Predrag Dašić , 1, 2, * Jovan Dašić , 1 y Bojan Crvenković 1
Los sistemas de vigilancia se han utilizado durante varias décadas desde la invención de las cámaras y grabadoras de circuito cerrado de televisión (CCTV). Con el tiempo, estos sistemas avanzaron hasta utilizar el sistema informático y las cámaras IP para capturar, almacenar y reproducir grabaciones que rápidamente alcanzaron límites en tamaño, requisitos de energía, procesamiento, análisis y, especialmente, almacenamiento. El principal obstáculo es que todas son soluciones in situ. La computación en la nube introdujo un enfoque novedoso sobre cómo se gestionan los datos que también reflejó la videovigilancia. Esto llevó a la idea de utilizar la enorme red de computación en la nube, capacidades de almacenamiento y procesamiento, como control de acceso y búsqueda avanzada en la nube [ 1 – 5 ].
La videovigilancia como servicio ha experimentado un importante desarrollo científico desde sus inicios. Las investigaciones notables realizadas en el área cubren el sistema universal de vigilancia ambiental [ 6 ], el servicio de análisis de video de vigilancia inteligente [ 7 , 8 ], la configuración automática de videovigilancia [ 9 ] y la solución de visualización remota [ 10 ].
Los autores [ 11 ] introdujeron un enfoque novedoso para desarrollar plataformas de aplicaciones en la nube autónomas, basado en la visión de tratar las plataformas en la nube como redes de sensores. Este enfoque se basa en la reutilización inteligente de estrategias y productos de soluciones existentes (específicamente, Stream Reasoning y la pila de tecnología de la Web Semántica), para crear un marco autónomo de propósito general.
La videovigilancia requiere una compresión de alta eficiencia. La necesidad de esto nunca ha sido mayor, ya que se estima que el volumen de datos de videovigilancia guardados, almacenados y procesados superará los 5.800 exabytes según Gantz y Reinsel, 2012 [ 12 ], lo que supone más de 1.500 exabytes aproximados por el mismo autor. Wen, et al. 2014 [ 13 ] sostiene que el uso del estándar de codificación IEEE 1857-2013 aporta más del doble de eficiencia de codificación en vídeos de vigilancia en comparación con H.264/AVC HP. Una de las soluciones para la compresión de video es la transcodificación como servicio (TaaS) proporcionada por un proveedor de servicios de aplicaciones: Encoding.com. Utiliza la plataforma Amazon Web Services (AWS) para transcodificar videos de vigilancia guardados en diferentes formatos en cuanto a resolución, velocidad de fotogramas y ancho de banda [ 14 ]. Las áreas clave de la videovigilancia basada en la nube son la detección y el seguimiento por vídeo [ 15 ], la identificación de personas por vídeo y los sistemas de vigilancia a gran escala. Un porcentaje significativo de tecnologías básicas para la detección y el seguimiento basados en vídeo se desarrollaron en el marco de un programa financiado por el gobierno de EE. UU. llamado Video Surveillance and Monitoring (VSAM) [ 16 ].
Videovigilancia como servicio (VSaaS)
La arquitectura de implementación en la nube VSaaS puede ser pública, privada o híbrida (una combinación de dos). La arquitectura pública implica utilizar un proveedor de servicios en la nube con una plataforma ya configurada para la gestión de la videovigilancia. Este es el escenario de uso más común para VSaaS. La arquitectura privada se refiere a un servicio en la nube alojado internamente por una empresa o empresa que utilizó la plataforma con fines de videovigilancia. Esto rara vez ocurre, ya que es más difícil financiar y mantener un sistema de este tipo.
EnFigura 1Se proporciona un ejemplo del marco VSaaS desarrollado por Hossain, 2014 [ 17 ]. Describiremos brevemente el mecanismo subyacente del marco dado:
Ejemplo de marco VSaaS. Fuente: (Hossain, 2014)
- El contenido de vídeo es proporcionado por dispositivos sensores (cámaras) de varias fuentes de la aplicación mediante un mecanismo push-pull.
- El componente principal es el agente de publicación y suscripción que enruta los datos desde la nube a los clientes según la suscripción actual.
- Todos los procesos están regulados por el administrador de la Nube cuya finalidad es gestionar la interacción entre los clientes y el directorio de componentes.
