知財求人 - 知財ポータルサイト「IP Force」
特開2023-42577ＲＦＩＤタグとコンピュータビジョンを組み合わせた、残留している外科用アイテムを位置特定するためのシステムおよび方法
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2023042577
(43)【公開日】2023-03-27
(54)【発明の名称】ＲＦＩＤタグとコンピュータビジョンを組み合わせた、残留している外科用アイテムを位置特定するためのシステムおよび方法
(51)【国際特許分類】
A61B 90/90 20160101AFI20230317BHJP
【ＦＩ】
A61B90/90
【審査請求】未請求
【請求項の数】20
【出願形態】ＯＬ
(21)【出願番号】P 2022144988
(22)【出願日】2022-09-13
(31)【優先権主張番号】63/243,812
(32)【優先日】2021-09-14
(33)【優先権主張国・地域又は機関】US
(31)【優先権主張番号】17/873,202
(32)【優先日】2022-07-26
(33)【優先権主張国・地域又は機関】US
(71)【出願人】
【識別番号】512269650
【氏名又は名称】コヴィディエン リミテッド パートナーシップ
(74)【代理人】
【識別番号】100107489
【弁理士】
【氏名又は名称】大塩 竹志
(72)【発明者】
【氏名】クリストファー ティー． ブラウン
(72)【発明者】
【氏名】ジェイソン エム． ムチリ
(57)【要約】
【課題】ＲＦＩＤタグとコンピュータビジョンを組み合わせた、残留している外科用アイテムを位置特定するためのシステムおよび方法を提供すること。
【解決手段】患者の体内に潜在的に残留している外科用アイテムを検出および計数するように構成された在庫システムは、通電時にある周波数で戻り信号を送信するように構成されたＲＦＩＤタグと、ＲＦＩＤタグの通電信号を生成するように構成された信号生成器と、信号生成器に動作可能に結合され、ＲＦＩＤタグによって送信された戻り信号を受信するように構成されたアンテナと、画像を捕捉するように構成された撮像デバイスと、プロセッサと、メモリと、を備える。
【選択図】なし
【解決手段】患者の体内に潜在的に残留している外科用アイテムを検出および計数するように構成された在庫システムは、通電時にある周波数で戻り信号を送信するように構成されたＲＦＩＤタグと、ＲＦＩＤタグの通電信号を生成するように構成された信号生成器と、信号生成器に動作可能に結合され、ＲＦＩＤタグによって送信された戻り信号を受信するように構成されたアンテナと、画像を捕捉するように構成された撮像デバイスと、プロセッサと、メモリと、を備える。
【選択図】なし
【特許請求の範囲】
【請求項1】
潜在的に残留している外科用アイテムを検出および計数するように構成された在庫システムであって、
通電時に戻り信号を送信するように構成されたＲＦＩＤタグと、
前記ＲＦＩＤタグのための通電信号を生成するように構成された信号生成器と、
前記信号生成器に動作可能に結合されたアンテナであって、前記ＲＦＩＤタグによって送信された少なくとも１つの戻り信号を受信するように構成されたアンテナと、
患者の体の少なくとも一部を含む領域の画像を捕捉するように構成された撮像デバイスと、
プロセッサ、および
そこに格納された命令を含むメモリを備え、前記命令が、前記プロセッサによって実行されると、前記システムに、
前記ＲＦＩＤタグを通電させ、
前記アンテナからの前記戻り信号を受信させ、
前記患者の体の少なくとも一部を含む前記領域の前記画像を前記撮像デバイスから捕捉させ、
前記画像および前記受信された信号に基づいて、前記ＲＦＩＤタグの空間的位置を判定させる、在庫システム。
通電時に戻り信号を送信するように構成されたＲＦＩＤタグと、
前記ＲＦＩＤタグのための通電信号を生成するように構成された信号生成器と、
前記信号生成器に動作可能に結合されたアンテナであって、前記ＲＦＩＤタグによって送信された少なくとも１つの戻り信号を受信するように構成されたアンテナと、
患者の体の少なくとも一部を含む領域の画像を捕捉するように構成された撮像デバイスと、
プロセッサ、および
そこに格納された命令を含むメモリを備え、前記命令が、前記プロセッサによって実行されると、前記システムに、
前記ＲＦＩＤタグを通電させ、
前記アンテナからの前記戻り信号を受信させ、
前記患者の体の少なくとも一部を含む前記領域の前記画像を前記撮像デバイスから捕捉させ、
前記画像および前記受信された信号に基づいて、前記ＲＦＩＤタグの空間的位置を判定させる、在庫システム。
【請求項2】
ディスプレイをさらに備え、
前記命令が、前記プロセッサによって実行されると、前記システムに、前記判定されたＲＦＩＤタグの空間的位置を前記ディスプレイ上に表示させる、請求項１に記載のシステム。
前記命令が、前記プロセッサによって実行されると、前記システムに、前記判定されたＲＦＩＤタグの空間的位置を前記ディスプレイ上に表示させる、請求項１に記載のシステム。
【請求項3】
前記ＲＦＩＤタグが、固有の識別子を含む、請求項１に記載のシステム。
【請求項4】
前記命令が、前記プロセッサによって実行されると、さらに、前記システムに、前記固有の識別子に基づいて前記ＲＦＩＤタグの少なくとも１つの特性を判定させる、請求項３に記載のシステム。
【請求項5】
前記命令が、前記プロセッサによって実行されると、さらに、前記システムに、多数のＲＦＩＤタグの各固有のＲＦＩＤタグの前記固有の識別子に基づいて、前記多数の固有のＲＦＩＤタグを判定させる、請求項４に記載のシステム。
【請求項6】
前記ＲＦＩＤタグが、視覚的マーカーを含む、請求項１に記載のシステム。
【請求項7】
前記捕捉された画像が、前記視覚的マーカーを含み、
前記命令が、前記プロセッサによって実行されると、さらに、前記システムに、前記視覚的マーカーに基づいて前記ＲＦＩＤタグの固有の特性を判定させる、請求項６に記載のシステム。
前記命令が、前記プロセッサによって実行されると、さらに、前記システムに、前記視覚的マーカーに基づいて前記ＲＦＩＤタグの固有の特性を判定させる、請求項６に記載のシステム。
【請求項8】
前記命令が、前記プロセッサによって実行されると、さらに、前記システムに、機械学習ネットワークを使用して、前記画像に基づいて、対象物の同一性を予測させる、請求項１に記載のシステム。
【請求項9】
前記ＲＦＩＤタグの前記空間的位置を判定するとき、前記命令が、前記プロセッサによって実行されると、さらに、前記システムに、前記機械学習ネットワークを使用して、前記対象物の前記予測された同一性および前記受信された信号に基づいて、前記ＲＦＩＤタグの前記空間的位置を予測させる、請求項８に記載のシステム。
