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。