- El directorio de servicios de vigilancia multimedia contiene todas las funcionalidades del patrón arquitectónico de arquitectura orientada a servicios (SOA) diseñado por el servicio.
- El administrador de asignación de recursos tiene el propósito de administrar y asignar varios recursos de VM para ejecutar el sistema de vigilancia y los servicios asociados.
- El componente de monitoreo y medición rastrea el uso de recursos y proporciona estadísticas de uso y facturación.
Los inicios de la videovigilancia se basaron en los sistemas de circuito cerrado de televisión (CCTV) que se desarrollaron a principios de los años cincuenta. No tenía medios para almacenar grabaciones, solo monitoreo por parte de empleados de seguridad. Con la invención de la grabadora de vídeo a mediados de la década de 1960, fue posible combinar los sistemas CCTV existentes con el nuevo dispositivo para almacenar y eliminar material de vigilancia.
La tecnología mejoró significativamente la videovigilancia con la introducción de la grabadora de vídeo digital (DVR). Aunque las primeras propuestas de desarrollo datan de mediados de los años 1980, el primer uso comercial comenzó a finales de los años 1990. Ofrecía mucho más espacio de almacenamiento y una búsqueda más rápida de material grabado y soporte nativo para PC. Las redes de protocolo de Internet (IP) aparecieron poco después de la invención de la cámara IP a finales de los años 1990, y en 2005 la videovigilancia se basaba en sistemas de Internet/Intranet.
VSaaS apareció a principios de la década de 2010 y desde entonces presenta el sistema de vigilancia más avanzado disponible para uso masivo. El futuro de la vigilancia son, sin duda, los sistemas inteligentes basados en la nube, que actualmente se están desarrollando y examinando en pequeñas pruebas beta. Los avances en redes neuronales y aprendizaje automático están creciendo a un ritmo rápido y, sin lugar a dudas, traerán aplicaciones de seguridad sin precedentes.
Aplicaciones de VSaaS para mejorar la seguridad del paciente
La salud es el bien más valioso y debe preservarse el mayor tiempo posible. Sin embargo, incluso los expertos en seguros sociales que trabajan en centros de salud deben gestionar cuestiones como, por ejemplo, robos, desacuerdos sobre posibles negligencias o incluso secuestros de bebés. Trágicamente, no todos los invitados van al centro de curación para desear a sus amigos y familiares una rápida recuperación. Las salas, disponibles de forma transparente y en su mayoría abiertas, facilitan a los posibles tramposos apoderarse del centro y de los bienes de los pacientes, lo que a menudo provoca considerables problemas presupuestarios para el centro de curación. Por regla general, las imágenes claras de las cámaras de vigilancia en los vestíbulos, en las salidas de emergencia, en los ascensores cercanos o en la oficina de compensación, permiten identificar positivamente al culpable.
Especialmente en las unidades de cuidados graves, los pacientes en la mayoría de los casos no pueden comunicar el deterioro de su estado al personal de rehabilitación. El reconocimiento por vídeo permite al personal examinar a los pacientes todo el día, todos los días, ya que en una crisis es la rápida respuesta de los médicos tratantes la que decide las probabilidades de supervivencia del paciente. En las salas de recuperación de sedantes, el estado de los pacientes también se controla desde la sala de cuidados médicos. AvaSys es un sistema de percepción remota del paciente que permite realizar controles visuales y sonoros de pacientes en peligro de sufrir daños personales, incluidas caídas, expulsión de dispositivos que salvan vidas y fuga. Un camión versátil colocado en la habitación del paciente tiene una cámara con capacidad de sartén y zoom y un excelente sonido bidireccional (Figura 2). Funciona mediante Wi-Fi a una estación de percepción remota vigilada por un PCT que vigila a más de 10 pacientes en todo momento en una sola pantalla. En el momento en que un paciente sugiere levantarse, el técnico de la pantalla utiliza el sonido para solicitar que el paciente se quede quieto y al mismo tiempo alarma al asistente médico por teléfono o radio. Si la niñera no puede desviar al paciente, suena una alerta STAT en la unidad.
Numerosos centros médicos utilizan sistemas de observación por vídeo. De este modo, nadie entra en la sala infantil sin ser visto. La adaptabilidad de los marcos tiene en cuenta que el marco de verificación se asociará con un marco de acceso al control para que ninguna persona no autorizada acceda a las instalaciones. A menudo, ante el resultado de cirugías duras o partos complicados, surge la pregunta de si se cometieron errores en la técnica. Cualquier cuestión de este tipo puede resolverse rápida y definitivamente gracias al reconocimiento por vídeo de última generación. Los sistemas de registro computarizados se utilizan la mayor parte del tiempo en cirugías con el objetivo final específico de poder auditar todo el método en una fecha posterior.
