弘光資工系學生研發防跌倒即時影像辨識照護系統 助護理師研判

弘光科技大學資訊工程系學生研究「機器學習技術應用於跌倒偵測」,結合手機、攝影機設計出防跌倒裝置,只要偵測到病患可能跌倒,便會馬上截圖傳送到護理師或照護員手機上。(記者陳榮昌攝)

記者陳榮昌/台中報導

根據國民健康署調查,65歲以上事故傷害死亡原因第二位為跌倒,跌倒也是醫院及照護中心最常見的意外。為了預防跌倒,弘光科技大學資訊工程系學生研究「機器學習技術應用於跌倒偵測」,結合手機、攝影機設計出防跌倒裝置,只要偵測到病患可能跌倒,便會馬上截圖傳送到護理師或照護員手機上,供研判是跌倒或系統誤判,不用疲於奔命。

資工系大四學生孫維康、林諺柏、紀炫安、羅雅馨花了兩個學期,在副教授林佩蓉指導下,利用影像辨識技術,開發出一套系統可以同時監測病患離床情況和離床後跌倒偵測。孫維康說,有護理師朋友向他反應,如果有方便預防跌倒的裝置,就能大幅減少工作壓力,因此,決定和同學一起研發。

孫維康指出,市面上現有的感測器通常是透過APP發出偵側到跌倒的警示聲,他們利用現有感測器進行聲音和影像的捕捉,再加上同學們的開發設計,不同於市面上防跌倒裝置的地方在於結合鏡頭與手機LINE APP,能拍攝跌倒影像,「有圖有真相」,設計LINE BOT程式立即判斷,並傳送即時影像,可以讓護理師確認病患實際清況,不會因系統誤判疲於奔命,也不需要在病患身上穿戴任何裝置,相當便利。

為了正確辨識,4人事先以坐著、站著、跌倒三種姿勢拍攝近兩千張照片,再逐一讓程式進行辨識訓練,最後能準確、清楚判別出什麼姿勢可能即將摔倒,或是跌倒的姿勢是什麼。

「系統一開始設計時,坐著跟跌倒會誤判,只能不斷的用影片訓練,重複的測試。」孫維康說,他們不斷測試後,誤判率越來越低,還可以清楚分辨出頭、手、四肢,如果偵測到跌倒時,鏡頭會馬上截圖,把跌倒的資訊,包括日期、時間、地點、床號,第一時間傳給護理人員,護理人員看到圖片訊息時,就能立刻處理。