【請求項10】
前記命令が、前記プロセッサによって実行されると、前記システムに、機械学習ネットワークを使用して、前記画像に基づいて、前記患者の体の領域を予測させる、請求項１に記載のシステム。
【請求項11】
患者の体内に潜在的に残留している外科用アイテムを検出および計数するためのコンピュータ実施方法であって、
ＲＦＩＤタグを通電することであって、前記ＲＦＩＤタグが、通電時に戻り信号を送信するように構成されている、通電することと、
アンテナから前記戻り信号を受信することであって、前記アンテナが、信号生成器に動作可能に結合され、前記ＲＦＩＤタグによって送信された少なくとも１つの戻り信号を受信するように構成されている、受信することと、
前記患者の体の少なくとも一部を含む領域の画像を撮像デバイスから捕捉することであって、前記撮像デバイスが、前記患者の体の少なくとも一部を含む領域の画像を捕捉するように構成されている、捕捉することと、
前記画像および前記受信された信号に基づいて、前記ＲＦＩＤタグの空間的位置を判定することと、を含む、方法。
ＲＦＩＤタグを通電することであって、前記ＲＦＩＤタグが、通電時に戻り信号を送信するように構成されている、通電することと、
アンテナから前記戻り信号を受信することであって、前記アンテナが、信号生成器に動作可能に結合され、前記ＲＦＩＤタグによって送信された少なくとも１つの戻り信号を受信するように構成されている、受信することと、
前記患者の体の少なくとも一部を含む領域の画像を撮像デバイスから捕捉することであって、前記撮像デバイスが、前記患者の体の少なくとも一部を含む領域の画像を捕捉するように構成されている、捕捉することと、
前記画像および前記受信された信号に基づいて、前記ＲＦＩＤタグの空間的位置を判定することと、を含む、方法。
【請求項12】
前記判定されたＲＦＩＤタグの空間的位置を前記ディスプレイ上に表示することをさらに含む、請求項１１に記載のコンピュータ実施方法。
【請求項13】
前記ＲＦＩＤタグが、固有の識別子を含む、請求項１１に記載のコンピュータ実施方法。
【請求項14】
前記固有の識別子に基づいて、前記ＲＦＩＤタグの少なくとも１つの特性を判定することをさらに含む、請求項１３に記載のコンピュータ実施方法。
【請求項15】
多数のＲＦＩＤタグの各固有のＲＦＩＤタグの前記固有の識別子に基づいて、前記多数の固有のＲＦＩＤタグを判定することをさらに含む、請求項１４に記載のコンピュータ実施方法。
【請求項16】
前記ＲＦＩＤタグが、視覚的マーカーを含む、請求項１１に記載のコンピュータ実施方法。
【請求項17】
前記捕捉された画像が、前記視覚的マーカーを含み、
前記方法が、前記視覚的マーカーに基づいて前記ＲＦＩＤタグの固有の特性を判定することをさらに含む、請求項１６に記載のコンピュータ実施方法。
前記方法が、前記視覚的マーカーに基づいて前記ＲＦＩＤタグの固有の特性を判定することをさらに含む、請求項１６に記載のコンピュータ実施方法。
【請求項18】
機械学習ネットワークを使用して、前記画像に基づいて、対象物の同一性を予測することをさらに含む、請求項１１に記載のコンピュータ実施方法。
【請求項19】
前記ＲＦＩＤタグの前記空間的位置を判定するとき、前記方法が、前記機械学習ネットワークを使用して、前記対象物の前記予測された同一性および前記受信された信号に基づいて、前記ＲＦＩＤタグの前記空間的位置を予測することをさらに含む、請求項１８に記載のコンピュータ実施方法。
【請求項20】
プロセッサによって実行されると、プロセッサに、患者の体内に潜在的に残留している外科用アイテムを検出および計数する方法を実行させる命令を格納する、非一時的コンピュータ可読媒体であって、前記命令が、
ＲＦＩＤタグを通電させることであって、前記ＲＦＩＤタグが、通電時に戻り信号を送信するように構成されている、通電させることと、
アンテナから前記戻り信号を受信することであって、前記アンテナが、信号生成器に動作可能に結合され、前記ＲＦＩＤタグによって送信された少なくとも１つの戻り信号を受信するように構成されている、受信することと、
前記患者の体の少なくとも一部を含む領域の画像を撮像デバイスから受信することであって、前記撮像デバイスが、前記患者の体の少なくとも一部を含む領域の画像を捕捉するように構成されている、受信することと、
前記画像および前記受信された信号に基づいて、前記ＲＦＩＤタグの空間的位置を判定することと、を含む、非一時的コンピュータ可読媒体。
ＲＦＩＤタグを通電させることであって、前記ＲＦＩＤタグが、通電時に戻り信号を送信するように構成されている、通電させることと、
アンテナから前記戻り信号を受信することであって、前記アンテナが、信号生成器に動作可能に結合され、前記ＲＦＩＤタグによって送信された少なくとも１つの戻り信号を受信するように構成されている、受信することと、
前記患者の体の少なくとも一部を含む領域の画像を撮像デバイスから受信することであって、前記撮像デバイスが、前記患者の体の少なくとも一部を含む領域の画像を捕捉するように構成されている、受信することと、
前記画像および前記受信された信号に基づいて、前記ＲＦＩＤタグの空間的位置を判定することと、を含む、非一時的コンピュータ可読媒体。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、概して、無線周波数（ＲＦ）タグの問い合わせおよび検出システムに関し、より具体的には、手術部位内に潜在的に残留している外科用アイテムの検出および在庫システムに関する。
【背景技術】
【0002】
外科手術に関連する対象物が手術の完了前に患者の体内に存在するかどうかを判断することは、有用であることが多い。このような対象物は、さまざまな形態を採り得る。例えば、対象物は、例えば、メス、はさみ、鉗子、止血剤、および／またはクランプなどの器具の形態を採り得る。また、例えば、対象物は、関連する付属品および／または例えば、外科用スポンジ、ガーゼ、および／または吸収パッドなどの使い捨て対象物の形態を採り得る。患者の縫合前に対象物を位置特定しないと、追加の手術が必要になることもあり、場合によっては、意図しない医療上の結果を招く恐れもある。
【0003】
したがって、医療環境における存在検出およびタグ付き外科用アイテム／器具識別機能の両方、ならびにタグ付きアイテム／器具の在庫管理を提供することができる技術が必要とされている。具体的には、医療処置の実行中に使用されるタグ付き外科用アイテムおよび材料の存在を検出し、識別し、および在庫を維持する。これらの機能を個別に、および相互に組み合わせて共に可能にする技術は存在するが、その方法および使用される個別のソリューションのパッケージングは、適用するには理想的でない。より具体的には、追跡されているアイテムに取り付けられたまたは貼付された構成要素が物理的に大きすぎて、処置の実行中に気になるか、もしくは邪魔になるかのいずれかであり、または可変で制御されていない誘電もしくは導電材料が存在する場合にはソリューションの検出および識別性能が急速に低下する可能性がある。