De acuerdo con las instrucciones de esterilización, el registrador no se encuentra en la zona de trabajo, sino mayoritariamente en una habitación aislada. Asimismo, se garantiza la seguridad de la información en todo momento. En la conversación previa a la operación, que debe tener lugar antes de cada cirugía, se le informa al paciente de la posibilidad de registrar la cirugía y luego decide si necesita o no utilizarla [ 18 ]. Hay algunos sistemas desarrollados que introducen sistemas de software inteligentes en la vigilancia hospitalaria que pueden aumentar el número de habitaciones y áreas monitoreadas notificando únicamente al operador en caso de incumplimiento de las reglas establecidas [ 19 , 20 ]. Estos sistemas se pueden mejorar aún más agregando subsistemas robóticos que, en algunos casos, incluso pueden reemplazar al operador humano encargado de notificar al personal sobre los eventos detectados [ 21 ]. Según Brown, en 2015 [ 22 ] alrededor de un millón de pacientes ingresan en hospitales de EE. UU. cada año, lo que es una cifra devastadora. La mayor parte de estas caídas se identifican con el uso del baño (45%) y la impulsividad (31%), y un preocupante 80% a 90% de las caídas de los pacientes no se observan. Alrededor del 30% de las caídas de pacientes provocan daños y, de ellas, entre el 4% y el 6% provocan daños reales. Además, las caídas suelen causar grandes problemas a los pacientes y a sus familiares, provocando un aplazamiento de la recuperación. Rawashdeh et al. proponen un sistema de bajo costo para la prevención de caídas. 2012 [ 23 ]. Enfigura 3Se da un ejemplo de software que detecta la caída de un paciente y da la alarma al operador.
Ejemplo de software de detección de caídas
Las oficinas de servicios de salud contratan espectadores silenciosos (en algunos casos llamados cuidadores persistentes) o distribuyen personal para examinar a los pacientes en riesgo de caídas o bajo vigilancia de suicidio, y a las personas que están confundidas o perturbadas. A diferencia de los asociados de atención individual de obligación privada, el único deber de un observador de pacientes es informar al personal cuando el paciente participa en una conducta potencialmente autolesiva, por ejemplo, levantarse sin ayuda o sacar tubos. Los espectadores en general reciben una compensación basada en el tiempo, un costo no reembolsado. Algunas oficinas de servicios humanos deben solicitar que la familia del paciente proporcione niñeras, lo que obliga a los familiares que trabajan. Las asociaciones de servicios de atención médica pueden reducir los costos de percepción del paciente utilizando reconocimiento de video de primer nivel (HD) y correspondencia bidireccional. Con el sistema de percepción, el personal preparado en un centro de operaciones focales puede observar a varios pacientes a través del sistema actual de la oficina, alarmando rápidamente al personal cuando se requiere intervención.Figura 4muestra la configuración centralizada de observación del paciente. La industria de la salud puede beneficiarse enormemente de la vigilancia basada en la nube, especialmente del software de análisis de vídeo, como el análisis de movimiento. Los autores Lee y Chung, 2012 [ 24 ] desarrollaron un algoritmo capaz de detectar caídas de pacientes en instituciones sanitarias y eliminar sombras de los objetos, lo que aumenta considerablemente la detección falsa. Un sistema de detección de este tipo se puede implementar para monitorear el movimiento de los pacientes en tiempo real notificando automáticamente al personal del hospital sobre un evento desafortunado, como una caída o un movimiento no deseado.
