| 作品介紹 |
本團隊研發基於深度學習邊緣運算技術之「離床預警暨床邊跌倒報知系統」，其系統架構包含人工智慧影像感測器，稱為「EyeWall」、推播離床預警和床邊跌倒事件的雲端伺服器、事件通報APP以及床邊事件資訊平台。
本系統亦根據醫院高齡病房照護之臨床需求，開發對應之兩階段式離床預警與床邊跌倒報知功能。針對離床預警將設計兩階段預警，第一次預警為病人起身坐起時，第二次預警為病人已坐床緣但仍無人給予協助時。且為避免誤報動作(False Alarm)，系統亦將需判斷(1)病人是否處於單獨狀態，且(2)是否為臥床→起身坐起→坐床緣(兩腳懸空下垂) 之連續動作，才啟動離床預警。
針對高跌倒風險之高齡病患，本團隊與醫院AI大數據中心、護理部團隊合作，並已申請到醫院IRB研究核准將應用於醫院之高齡病房，經上所述本團隊研發「離床預警暨床邊跌倒報知系統」，系統架構包含AI影像感測器稱為「EyeWall」、推播離床預警和床邊跌倒事件的雲端伺服器、資訊平台及通報APP。
本系統透過即時影像，以邊緣運算深度學習技術於嵌入式系統中直接辨識老人是否離床或床邊跌倒。本團隊採用Openpose做為姿態識別模組，辨識影像中高齡病患的身體部位建構出人體骨架，將辨識出的骨架以軀幹辨識演算法和RNN-LSTM 模組對姿態分類，辨識出4種姿態包含：臥床、起身坐起、坐床緣、床邊跌倒。 |