【0004】
したがって、医療環境における存在検出、タグ付きアイテムの識別、および在庫機能の改善が必要とされている。
【発明の概要】
【課題を解決するための手段】
【0005】
本開示は、外科手術中に体腔内で使用される外科用アイテムおよび／またはデバイスを検出するためのシステム、具体的には、そのような外科用アイテムおよび／またはデバイスを検出するために手術部位に直接挿入されるアンテナを含むシステムに関する。
【0006】
本開示の態様によれば、潜在的に残留している外科用アイテムを検出および計数するように構成された在庫システムは、通電された場合に戻り信号を送信するように構成されたＲＦＩＤタグと、ＲＦＩＤタグのための通電信号を生成するように構成された信号生成器と、信号生成器に動作可能に接続されたアンテナであって、ＲＦＩＤタグによって送信された少なくとも１つの戻り信号を受信するように構成されたアンテナと、領域の画像を捕捉するように構成された撮像デバイスと、プロセッサと、メモリと、を含む。メモリはそこに格納された命令を含み、命令は、プロセッサによって実行されると、システムに、ＲＦＩＤタグを通電させ、アンテナからの戻り信号を受信させ、撮像デバイスから患者の体の少なくとも一部を含む領域の画像を捕捉させ、画像および受信した信号に基づいてＲＦＩＤタグの空間的位置を判定させる。
【0007】
本開示の態様では、システムは、ディスプレイをさらに含み得る。命令は、プロセッサによって実行されると、さらに、システムに、ＲＦＩＤタグの判定された空間的位置をディスプレイ上に表示させ得る。
【0008】
本開示の別の態様では、ＲＦＩＤタグは固有の識別子を含み得る。
【0009】
本開示のさらに別の態様では、命令は、プロセッサによって実行されると、さらに、システムに、固有の識別子に基づいてＲＦＩＤタグの特性を判定させ得る。
【0010】
本開示のさらなる態様では、命令は、プロセッサによって実行されると、さらに、システムに、多数のＲＦＩＤタグの各固有のＲＦＩＤタグの固有の識別子に基づいて、多数の固有のＲＦＩＤタグを判定させ得る。
【0011】
本開示のさらに別の態様では、ＲＦＩＤタグは視覚的マーカーを含み得る。
【0012】
本開示の態様では、捕捉された画像は、視覚的マーカーを含み得る。命令は、プロセッサによって実行されると、さらに、システムに、視覚的マーカーに基づいてＲＦＩＤタグの固有の特性を判定させ得る。
【0013】
本開示のさらに別の態様では、命令は、プロセッサによって実行されると、さらに、システムに、機械学習ネットワークおよび／またはコンピュータビジョンモデルを使用して、画像に基づいて、対象物の同一性を予測させ得る。
【0014】
本開示のさらなる態様では、ＲＦＩＤタグの空間的位置を判定するとき、命令は、プロセッサによって実行されると、さらに、システムに、機械学習ネットワークおよび／またはコンピュータビジョンモデルを使用して、対象物の予測された同一性および受信された信号に基づいて、ＲＦＩＤタグの空間的位置を予測させ得る。
【0015】
本開示のさらなる態様では、命令は、プロセッサによって実行されると、さらに、システムに、機械学習ネットワークを使用して、画像に基づいて、患者の身体領域を予測させ得る。
【0016】
本開示の態様によれば、患者の体内に潜在的に残留している外科用アイテムを検出および計数するためのコンピュータ実施方法は、ＲＦＩＤタグに通電することであって、ＲＦＩＤタグが、通電時に戻り信号を送信するように構成されている、通電することと、アンテナから戻り信号を受信することであって、アンテナが、信号生成器に動作可能に結合され、ＲＦＩＤタグによって送信された少なくとも１つの戻り信号を受信するように構成されている、受信することと、撮像デバイスから患者の体の少なくとも一部を含む領域の画像を捕捉することであって、撮像デバイスが、患者の身体の少なくとも一部を含む領域の画像を捕捉するように構成されている、捕捉することと、画像および受信された信号に基づいてＲＦＩＤタグの空間的位置を判定することと、を含む。
【0017】
本開示の別の態様では、方法は、ＲＦＩＤタグの判定された空間的位置をディスプレイ上に表示することをさらに含み得る。
【0018】
本開示のさらに別の態様では、ＲＦＩＤタグは、固有の識別子を含む。
【0019】
本開示のさらなる態様では、方法は、固有の識別子に基づいて、ＲＦＩＤタグの少なくとも１つの特性を判定することをさらに含み得る。
【0020】
本開示のさらに別の態様では、方法は、多数のＲＦＩＤタグの各固有のＲＦＩＤタグの固有の識別子に基づいて、多数の固有のＲＦＩＤタグを判定することをさらに含み得る。
【0021】
本開示の態様では、ＲＦＩＤタグは、視覚的マーカーを含み得る。
【0022】
本開示の態様では、捕捉された画像は、視覚的マーカーを含み得る。方法は、視覚的マーカーに基づいて、ＲＦＩＤタグの固有の特性を判定することをさらに含み得る。
【0023】
本開示の態様では、方法は、機械学習ネットワークを使用して、画像に基づいて、対象物の同一性を予測することをさらに含み得る。
【0024】
本開示の態様によれば、ＲＦＩＤタグの空間的位置を判定する場合、方法は、機械学習ネットワークを使用して、対象物の予測された同一性および受信された信号に基づいて、ＲＦＩＤタグの空間的位置を予測することをさらに含み得る。
【0025】
本開示の態様によれば、プロセッサによって実行されると、プロセッサに、患者の体内に潜在的に残留している外科用アイテムを検出および計数する方法を実行させる命令を格納する非一時的コンピュータ可読媒体は、ＲＦＩＤタグに通電することであって、ＲＦＩＤタグが、通電時に戻り信号を送信するように構成されている、通電することと、アンテナから戻り信号を受信することであって、アンテナが、信号生成器に動作可能に結合され、ＲＦＩＤタグによって送信された少なくとも１つの戻り信号を受信するように構成されている、受信することと、撮像デバイスから患者の体の少なくとも一部を含む領域の画像を受信することであって、撮像デバイスが、患者の身体の少なくとも一部を含む領域の画像を捕捉するように構成されている、受信することと、画像および受信された信号に基づいてＲＦＩＤタグの空間的位置を判定することと、を含む。
本発明は、例えば以下を提供する。
（項目１）
潜在的に残留している外科用アイテムを検出および計数するように構成された在庫システムであって、
通電時に戻り信号を送信するように構成されたＲＦＩＤタグと、