Estación de monitoreo para múltiples ubicaciones con un hospital
La videovigilancia basada en la nube puede servir como fuente de datos para el Análisis de Comportamiento Aplicado (ABA), que puede ayudar al investigador a comprender mejor los hábitos y patrones de comportamiento humanos. Por ejemplo, los autores Kröckel y Bodendorf, 2010 [ 25 ] presentaron un concepto de uso de métodos de extracción de datos en imágenes obtenidas mediante videovigilancia. El análisis se realiza para las trayectorias de los clientes y los caminos a través del entorno minorista, mientras que el procesamiento de imágenes se realiza utilizando la biblioteca de visión por computadora OpenCV. Los resultados sobre patrones y clusters se obtienen mediante diferentes métodos de minería de datos. El sector de la salud ha demostrado haber reducido los incidentes [ 26 ] con medidas de seguridad física instaladas. La aplicación de VSaaS en hospitales puede influir en gran medida en la detección temprana de incidentes (peleas, caídas, acceso no autorizado, vandalismo), reducir los costos generales de seguridad (se necesita menos personal de seguridad, menos personal de mantenimiento técnico y de hardware, no se requieren dispositivos de grabación de video digital (DVR) ) y puede proporcionar análisis de comportamiento. En la investigación de Anderson et al. 2014 [ 27 ] los autores demostraron que monitorear la rutina de higiene de los miembros del personal mejoró la regularidad del lavado de manos en los hospitales. En un artículo de Frank, 2013 [ 28 ] la videovigilancia redujo el número de incidentes en un centro psiquiátrico al permitir una respuesta más rápida a los incidentes por parte del personal supervisor. Se extrajeron conclusiones similares de un estudio realizado por Nolan y Volavka 2006 [ 29 ] donde las grabaciones de vídeo sirvieron como fuente de análisis para reducir los eventos violentos. Si bien el seguimiento resulta exitoso en los centros de salud mental, también existe una creciente preocupación por las violaciones éticas que puedan surgir [ 30 ].
Una de las técnicas desarrolladas y aplicables en entornos de proveedores de salud es una técnica de imágenes tridimensionales que combina cámaras de visión nocturna de alta resolución con GPS para aumentar las capacidades de vigilancia pasiva por imágenes. La técnica fue desarrollada por Schwartz, 2011 [ 31 ] y utiliza modelos de cámara y GPS para derivar una nube de puntos registrada a partir de múltiples imágenes de visión nocturna. Estas nubes de puntos se utilizan para generar modelos de escenas tridimensionales y extraer posiciones del mundo real de objetos de misión crítica. Esto permite un posicionamiento geográfico preciso en un entorno con poca luz. Una solución de hardware de soporte proviene de la empresa Avigilon, que desarrolló la tecnología Light Catcher capaz de capturar vídeo con detalles de color en entornos con poca luz extrema.
Los autores Xu y Wu, 2010 [ 32 ] propusieron un nuevo enfoque para un sistema de videovigilancia inteligente (SVSS) que utiliza una configuración estéreo canónica para configurar un par de cámaras estáticas para admitir un mapa destacado para controlar un Pan-Tilt-Zoom ( PTZ) cámara/cámaras, que captura imágenes/videos de alta definición del interesante objeto en movimiento en el área de vigilancia para futuras investigaciones forenses. Conceptos que subyacen a varias de las técnicas clave, incluida la detección de objetos en movimiento en el video, el seguimiento en dos y tres dimensiones, la clasificación de objetos y el análisis de la estructura de los objetos [ 33 ]. Entabla 1Se brinda tecnología de punta para la aplicación de videovigilancia inteligente.
tabla 1
Lista de tecnologías de componentes y enfoques de apoyo para la videovigilancia inteligente
| Tecnología de componentes | Enfoque de apoyo |
|---|---|
| Detección de objetos | Sustracción de fondo adaptativa con curación y detección de movimiento destacado. |
| Seguimiento de objetos bidimensionales | Esquema de clasificación de máxima verosimilitud para resolver los píxeles de primer plano en los objetos componentes. |
| Seguimiento tridimensional de objetos estéreo de línea de base amplia | Usar dos vistas superpuestas de la escena y ubicar el mismo punto de la escena en las dos vistas usando dos cámaras PTZ. Fotogrametría estereoscópica de visión nocturna 3D |
| Clasificación de objetos | Un enfoque basado en imágenes y un enfoque basado en seguimiento de vídeo. |
| Análisis de estructura de objetos. | La técnica de detección utiliza la silueta suavizada del objeto en primer plano, segmentada mediante resta de fondo. |
| Aplicación de catalogador de rostros | El catalogador de rostros utiliza cámaras PTZ controladas por computadora impulsadas por un sistema de seguimiento estéreo de base amplia en 3-D. Las cámaras PTZ adquieren automáticamente vistas ampliadas de la cabeza de una persona sin obligar al sujeto a estar en una ubicación particular. |
Preocupaciones éticas por la videovigilancia en hospitales
En un mundo en línea, los peligros para los datos privados son numerosos, ya que pueden provenir del personal, los pacientes, los familiares o personas intrascendentes que pueden intentar ajustar, dañar o descubrir datos para influir en su confiabilidad o privacidad. Esto podría deberse a actividad física o algo parecido o posteriormente a una agresión avanzada. Por ejemplo, los datos conservados cuidadosamente corren el riesgo de ser revelados si una persona no autorizada puede leer elementos sutiles clasificados en la pantalla de una computadora; También corren peligro los datos electrónicos que no están suficientemente protegidos y que permiten a alguien duplicar, alterar o borrar datos secretos.
