Towards Human-Centric and Resilient Hospital Ecosystems: An AI-Driven Facemask Compliance Detection Framework for Healthcare Workers and Patients

تخيل أنك تدخل مستشفى يعج بالحركة. إنه مكان يلتقي فيه العلم بالحياة اليومية، نظام بيئي عالي المخاطر حيث الهدف هو الشفاء، ولكن حيث يمكن للجراثيم الصغيرة غير المرئية أن تنتشر مثل النار في الهشيم إذا لم نكن حذرين. لمنع هذه الجراثيم، يرتدي الأطباء والممرضون معدات خاصة، مثل أقنعة الوجه، لتعمل كدرع. لكن الحفاظ على ارتداء الجميع لدروعهم بشكل صحيح يمثل تحدياً كبيراً. وهنا يأتي دور فرع من علوم الحاسوب يسمى "الذكاء الاصطناعي" (AI). فكر في الذكاء الاصطناعي كعين رقمية فائقة الذكاء لا ترمش أبداً. وهو يستخدم نوعاً من التعلم يسمى "التعلم العميق"، وهو يشبه تعليم الكمبيوتر التعرف على الأنماط من خلال إظهار ملايين الصور له، تماماً كما يتعلم الطفل تمييز القطة من خلال رؤية العديد من القطط المختلفة. السؤال الكبير الذي يطرحه الباحثون هو: هل يمكننا بناء حارس رقمي يراقب المستشفى، ويكتشف فوراً أي شخص نسي ارتداء كمامته، دون الحاجة إلى وجود إنسان يقف هناك ليصرخ؟ هذا ليس مجرد اتباع للقواعد؛ بل يتعلق بالحفاظ على سلامة النظام البيئي للمستشفى بأكمله، ومرونته، وتركيزه على الأشخاص بداخله.

هذه الورقة البحثية هي "مراجعة منهجية" ضخمة، وهي طريقة منمقة تعني أن المؤلفين جمعوا وفرزوا عشرات الدراسات الأخرى للعثور على أفضل الأدوات الرقمية للقيادة. هم لم يبنوا روبوتاً جديداً بأنفسهم؛ بل عملوا كالمحققين الخبراء، حيث قارنوا بين أنواع مختلفة من "أدمغة" الذكاء الاصطناعي لمعرفة أيهم الأفضل في رصد أقنعة الوجه في المستشفى. لقد نظروا في عدة بنيات شهيرة للذكاء الاصطناعي — أسماء مثل ResNet-50 و MobileNetV2 وعائلة YOLO — ومعاملتها كأنها طرازات مختلفة من السيارات لمعرفة أي منها يقود بشكل أفضل على الطرق الوعرة لمستشفى حقيقي.

وجد المؤلفون أنه لا يوجد "حل سحري" واحد من الذكاء الاصطناعي يكون مثالياً في كل شيء. الأمر يشبه محاولة العثات عن أداة واحدة تكون هي المطرقة الأفضل، والمفك الأفضل، والمنشار الأفضل في آن واحد؛ فعادة ما تحتاج إلى أدوات مختلفة لوظائف مختلفة. ومع ذلك، فقد اكتشفوا فائزاً واضحاً للمجالات الأكثر حرجاً. وجدوا أن النماذج القائمة على YOLOv5 (والذي يرمز إلى "You Only Look Once" أو "أنت تنظر مرة واحدة فقط") هي اللاعبون الثقال في المناطق عالية الخطورة مثل وحدات العناية المركزة (ICUs) وغرف العمليات. هذه النماذج سريعة ودقيقة للغاية، حيث تحقق درجات دقة واستدعاء تتجاوز 97% حتى عندما تكون الرؤية محجوبة أو الإضاءة صعبة. إنها بارعة جداً في التعامل مع "الانسداد" (occlusion) — وهو مجرد مصطلح منمق يعني عندما يكون القناع مغطى جزئياً بشريط جراحي أو يد — مما يجعلها الخيار الأول للأماكن التي قد يكون فيها الخطأ خطيراً.

من ناحية أخرى، إذا كان المستشفى بحاجة إلى شيء يعمل على جهاز صغير ورخيص (مثل Raspberry Pi) أو يحتاج إلى العمل جنباً إلى جنب مع مستشعرات درجة الحرارة، فإن بنية MobileNetV2 هي النجم. فهي خفيفة الوزن وسريعة، مما يجعلها الخيار الأكثر عملية للمناطق العامة أو للاتصال بـ "إنترنت الأشياء" (IoT)، وهو مجرد شبكة من الأجهزة الذكية التي تتحدث مع بعضها البعض. كما نظرت الورقة في منافسين آخرين مثل ResNet-50 و VGG-19. وبينما يعد ResNet-50 قوة ضاربة من حيث الدقة، إلا أنه أثقل قليلاً وقد يكون مناسباً أكثر للمراقبة القائمة على الخوادم في المناطق المؤمنة بدلاً من الفحص الفوري أثناء الحركة.

لقد كان الباحثون حذرين في الإشارة إلى أن مجرد امتلاك الذكاء الاصطناعي ليس كافياً. فقد قيموا هذه الأنظمة مقابل ثلاثة أهداف كبرى: الرقمنة (هل يمكنه العمل مع الكاميرات التي نمتلكها بالفعل؟)، المرونة (هل يمكنه التعامل مع فوضى المستشفى الحقيقية، مثل الإضاءة السيئة أو تحرك الناس بسرعة؟)، و المركزية البشرية (هل يعامل المرضى والموظفين والزوار بإنصاف؟). وخلاصتهم هي أن دمج أنظمة الذكاء الاصطناعي هذه في كاميرات المراقبة (CCTV) الموجودة في المستشفى يمكن أن يحول مهمة فحص الأقنعة اليدوية المرهقة إلى شبكة أمان آلية وغير مرئية. هذا لا يوقف العدوى فحسب؛ بل يساعد المستشفى على النهوض بقوة أكبر (المرونة) ويحافظ على التركيز على الرفاهية البشرية.

إذاً، ما هي النتيجة؟ تقترح الورقة أنه من خلال استخدام أداة الذكاء الاصطناዊ الصحيحة للغرفة الصحيحة — باستخدام YOLOv5 فائق السرعة لمناطق الرعاية الحرجة و MobileNetV2 الرشيق للمناطق العامة — يمكن للمستشفيات خلق "تحول ثلاثي". يمكنهم رقمنة فحوصات السلامة، وبناء دفاع أقوى ضد العدوى، ورعاية أناسهم بشكل أكثر فعالية. إنها خطوة نحو مستقبل يكون فيه المستشفى نفسه ذكياً بما يكفي ليعتني بنا، لضمان أن الشيء الوحيد الذي ينتشر هو الشفاء، وليس الجراثيم.