前記ＲＦＩＤタグのための通電信号を生成するように構成された信号生成器と、
前記信号生成器に動作可能に結合されたアンテナであって、前記ＲＦＩＤタグによって送信された少なくとも１つの戻り信号を受信するように構成されたアンテナと、
患者の体の少なくとも一部を含む領域の画像を捕捉するように構成された撮像デバイスと、
プロセッサ、および
そこに格納された命令を含むメモリを備え、前記命令が、前記プロセッサによって実行されると、前記システムに、
前記ＲＦＩＤタグを通電させ、
前記アンテナからの前記戻り信号を受信させ、
前記患者の体の少なくとも一部を含む前記領域の前記画像を前記撮像デバイスから捕捉させ、
前記画像および前記受信された信号に基づいて、前記ＲＦＩＤタグの空間的位置を判定させる、在庫システム。
（項目２）
ディスプレイをさらに備え、
前記命令が、前記プロセッサによって実行されると、前記システムに、前記判定されたＲＦＩＤタグの空間的位置を前記ディスプレイ上に表示させる、上記項目に記載のシステム。
（項目３）
前記ＲＦＩＤタグが、固有の識別子を含む、上記項目のいずれか一項に記載のシステム。
（項目４）
前記命令が、前記プロセッサによって実行されると、さらに、前記システムに、前記固有の識別子に基づいて前記ＲＦＩＤタグの少なくとも１つの特性を判定させる、上記項目のいずれか一項に記載のシステム。
（項目５）
前記命令が、前記プロセッサによって実行されると、さらに、前記システムに、多数のＲＦＩＤタグの各固有のＲＦＩＤタグの前記固有の識別子に基づいて、前記多数の固有のＲＦＩＤタグを判定させる、上記項目のいずれか一項に記載のシステム。
（項目６）
前記ＲＦＩＤタグが、視覚的マーカーを含む、上記項目のいずれか一項に記載のシステム。
（項目７）
前記捕捉された画像が、前記視覚的マーカーを含み、
前記命令が、前記プロセッサによって実行されると、さらに、前記システムに、前記視覚的マーカーに基づいて前記ＲＦＩＤタグの固有の特性を判定させる、上記項目のいずれか一項に記載のシステム。
（項目８）
前記命令が、前記プロセッサによって実行されると、さらに、前記システムに、機械学習ネットワークを使用して、前記画像に基づいて、対象物の同一性を予測させる、上記項目のいずれか一項に記載のシステム。
（項目９）
前記ＲＦＩＤタグの前記空間的位置を判定するとき、前記命令が、前記プロセッサによって実行されると、さらに、前記システムに、前記機械学習ネットワークを使用して、前記対象物の前記予測された同一性および前記受信された信号に基づいて、前記ＲＦＩＤタグの前記空間的位置を予測させる、上記項目のいずれか一項に記載のシステム。
（項目１０）
前記命令が、前記プロセッサによって実行されると、前記システムに、機械学習ネットワークを使用して、前記画像に基づいて、前記患者の体の領域を予測させる、上記項目のいずれか一項に記載のシステム。
（項目１１）
患者の体内に潜在的に残留している外科用アイテムを検出および計数するためのコンピュータ実施方法であって、
ＲＦＩＤタグを通電することであって、前記ＲＦＩＤタグが、通電時に戻り信号を送信するように構成されている、通電することと、
アンテナから前記戻り信号を受信することであって、前記アンテナが、信号生成器に動作可能に結合され、前記ＲＦＩＤタグによって送信された少なくとも１つの戻り信号を受信するように構成されている、受信することと、
前記患者の体の少なくとも一部を含む領域の画像を撮像デバイスから捕捉することであって、前記撮像デバイスが、前記患者の体の少なくとも一部を含む領域の画像を捕捉するように構成されている、捕捉することと、
前記画像および前記受信された信号に基づいて、前記ＲＦＩＤタグの空間的位置を判定することと、を含む、方法。
（項目１２）
前記判定されたＲＦＩＤタグの空間的位置を前記ディスプレイ上に表示することをさらに含む、上記項目のいずれか一項に記載のコンピュータ実施方法。
（項目１３）
前記ＲＦＩＤタグが、固有の識別子を含む、上記項目のいずれか一項に記載のコンピュータ実施方法。
（項目１４）
前記固有の識別子に基づいて、前記ＲＦＩＤタグの少なくとも１つの特性を判定することをさらに含む、上記項目のいずれか一項に記載のコンピュータ実施方法。
（項目１５）
多数のＲＦＩＤタグの各固有のＲＦＩＤタグの前記固有の識別子に基づいて、前記多数の固有のＲＦＩＤタグを判定することをさらに含む、上記項目のいずれか一項に記載のコンピュータ実施方法。
（項目１６）
前記ＲＦＩＤタグが、視覚的マーカーを含む、上記項目のいずれか一項に記載のコンピュータ実施方法。
（項目１７）
前記捕捉された画像が、前記視覚的マーカーを含み、
前記方法が、前記視覚的マーカーに基づいて前記ＲＦＩＤタグの固有の特性を判定することをさらに含む、上記項目のいずれか一項に記載のコンピュータ実施方法。
（項目１８）
機械学習ネットワークを使用して、前記画像に基づいて、対象物の同一性を予測することをさらに含む、上記項目のいずれか一項に記載のコンピュータ実施方法。
（項目１９）
前記ＲＦＩＤタグの前記空間的位置を判定するとき、前記方法が、前記機械学習ネットワークを使用して、前記対象物の前記予測された同一性および前記受信された信号に基づいて、前記ＲＦＩＤタグの前記空間的位置を予測することをさらに含む、上記項目のいずれか一項に記載のコンピュータ実施方法。
（項目２０）
プロセッサによって実行されると、プロセッサに、患者の体内に潜在的に残留している外科用アイテムを検出および計数する方法を実行させる命令を格納する、非一時的コンピュータ可読媒体であって、前記命令が、
ＲＦＩＤタグを通電させることであって、前記ＲＦＩＤタグが、通電時に戻り信号を送信するように構成されている、通電させることと、
アンテナから前記戻り信号を受信することであって、前記アンテナが、信号生成器に動作可能に結合され、前記ＲＦＩＤタグによって送信された少なくとも１つの戻り信号を受信するように構成されている、受信することと、
前記患者の体の少なくとも一部を含む領域の画像を撮像デバイスから受信することであって、前記撮像デバイスが、前記患者の体の少なくとも一部を含む領域の画像を捕捉するように構成されている、受信することと、
前記画像および前記受信された信号に基づいて、前記ＲＦＩＤタグの空間的位置を判定することと、を含む、非一時的コンピュータ可読媒体。
（摘要）
患者の体内に潜在的に残留している外科用アイテムを検出および計数するように構成された在庫システムは、通電時にある周波数で戻り信号を送信するように構成されたＲＦＩＤタグと、ＲＦＩＤタグの通電信号を生成するように構成された信号生成器と、信号生成器に動作可能に結合され、ＲＦＩＤタグによって送信された戻り信号を受信するように構成されたアンテナと、画像を捕捉するように構成された撮像デバイスと、プロセッサと、メモリと、を備える。メモリは、そこに格納された命令を含み、命令は、プロセッサによって実行されると、システムに、ＲＦＩＤタグを通電させ、アンテナから戻り信号を受信させ、撮像デバイスから患者の身体の一部を含む領域の画像を受信させ、ＲＦＩＤタグの空間的位置を判定させる。
