AI 病床離床及跌倒預防

在跌倒發生前。
作出預防。

無鏡頭毫米波感知配合邊緣人工智能,識別病人離床風險,並在高風險病人離床前通知醫護團隊。

病床離床預防影片預覽

無鏡頭 • Edge AI 處理 • 真實環境部署

挑戰

跌倒可在數秒間發生。

高風險病人可能在例行巡查之間突然嘗試離床。跌倒可引致嚴重受傷、延長住院時間,並增加護理成本。及早偵測和及時回應,能帶來實質改變。

42%*醫管局醫院所有已呈報臨床事故中,跌倒事故所佔的比例
129*2023/24 年度呈報的嚴重住院病人跌倒事故(SI 4–6)宗數
>95%*已呈報跌倒事故屬輕微;嚴重跌倒仍是重點預防項目

* 香港醫院管理局 2023/24 年度報告。

運作方式

由動作偵測到即時行動。

系統結合毫米波感測、三維動作分析及邊緣人工智能,實時偵測離床風險並通知醫護團隊。

毫米波感知裝置分解圖
步驟 01

感測

毫米波感測無需使用鏡頭,即可捕捉病床周圍的三維動作。

→
步驟 02

理解

邊緣人工智能解讀動作,分辨日常活動與離床風險。

→
步驟 03

提示

護士站儀表板顯示相關病床,讓醫護團隊及時回應。

護理流程

更簡單、更安全的工作流程。

  1. 01偵測動作
  2. 02儀表板提示
  3. 03確認提示
  4. 04到床邊跟進
  5. 05重設系統
護士站儀表板顯示 715B 病床的離床風險提示
醫護團隊可識別相關病床、確認提示,並協調及時回應。

為何採用毫米波 + EDGE AI

兼顧私隱,
不減環境感測能力。

比鏡頭、壓力墊及簡單熱點圖更實用的替代方案。

01

無鏡頭感測

不會擷取任何病人影像。

02

實時 Edge AI

在裝置本地解讀動作,支援快速回應。

03

三維動作理解

理解空間中的動作,而非只偵測病床承受的壓力。

為真實醫護環境而設

經真實應用驗證。

系統已在真實醫院環境中進行測試及部署,並累積大量驗證數據。

AI 測試及驗證5,500+*用於測試及驗證人工智能的數據樣本
真實環境實證1,000+*真實醫院環境運作時數
部署病房 + 深切治療部已在真實住院病房及深切治療環境部署

* 數據來自病床離床及跌倒預防計劃。

部署

配合醫護環境而設計。

我們與醫療機構合作,讓系統配合現有病床、工作流程及營運要求。

病床適配

配合不同病床類型及空間配置。

校準

按實際環境作最佳化設定。

儀表板整合

把提示連接至醫護團隊的日常運作。

演算法優化

以經驗證的真實數據持續改善偵測能力。

本地支援

提供培訓及持續技術支援。

自訂部署

按每個場地制定實施方案。

更安全的明天,由今天開始

親身了解創新如何實踐。

告訴我們您的醫護環境,我們會向您展示 Gulu Innovation 如何配合您的需要。

預約產品示範