"towards automatic bloodsampling" - af thiusius rajeeth savarimuthu
TRANSCRIPT
![Page 1: "Towards automatic bloodsampling" - af Thiusius Rajeeth Savarimuthu](https://reader036.vdocuments.pub/reader036/viewer/2022081908/5535c6d84a795919278b475a/html5/thumbnails/1.jpg)
Towards automatic bloodsampling Forestil dig, at du ikke længere skal vente på at få taget en blodprøve. På et af Denmarks største sygehuse, Odense Universitets Hospital, venter patienterne op til 2 timer på at få taget en blodprøve. Dette skyldes at der i de senere år er sket en dramatisk stigning i antallet af blodprøver. Antallet af blodprøver taget i Danmark er siden 1987 steget med ca. 7% årligt. I 2006 var antallet af blodprøver oppe på 11 mill. I 2011 blev der taget lidt over 14 millioner blodprøver i Danmark. Figur 1 viser graf over antallet af blodprøver frem til 2006.
Samtidig med at antallet af blodprøver stiger og stiger, bliver der uddannet færre bioanalytikere, end der vil afgå af naturlige årsager i fremtiden. Ifølge danske bioanalytikernes fagblad, dbio, fra august 2007 vil manglen på bioanalytikere eksplodere de næste 10 år. Optaget på bioanalytiker uddannelserne i København og Århus faldt med henholdsvis 20 % og 25 % i 2007 i forhold til året før1. Dette kan betyde at vi i fremtiden vil få endnu længere ventetider på sygehusene for at få taget en blodprøve. Figur 2 viser aldersfordelingen af bioanalytikerne i 2007 fordel på landsplan og i region Midtjylland. Tallene viser at antallet af bioanalytikere, der forlader arbejdsmarkedet er højere end de nye årgange, som tiltræder.
1 Dbio august 2007 s. 21.
R² = 0,9804
0
2000000
4000000
6000000
8000000
10000000
12000000
14000000
1985 1990 1995 2000 2005 2010
Antal blodprøver i Danmark
Antal Blodprøver
Figure 1: Estimat af antal blodprøver taget i Danmark. Kilde: Vejle sygehus.
[Antal]
[Årstal]
![Page 2: "Towards automatic bloodsampling" - af Thiusius Rajeeth Savarimuthu](https://reader036.vdocuments.pub/reader036/viewer/2022081908/5535c6d84a795919278b475a/html5/thumbnails/2.jpg)
Figure 2: Aldersfordelingen af bioanalytikerne i Danmark og region Midjylland. Kilde: DBIO 2007.
På grund af dette, blev en undersøgelse af hvordan man kunne automatisere blodprøvetagning startet under projektnavnet RoBlood. Denne afhandling præsenterer resultaterne af RoBlood projektet indtil nu.
Afhandlingen giver en gennemgang af blodprøveproceduren. Den viser at der er 3 ud af 11 trin i proceduren, der endnu ikke er automatiseret. Det første endnu ikke automatiserede trin er lokalisering af stikkestedet ved hjælp af en optisk metode. Det andet trin er automatisk rensning af stikkestedet med desinfektionsmiddel. Det sidste ikke automatiserede trin i processen er på førelse af plaster på stikkestedet.
Ud af disse tre trin er et trin identificeret som værende det vigtigste at løse. Det er at finde en automatisk metode til lokalisering af stikkestedet ved hjælp af en optisk metode. Hvis vi er i stand til at løse denne opgave, vil vejen til en automatisk blodprøverobot banet. Denne afhandling viser netop hvordan dette kan løses.
Lokalisering af stikkestedet bliver løst ved at udvikle et nær infrarød billeddannelses system til visualisering af blodårerne. Denne metode adskiller sig fra mere traditionelle metoder ved at være berøringsfri og meget hurtig. Dette er med til at give patienten en hurtig og smertefri behandling ved at gøre maskinen i stand til at kompensere for patientens bevægelser.
Billedbehandlingsmetoden blev implementeret og testet på både moderne grafikprocessorer, GPU’er, der er i stand til at foretage mange beregninger parallelt og på avanceret integreret programmerbar elektronik, FPGA’er , som kan skræddersyes til at behandle billeder meget hurtigt. Dette gjorde det muligt at forbedre beregningstiden fra optil 2 min pr. billede til 30 billeder pr. sekund.
![Page 3: "Towards automatic bloodsampling" - af Thiusius Rajeeth Savarimuthu](https://reader036.vdocuments.pub/reader036/viewer/2022081908/5535c6d84a795919278b475a/html5/thumbnails/3.jpg)
Figure 3: Prototype, som blev brugt til dataopsamling. A: Kamera, B: Stativ, C: brugerflade, D: dataprocessering.
Billeddannelsessystemet blev afprøvet på to sygehuse i Danmark. Figur 3 viser prototypen, som blev brugt til at opsamle data ved de to sygehuse. Der blev samlet data ind på 864 patienter fordelt på 694 patienter til baggrundsundersøgelse og 142 patienter på metode test.
En ny metode til at estimere det stikke punkt, som i dag bliver brugt af bioanalytikerne blev udviklet. Metoden blev udviklet på baggrund af den indsamlede patientdata. Dette er med til at underbygge metodens validitet og adskille den fra andre mere teoretiske løsninger. Denne metode er i stand til at finde stikkestedet på 62% af patienterne. Figur 4 viser resultatet af den automatiske metode til at finde stikkestedet på en patient. Billedet på figuren viser en patients arm, hvor metoden har valgt et stikkested baseret på de visuelle blodårer. Den røde prik på billedet viser metodens valg af stikke sted og den grønne prik viser det punkt som bioanalytikeren brugte til at stikke den pågældende patient.
Figure 4: Resultatet af metoden til at detektere stikkestedet på en patient. Den grønne prik viser hvor bioanalytikeren har
stukket denne patient og den røde prik viser metodens valg af stikkested.
Derudover førte et samarbejdet med designere til at udformningen af en automatisk blodprøverobot undersøgt. Den viste at robottens udseende og funktionalitet kunne afhænge af målgruppen. Nogle af disse design koncepter er også præsenteret i afhandlingen.
Afhandlingens konklusion er at denne metode tager forskningen endnu et skridt nærmere en automatisk blodprøve robot.