本発明は、例えば以下を提供する。
（項目１）
潜在的に残留している外科用アイテムを検出および計数するように構成された在庫システムであって、
通電時に戻り信号を送信するように構成されたＲＦＩＤタグと、
前記ＲＦＩＤタグのための通電信号を生成するように構成された信号生成器と、
前記信号生成器に動作可能に結合されたアンテナであって、前記ＲＦＩＤタグによって送信された少なくとも１つの戻り信号を受信するように構成されたアンテナと、
患者の体の少なくとも一部を含む領域の画像を捕捉するように構成された撮像デバイスと、
プロセッサ、および
そこに格納された命令を含むメモリを備え、前記命令が、前記プロセッサによって実行されると、前記システムに、
前記ＲＦＩＤタグを通電させ、
前記アンテナからの前記戻り信号を受信させ、
前記患者の体の少なくとも一部を含む前記領域の前記画像を前記撮像デバイスから捕捉させ、
前記画像および前記受信された信号に基づいて、前記ＲＦＩＤタグの空間的位置を判定させる、在庫システム。
（項目２）
ディスプレイをさらに備え、
前記命令が、前記プロセッサによって実行されると、前記システムに、前記判定されたＲＦＩＤタグの空間的位置を前記ディスプレイ上に表示させる、上記項目に記載のシステム。
（項目３）
前記ＲＦＩＤタグが、固有の識別子を含む、上記項目のいずれか一項に記載のシステム。
（項目４）
前記命令が、前記プロセッサによって実行されると、さらに、前記システムに、前記固有の識別子に基づいて前記ＲＦＩＤタグの少なくとも１つの特性を判定させる、上記項目のいずれか一項に記載のシステム。
（項目５）
前記命令が、前記プロセッサによって実行されると、さらに、前記システムに、多数のＲＦＩＤタグの各固有のＲＦＩＤタグの前記固有の識別子に基づいて、前記多数の固有のＲＦＩＤタグを判定させる、上記項目のいずれか一項に記載のシステム。
（項目６）
前記ＲＦＩＤタグが、視覚的マーカーを含む、上記項目のいずれか一項に記載のシステム。
（項目７）
前記捕捉された画像が、前記視覚的マーカーを含み、
前記命令が、前記プロセッサによって実行されると、さらに、前記システムに、前記視覚的マーカーに基づいて前記ＲＦＩＤタグの固有の特性を判定させる、上記項目のいずれか一項に記載のシステム。
（項目８）
前記命令が、前記プロセッサによって実行されると、さらに、前記システムに、機械学習ネットワークを使用して、前記画像に基づいて、対象物の同一性を予測させる、上記項目のいずれか一項に記載のシステム。
（項目９）
前記ＲＦＩＤタグの前記空間的位置を判定するとき、前記命令が、前記プロセッサによって実行されると、さらに、前記システムに、前記機械学習ネットワークを使用して、前記対象物の前記予測された同一性および前記受信された信号に基づいて、前記ＲＦＩＤタグの前記空間的位置を予測させる、上記項目のいずれか一項に記載のシステム。
（項目１０）
前記命令が、前記プロセッサによって実行されると、前記システムに、機械学習ネットワークを使用して、前記画像に基づいて、前記患者の体の領域を予測させる、上記項目のいずれか一項に記載のシステム。
（項目１１）
患者の体内に潜在的に残留している外科用アイテムを検出および計数するためのコンピュータ実施方法であって、
ＲＦＩＤタグを通電することであって、前記ＲＦＩＤタグが、通電時に戻り信号を送信するように構成されている、通電することと、
アンテナから前記戻り信号を受信することであって、前記アンテナが、信号生成器に動作可能に結合され、前記ＲＦＩＤタグによって送信された少なくとも１つの戻り信号を受信するように構成されている、受信することと、
前記患者の体の少なくとも一部を含む領域の画像を撮像デバイスから捕捉することであって、前記撮像デバイスが、前記患者の体の少なくとも一部を含む領域の画像を捕捉するように構成されている、捕捉することと、
前記画像および前記受信された信号に基づいて、前記ＲＦＩＤタグの空間的位置を判定することと、を含む、方法。
（項目１２）
前記判定されたＲＦＩＤタグの空間的位置を前記ディスプレイ上に表示することをさらに含む、上記項目のいずれか一項に記載のコンピュータ実施方法。
（項目１３）
前記ＲＦＩＤタグが、固有の識別子を含む、上記項目のいずれか一項に記載のコンピュータ実施方法。
（項目１４）
前記固有の識別子に基づいて、前記ＲＦＩＤタグの少なくとも１つの特性を判定することをさらに含む、上記項目のいずれか一項に記載のコンピュータ実施方法。
（項目１５）
多数のＲＦＩＤタグの各固有のＲＦＩＤタグの前記固有の識別子に基づいて、前記多数の固有のＲＦＩＤタグを判定することをさらに含む、上記項目のいずれか一項に記載のコンピュータ実施方法。
（項目１６）
前記ＲＦＩＤタグが、視覚的マーカーを含む、上記項目のいずれか一項に記載のコンピュータ実施方法。
（項目１７）
前記捕捉された画像が、前記視覚的マーカーを含み、
前記方法が、前記視覚的マーカーに基づいて前記ＲＦＩＤタグの固有の特性を判定することをさらに含む、上記項目のいずれか一項に記載のコンピュータ実施方法。
（項目１８）
機械学習ネットワークを使用して、前記画像に基づいて、対象物の同一性を予測することをさらに含む、上記項目のいずれか一項に記載のコンピュータ実施方法。
（項目１９）
前記ＲＦＩＤタグの前記空間的位置を判定するとき、前記方法が、前記機械学習ネットワークを使用して、前記対象物の前記予測された同一性および前記受信された信号に基づいて、前記ＲＦＩＤタグの前記空間的位置を予測することをさらに含む、上記項目のいずれか一項に記載のコンピュータ実施方法。
（項目２０）
プロセッサによって実行されると、プロセッサに、患者の体内に潜在的に残留している外科用アイテムを検出および計数する方法を実行させる命令を格納する、非一時的コンピュータ可読媒体であって、前記命令が、
ＲＦＩＤタグを通電させることであって、前記ＲＦＩＤタグが、通電時に戻り信号を送信するように構成されている、通電させることと、
アンテナから前記戻り信号を受信することであって、前記アンテナが、信号生成器に動作可能に結合され、前記ＲＦＩＤタグによって送信された少なくとも１つの戻り信号を受信するように構成されている、受信することと、
前記患者の体の少なくとも一部を含む領域の画像を撮像デバイスから受信することであって、前記撮像デバイスが、前記患者の体の少なくとも一部を含む領域の画像を捕捉するように構成されている、受信することと、
