S'abonner

Artificial intelligence (AI) use for personal protective equipment training, remediation, and education in health care - 15/05/25

Doi : 10.1016/j.ajic.2025.03.020 
Veronica Preda, BSc(Med), MBBS(Hons), MPH, FRACP, PhD a, , Zehurn Ong, MD a, Chandana Wijeweera, MD b, Terence Carney, PhD c, Robyn Clay-Williams, BEng, PhD d, Denuka Kankanamge, BBMedSci, MD a, Tamara Preda, BSc(Med), MBBS, FRACS, MMedSurg e, Ioannis Kopsidas, MD, PhD f, Michael Keith Wilson, MD, FRACS a, c
a Faculty of Medicine, Health and Human Sciences, Macquarie University, Sydney, New South Wales, Australia 
b Emergency Medicine and Rural Practice, Bairnsdale Regional Hospital, Bairnsdale, Victoria, Australia 
c Surgical XR, Innovation and Development Department, Sydney, New South Wales, Australia 
d Australian Institute of Health Innovation, Health Resilence & Systems Research, Sydney, New South Wales, Australia 
e Department of Surgery, University of Notre Dame, St Vincent’s Clinical School, Sydney, New South Wales, Australia 
f Centre for Clinical Epidemiology and Infection Control, University of Athens, Athens, Greece 

Address correspondence to Veronica Preda, BSc(Med), MBBS(Hons), MPH, FRACP, PhD, Macquarie University Faculty of Medicine, 2 Technology Place, Macquarie Park, Sydney, NSW, Australia.Macquarie University Faculty of Medicine2 Technology Place, Macquarie ParkSydneyNSWAustralia

Résumé

Background

Personal protective equipment (PPE) is a first-line transmission-based precaution for reducing the spread of nosocomial infections between health care workers (HCWs), patients, and staff. The COVID-19 pandemic highlighted a problematic skill gap in effective PPE donning/doffing.

Methods

We performed a single-center, mixed-methods, prospective cohort study of 293 HCWs in Sydney, Australia. Participants were assessed using SXR AI-PPE, an artificial intelligence (AI) system that autonomously evaluates donning/doffing of PPE while providing real-time feedback on user technique.

Results

Longitudinal results showed improved accuracy rates for correct donning/doffing after each guided session conducted at 3-monthly intervals, with a 100% accuracy rate for correct use of PPE after 2 guided sessions. These improvements were maintained with 3-monthly training sessions.

Conclusions

The SXR AI-PPE platform is a comprehensive tool capable of training PPE donning/doffing by HCWs in real time with implications for reducing PPE contamination and risk of nosocomial infections.

Le texte complet de cet article est disponible en PDF.

Highlights

AI-SXR AI-PPE can upskill health care workers to reduce error and improve self-efficacy for correct PPE use.
AI-PPE platforms represent a primary prevention that is low cost, replicable, and widely adoptable.
SXR AI-PPE and similar AI-PPE platforms may have broad applications outside of the health care setting for OHS standards requiring correct PPE use.

Le texte complet de cet article est disponible en PDF.

Key Words : Infection prevention, Nosocomial infections, Personal protective equipment


Plan


 Conflicts of interest: There are no conflicts of interest to declare for authors VP, ZO, CW, DK, TP, RCW, IK. Authors MW and TC are the inventors of the SXR-AI-PPE platform who provided the platform for use.


© 2025  Association for Professionals in Infection Control and Epidemiology, Inc.. Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 53 - N° 6

P. 678-684 - juin 2025 Retour au numéro
Article précédent Article précédent
  • Quantifying the progressing landscape of infection preventionists: A survey-based analysis of workload and resource needs
  • Brenna Doran, Jessica Swain, Shanina Knighton
| Article suivant Article suivant
  • Morbidity and absenteeism due to SARS-CoV-2 and seasonal influenza in health care personnel during the 2023 to 2024 season: A multicenter cohort study in Greece
  • Helena C. Maltezou, Maria N. Gamaletsou, Theodoros V. Giannouchos, Dimitra-Maria Koukou, Flora Sourri, Nikolaos Lemonakis, Amalia Karapanou, Sofia Zerva, Athanasia Lourida, Periklis Panagopoulos, Dimitrios Hatzigeorgiou, Nikolaos V. Sipsas

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Elsevier s'engage à rendre ses eBooks accessibles et à se conformer aux lois applicables. Compte tenu de notre vaste bibliothèque de titres, il existe des cas où rendre un livre électronique entièrement accessible présente des défis uniques et l'inclusion de fonctionnalités complètes pourrait transformer sa nature au point de ne plus servir son objectif principal ou d'entraîner un fardeau disproportionné pour l'éditeur. Par conséquent, l'accessibilité de cet eBook peut être limitée. Voir plus

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2026 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.