En ambas ilustraciones, es más que probable que la revelación no sea identificada. Debido a ajustes o borrados, estos podrían ser identificados por proyectos de revisión o miembros del personal; sin embargo, el reconocimiento no está garantizado y el resultado podría provocar daños o la transmisión al paciente. El efecto en las instalaciones del médico podría ser grave debido al caso resultante y a su terrible reputación [ 34 ]. Según el abogado de servicios médicos de conducción, Kirk J. Nahra, “una brecha de seguridad que revela abundante información sobre el bienestar podría provocar otros tipos de daños a la seguridad (humillación, daño a la notoriedad, etc.)” [ 35 ]. Las personas pueden recopilar datos que les permitan negociar, extorsionar o influir en la notoriedad de otra persona proporcionándole elementos sutiles medicinales, individuales y relacionados con el dinero que podrían utilizarse en su contra. De esta manera, se deben inspeccionar los ensayos de seguridad de los datos teniendo en cuenta el objetivo final de evitar roturas que puedan provocar un caso. Hay algunas investigaciones realizadas por Thomas 1995 [ 36 ] y Vaught, 2004 [ 37 ] que analizan la privacidad y las violaciones éticas de la videovigilancia en instalaciones y salas pediátricas. Si bien el seguimiento de los niños pequeños tiene aspectos positivos, algunos sostienen que dicha vigilancia no debe ser encubierta y que todas las partes involucradas deben estar plenamente informadas de los sistemas de vigilancia existentes.
Los centros de curación deben garantizar que todo el personal, los trabajadores temporales y las asociaciones que manejan los datos del centro médico cumplen los estándares de la Política de Privacidad. Esto es especialmente esencial cuando los datos se manipulan y almacenan fuera del sitio.
Se deben incorporar indicadores para garantizar estos datos en los contratos tanto del personal como de las asociaciones contratadas, teniendo en cuenta el objetivo final de mantener una distancia estratégica ante rupturas del acuerdo. Las rupturas de acuerdo son más frecuentes debido a la falta de atención o comprensión de los problemas, o el personal trabaja bajo una preocupación excesiva que con una conducta normal [ 38 ]. Se deben realizar proyectos de instrucción y preparación para garantizar que la falta de atención no sea motivo de rupturas en el proceso. Se deben producir, ejecutar y controlar estrategias para una utilización adecuada de los datos y los marcos de datos.
En conclusión, este artículo presenta aplicaciones modernas de la videovigilancia como servicio para los servicios de salud tanto desde el punto de vista científico como del público en general. La literatura disponible cubre una amplia gama de problemas y soluciones de aplicaciones; sin embargo, se necesita más esfuerzo en la automatización del análisis de datos inteligente, ya que la cantidad de datos excede las capacidades actuales de software y hardware. Además del análisis inteligente de datos, se necesita más desarrollo en el área de compresión y transferencia de vídeo para soportar la transmisión de alta definición sin la necesidad de utilizar almacenamiento intermediario con función de precompresión. Mantener entornos seguros es de importancia imperativa, especialmente en tiempos de aumento de las actividades terroristas, crisis políticas y económicas y regiones de conflicto inestables. VSaaS reduce los costes generales y ofrece posibilidades tecnológicas insuperables en comparación con los sistemas tradicionales que deberían aprovecharse al máximo. La seguridad del paciente es un problema creciente que puede mejorarse con el uso de sistemas de vigilancia centralizados de alta gama que permitan al personal centrarse más en tratar problemas de salud en lugar de estar atento a posibles incidentes.
Excelente el articulo y los ejemplos. Me parece importante el impacto en los costes, porque si es muy evidente su impacto en la optimizacion del recurso humano respecto .
Me gustaMe gusta