前記画像および前記受信された信号に基づいて、前記ＲＦＩＤタグの空間的位置を判定することと、を含む、非一時的コンピュータ可読媒体。
（摘要）
患者の体内に潜在的に残留している外科用アイテムを検出および計数するように構成された在庫システムは、通電時にある周波数で戻り信号を送信するように構成されたＲＦＩＤタグと、ＲＦＩＤタグの通電信号を生成するように構成された信号生成器と、信号生成器に動作可能に結合され、ＲＦＩＤタグによって送信された戻り信号を受信するように構成されたアンテナと、画像を捕捉するように構成された撮像デバイスと、プロセッサと、メモリと、を備える。メモリは、そこに格納された命令を含み、命令は、プロセッサによって実行されると、システムに、ＲＦＩＤタグを通電させ、アンテナから戻り信号を受信させ、撮像デバイスから患者の身体の一部を含む領域の画像を受信させ、ＲＦＩＤタグの空間的位置を判定させる。
【図面の簡単な説明】
【0026】
図面において、同一の参照番号は、類似の要素または動作を識別する。図面中の要素のサイズおよび相対位置は、必ずしも縮尺通りではない。例えば、さまざまな要素の形状および角度は縮尺通りではなく、これらの要素のいくつかは、図面の可読性を向上するために任意に拡大および配置される。さらに、描かれた要素の特定の形状は、特定の要素の実際の形状に関するいかなる情報も伝達することを意図せず、単に図面の中で認識しやすいように選択されているに過ぎない。
【0027】
本開示のアンテナ、ＲＦＩＤタグ、およびそれらを含む物品のさまざまな態様が、図面を参照して以下に説明される。
【0028】
【図1】１つの例解された態様による、ＲＦＩＤタグでタグ付けされた患者内の対象物を検出および計数するための在庫システムを使用する医療提供者を例解する手術環境を示す概略図である。
【図2】手術部位内で実際に使用されている、患者の体内の手術器具を検出するためのアンテナの概略例解図である。
【発明を実施するための形態】
【0029】
以下の説明では、開示されたさまざまな実施形態の完全な理解を提供するために、特定の具体的な詳細が記載されている。しかしながら、当業者であれば、これらの特定の詳細の１つ以上を用いることなく、または他の方法、構成要素、材料などを用いて、態様が実施され得ることを認識するであろう。他の例では、送信機、受信機、またはトランシーバに関連する周知の構造は、態様の不必要に不明瞭な説明を避けるために、詳細に図示または記載されていない。
【0030】
本明細書全体を通して、「一態様（ｏｎｅ ａｓｐｅｃｔ）」または「態様（ａｎ ａｓｐｅｃｔ）」という言及は、その態様と関連して記載された特定の特徴、構造または特性が、少なくとも１つの態様に含まれていることを意味する。したがって、本明細書全体を通して、さまざまな箇所での「一態様では（ｉｎ ｏｎｅ ａｓｐｅｃｔ）」または「態様では（ｉｎ ａｎ ａｓｐｅｃｔ）」という言い回しの出現は、必ずしも、すべてが同じ態様に言及しているわけではない。さらに、特定の特徴、構造または特性は、１つ以上の態様において、任意の好適な方法で組み合わされ得る。
【0031】
図１は、医療提供者１２が、無線周波数識別（ＲＦＩＤ）タグ１００の検出および計数のために在庫システム１０を操作して、患者１８内のアイテム、器具、または対象物１００ａの有無を確認する手術環境「Ｅ」を示す。在庫システム１０は、信号生成器１２０と、例えば、同軸ケーブル１２２などの１つ以上の通信経路によって信号生成器１２０に結合されたアンテナ１１０とを含み得る。在庫システム１０の一態様では、アンテナ１１０は、手持ち式の棒１１０ａの形態を採り得る。
【0032】
対象物１００ａは、例えば、器具、付属品、および／または外科的処置を行う際に有用な使い捨て対象物など、さまざまな形態を採り得る。例えば、対象物１００ａは、メス、はさみ、鉗子、止血剤、および／またはクランプの形態を採り得る。また、例えば、対象物１００ａは、外科用スポンジ、ガーゼ、および／または吸収パッドの形態を採り得る。対象物１００ａは、ＲＦＩＤタグ１００にタグ付けされ、これを担持し、これに取り付けられ、または別様にこれに結合される。本明細書で開示される在庫システム１０の態様は、選ばれたまたは選択された共振周波数に正確に同調されていない１つ以上のＲＦＩＤタグ１００で動作するのに特に適している。
【0033】
使用中、医療提供者１２は、１つ以上のＲＦＩＤタグ１００、したがって対象物１００ａの有無を検出するために、棒１１０ａを患者１８の近くに配置し得る。医療提供者１２は、いくつかの態様では、棒１１０ａを患者１８の体に沿っておよび／または横切って移動させ得る。例示的な在庫システムの詳細な説明については、ブレアらに共同所有されている、２００４年３月２９日に出願され「Ａｐｐａｒａｔｕｓ ａｎｄ Ｍｅｔｈｏｄ ｆｏｒ Ｄｅｔｅｃｔｉｎｇ Ｏｂｊｅｃｔｓ Ｕｓｉｎｇ Ｔａｇｓ ａｎｄ Ｗｉｄｅｂａｎｄ Ｄｅｔｅｃｔｉｏｎ Ｄｅｖｉｃｅ」と題された米国特許出願公開第２００４／０２５０８１９号を参照することができる。
【0034】
システム１０は、画像および／または他のデータを表示するように構成されたディスプレイ１４０を含み得る。システム１０は、患者１８の体の少なくとも一部を含む領域の画像を捕捉するように構成された撮像デバイス１１１を含み得る。
【0035】
ここで図２を参照すると、患者の体１８内の外科的器具（例えば、対象物１００ａ）を検出および計数するための在庫システム１０は、対象物１００ａ（図１）に貼付された１つ以上のデュアルＲＦＩＤタグ１００（図１）のために通電信号を提供する信号生成器１２０を含む。各ＲＦＩＤタグ１００は、通電時に戻り信号を送信するように構成され、アンテナ１１０が戻り信号を検出し、患者１８の体内の対象物１００ａの存在を確認することができるようにする。アンテナ１１０は、通信ケーブル１２２を介して信号生成器１２０に動作可能に結合され、通信ケーブル１２２は、アンテナ１１０を扱う臨床医により大きな可動範囲を提供するために可変長であり得る。信号生成器１２０は、コントローラ２００を含み得る。
【0036】
在庫システム１０の一態様では、アンテナ１１０は、例えば患者１８の体の上方で、手術部位１５を覆って振られるように構成されたアンテナ１１０である。例えば、アンテナ１１０は、デュアルＲＦＩＤタグ１００を検出しようと試みている間、約４インチまたは約５インチの高さで患者１８の体の上方に保持され得、それにより、ユーザが患者１８の体内の対象物１００ａの存在を検出および／または確認し得るようにする。
【0037】
システム１０は、ＲＦＩＤタグが貼付されたＲＦＩＤ対応セキュアパッケージ４５０（例えば、ＲＦＩＤ対応スマートパッケージングおよび／またはＲＦＩＤ対応セキュア相互認証パッケージング）をさらに含み得る。例えば、ＲＦＩＤタグは、ＲＦＩＤ対応セキュアパッケージ４５０の蓋または本体に固定され得る。ＲＦＩＤタグ１００は、通電された場合、戻り信号を送信するように構成されている。一般に、ＲＦＩＤ対応セキュアパッケージ４５０は、ＲＦＩＤ対応セキュアパッケージ４５０から取り除かれるように構成された外科用対象物４５４（例えば、綿棒）を含むことになる。外科用対象物４５４は、外科用対象物４５４に貼付された、残留している外科用アイテムのＲＦＩＤタグ、例えば、デュアルＲＦＩＤタグ１００を含む。外科用対象物４５４は、例えば、外科手術または他の処置の完了時に意図せずに患者内に残された任意の外科用スポンジ、綿棒、器具、ツール、および／またはデバイスを含み得る。
【0038】
ＲＦＩＤ対応セキュアパッケージ４５０は、例えば、キャップおよびクロージャを含むがこれらに限定されず、一般に、密封された容器の内容物を検証して、製品がリコールの一部ではなく、有効期限内に正規であることを確実とするように構成されており、および／または改ざんまたは転用されていない。 ＲＦＩＤ対応セキュアパッケージ４５０は、一般に、セキュアパッケージＲＦＩＤタグ４５２を含む。
【0039】
態様では、残留している外科用アイテムのデュアルＲＦＩＤタグ１００は、ＲＦＩＤタグ１００の固有の識別子を含むデータの暗号化されたブロックを埋め込むことによって、セキュアパッケージＲＦＩＤタグ４５２にリンクされ得る。例えば、残留している外科用対象物４５４の使用を可能にするために、ＲＦＩＤタグ１００は、在庫システム１０におけるアンテナ１１０によって走査され得る。
【0040】
図３は、コントローラ２００が、コンピュータ可読記憶媒体またはメモリ２３０に接続されたプロセッサ２２０を含むことを例解する。コンピュータ可読記憶媒体またはメモリ２３０は、揮発性タイプのメモリ、例えば、ＲＡＭ、または不揮発性タイプのメモリ、例えば、フラッシュ媒体、ディスク媒体などであり得る。本開示のさまざまな態様において、プロセッサ２２０は、限定しないが、デジタル信号プロセッサ、マイクロプロセッサ、ＡＳＩＣ、グラフィックス処理ユニット（ＧＰＵ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、または中央処理ユニット（ＣＰＵ）などの別の種類のプロセッサであり得る。本開示の特定の態様では、ネットワーク推論もまた、プロセッサとは対照的に、メモリスタとして、化学的に、または他の推論計算として実施される重みを有するシステム内で達成され得る。
【0041】
本開示の態様では、メモリ２３０は、ランダムアクセスメモリ、読み取り専用メモリ、磁気ディスクメモリ、固体メモリ、光学ディスクメモリ、および／または別の種類のメモリであり得る。本開示のいくつかの態様では、メモリ２３０は、コントローラ２００とは別にすることができ、回路基板の通信バスを通して、および／またはシリアルＡＴＡケーブルもしくは他の種類のケーブルなどの通信ケーブルを通して、プロセッサ２２０と通信することができる。メモリ２３０は、コントローラ２００を動作させるためにプロセッサ２２０によって実行可能であるコンピュータ可読命令を含む。本開示の他の態様では、コントローラ２２０は、他のコンピュータまたはサーバと通信するためのネットワークインターフェース２４０を含み得る。データを格納するために、記憶デバイス２１０が使用され得る。
【0042】
図４を参照すると、本開示の態様による、患者の体内に潜在的に残留している外科用アイテムを検出および計数するための例示的なコンピュータ実施方法４００の流れ図が示される。図４のステップが特定の順序で示されているが、すべてのステップを特定の順序で実行する必要はなく、特定のステップを別の順序で実行することもできる。簡単にするために、コントローラ２００が動作を実行する状態で、図４を以下に説明する。しかしながら、さまざまな態様では、図４の動作は、図３のコントローラ２００によって部分的に実行され得、リモートサーバなどの別のデバイスによって部分的に実行され得る。このような変形は、本開示の範囲内であると考えられる。
【0043】
在庫システム（手術室安全システムなど）の２つの主な機能は、潜在的に残留している外科用アイテム（ＲＳＩ）を検出して計数することである。本明細書で使用される、残留している外科用アイテムという用語は、外科手術または他の処置の完了時に意図せずに患者に残された任意の外科用スポンジ、器具、ツール、および／またはデバイスを含む。開示された技術は、それぞれがＲＦＩＤタグ１００を含む潜在的ＲＳＩを、安全な方法で、かつ各ＲＦＩＤタグ１００ベースの潜在的に残留している外科用アイテムに個別の識別を提供する方法で検出および計数する。
【0044】
最初に、ステップ４０２において、信号生成器１２０は、アンテナ１１０を使用して、ＲＦＩＤタグ１００を通電する。アンテナは、ＲＦＩＤタグ１００によって送信された戻り信号を受信するように構成される。ＲＦＩＤタグ１００は、高周波ＲＦＩＤタグ、低周波ＲＦＩＤタグ、および／または超高周波ＲＦＩＤタグを含み得る。
【0045】
態様では、ＲＦＩＤタグ１００は、外科用対象物４５４（例えば、外科用ガーゼおよび／または外科用スポンジ）に取り付けられ得る。態様では、システムは、製造された潜在的ＲＳＩ４５４（綿スポンジなど）の一式を含むＲＦＩＤ対応セキュアパッケージ４５０（例えば、スマートパッケージング）を含み得る。ＲＦＩＤ対応セキュアパッケージ４５０は、ホスト（例えば、コントローラ２００）との相互認証が可能なＲＦＩＤタグ４５２（例えば、ＲＦＩＤチップ）を含む。 ＲＦＩＤタグ１００は、そのメモリに格納された固有の識別子を含み得る。態様では、ＲＦＩＤタグは、視覚的マーカーを含み得る。例えば、視覚的マーカーは、記号または「Ｘ」などの形状、カラータグ、蛍光ＩＲ／ＵＶタグおよびバーコード、ならびに／または器具および／もしくは綿のＱＲコード（登録商標）を含み得る。例えば、外科用ポーチは、アンテナ１１０による識別を可能にする、それに適用されたコーティングを有し得る。
【0046】
次に、ステップ４０４において、コントローラ２００は、ＲＦＩＤタグ１００によって送信された少なくとも１つの戻り信号を受信するように構成されたアンテナ１１０から戻り信号を受信する。
【0047】
態様では、アンテナ１１０は、ＲＦＩＤタグ１００を走査する場合にアンテナ１１０のローカライズベースのデータを提供するように構成されたセンサー１１２（例えば、ジャイロおよび／またはＧＰＳ）を含み得る。空間パラメータは、アンテナ１１０の患者１８への近接度をさらに含み得る。
【0048】
次に、ステップ４０６において、撮像デバイス１１１は、患者１８の体の少なくとも一部を含む領域の画像を捕捉する。撮像デバイス１１１は、患者１８の体の少なくとも一部を含む領域の画像を捕捉するように構成される。画像は、静止画像、立体画像、および／または映像を含み得る。
【0049】
撮像デバイス１１１は、例えば、アンテナ１１０のハンドセットの患者に面する側、および／またはアンテナ１１０のループ上に位置し得る。撮像デバイス１１１は、アンテナ１１０の任意の好適な部分に位置し得ると考えられる。ハンドセットが患者１８の上方を移動すると、撮像デバイス１１１は、アンテナ１１０が上を通過した領域の一連の画像を捕捉する。これらの画像は、アンテナ１１０によって観察される領域のモザイク画像およびアンテナ１１０の移動経路を構築するために使用され得る。別の態様では、画像は、アンテナ１１０が現在上方にある患者１８の体の領域を検出するために使用され得る。
【0050】
態様では、コントローラは、固有の識別子に基づいて、ＲＦＩＤタグ１００の少なくとも１つの特性を判定し得る。特性は、信号強度、固有の外科用対象物の種類、および／またはシリアル番号を含み得る。態様では、コントローラ２００は、多数のＲＦＩＤタグの各固有のＲＦＩＤタグ１００の固有の識別子に基づいて、多数の固有のＲＦＩＤタグを判定し得る。態様では、コントローラ２００は、ＲＦＩＤタグの視覚的マーカーに基づいて、ＲＦＩＤタグ１００の固有の特性を判定し得る。
【0051】
次に、ステップ４０８において、コントローラ２００は、画像および受信された信号に基づいて、ＲＦＩＤタグ１００の空間的位置を判定する。
【0052】
コントローラ２００は、機械学習（および／または他のコンピュータビジョン技術）を使用して、画像を分析し、画像に基づいて、アンテナ１１０が走査している患者の体１８の領域を分類し得る（図５）。態様では、コントローラ２００は、図５の機械学習ネットワークなどの機械学習ネットワーク６００を使用して、画像に基づいて、対象物１００ａの同一性を予測し得る。例えば、固有の識別子（例えば、シリアル番号）に基づいて、コントローラ２００は、対象物１００ａが特定の外科用スポンジであると判定し得る。態様では、コントローラ２００は、機械学習ネットワークを使用して、対象物１００ａの予測された同一性および受信された信号に基づいて、ＲＦＩＤタグ１００の空間的位置を予測し得る。コントローラ２００は、機械学習ネットワークを使用して、画像に基づいて、患者１８の体の領域を予測し得る。
【0053】
在庫システム１０を使用して、適切な走査技術を確実とし、臨床医が正確な外科手術のために正確な体の部分を走査していることを確実とし得ると考えられる。電子医療記録の接続性および判定された体の部分に基づいて、正確な外科手術および体の部分が判定され得る。
【0054】
態様では、コントローラ２００は、判定されたＲＦＩＤタグ１００の空間的位置をディスプレイ１４０上に表示し得る（図１）。例えば、画像データは、ある領域におけるＲＦＩＤタグ１００の検出の有無、または観察された領域におけるＲＦＩＤタグ１００信号の強度と組み合わされ得る。得られたデータは、例えば、検出を伴う領域のリストとして、走査領域および領域の検出の有無および／もしくは強度、ならびに／または検出を伴う領域の画像を示す患者の体１８のヒートマップとして、オペレータ１２に提示され得る。態様では、コントローラ２００は、観察された領域についての固有の検出の種類および数を識別し得る。
【0055】
ディスプレイ１４０は、直接接続された基地局ボックス内のアンテナ１１０に組み込まれ得、および／またはリモートスクリーンもしくはタブレットなどのリモート接続されたディスプレイを利用し得ると考えられる。
【0056】
画像の処理は、アンテナハンドセット１１１上で、直接接続された基地局ボックス内で、またはリモート処理ハブ内で行われ得ると考えられる。態様では、データ転送は、有線または無線であり得る。
【0057】
態様では、コントローラは、機械学習ネットワーク６００（図５）を使用して、超解像度、ボケ除去、画像修正、オクルージョンの検出および除去などの用途のために収集した画像を向上させ得る。
【0058】
図５を参照すると、コントローラ２００は、これらの評価を行うように構成された機械学習ネットワーク６００を含み得る。例えば、コントローラ２００は、機械学習を使用して、画像に基づいて患者１８の体の領域を予測し得る。例えば、機械学習は、畳み込みニューラルネットワーク（ＣＮＮ）および／または状態バリアントマシン（ＳＶＭ）を含み得る。ＣＮＮは、患者およびＲＦＩＤ タグの以前の画像でトレーニングされ得る。態様では、使用される機械学習ネットワーク６００は、単独でシナリオを複数回実行し得、その分野の潜在的な専門家からのフィードバックおよびアドバイスに加えて、結果が収集され組み合わされて、シナリオのどの経路が最大の成果を発揮するかを判定し得る。機械学習ネットワーク６００は、教師付きトレーニングおよび／または教師なしトレーニングを使用して、トレーニングされ得る。機械学習ネットワークは、対象物１００ａの予測された同一性および受信された信号、および／または任意の他の好適なパラメータもしくは測定基準に基づいて、ＲＦＩＤタグ１００の空間的位置をさらに予測し得る（６０６）。
【0059】
図６を参照すると、一般に、図５の機械学習ネットワーク６００（例えば、畳み込み深層学習ニューラルネットワーク）は、少なくとも１つの入力層７１０、複数の隠れ層７０６、および少なくとも１つの出力層７２０を含む。入力層７１０、複数の隠れ層７０６、および出力層７２０はすべて、ニューロン７０２（例えば、ノード）を含む。さまざまな層の間のニューロン７０２は、重み６７４を介して相互接続される。機械学習ネットワーク６００内の各ニューロン７０２は、前の層から来る入力値に特定の関数を適用することによって、出力値を計算する。入力値に適用される関数は、重みのベクトル７０４およびバイアスによって判定される。深層学習ニューラルネットワークにおける学習は、これらのバイアスおよび重みに対して反復調整することによって進行する。重みのベクトル７０４およびバイアスは、フィルタ（例えば、カーネル）と呼ばれ、入力の特定の特徴（例えば、特定の形状）を表す。機械学習ネットワーク６００は、ロジットを出力し得る。
【0060】
本開示のいくつかの態様が図面に示され、および／または本明細書で説明されたが、本開示は、当該技術が許容するほど範囲が広く、本明細書が同様に読まれるように意図されるため、本開示が、これらの態様に限定されることは意図されない。したがって、上記の説明は、限定的であるとして解釈されるべきではなく、単に特定の態様の例示として解釈されるべきである。当業者であれば、本明細書に添付される特許請求の範囲内での他の修正を想定するであろう。
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
