隨著人口逐漸老化，居家照護成為人人面臨的課題，在醫護比過低情況下，無論是醫院內或外延照護機構，醫護都面臨人力不足的挑戰，艾歐資訊提出「AU照護辨識服務系統」，希望透過AI人工智慧、搭配3D成像感測技術提升醫療完善率。

▲艾歐資訊提出「AI照護辨識服務系統」，採用非接觸式3D成像感測技術，能即時偵測病患離床動態與生理數據，將能大幅提升醫療完善率。 

▲「AI照護辨識服務系統」導入飛時測距（ToF）與雷達毫米波（mmWave Radar）感測技術，搭配點雲與mmWave深度學習分析AI演算法，能大幅強化電腦視覺與圖像處理辨識能力。 

保護個人隱私 精準掌握病患入院狀態

艾歐資訊日前在AI HUB大會展示「AI照護辨識服務系統」，藉由飛時測距（ToF）、雷達毫米波（mmWave Radar）…等感測技術，搭配點雲與mmWave深度學習分析的AI演算法，能大幅強化電腦視覺與圖像處理辨識力；且最特別的是，相較於傳統攝像器容易產生個人隱私疑慮，「AI照護辨識服務系統」搭配非接觸式的3D成像感測技術，能針對離床追蹤與生理數據偵測與巡視，並即時對使用者通報。「AI照護辨識服務系統」同時具備長距離、多目標、高準度、連續性與持續性…等多項優勢，且能在保護個人隱私的條件下，精準掌握病患入院時各種狀態。

▲透過3D成像感測技術，當偵測到畫面中像是跌倒、顫抖…等可能引發危險的異常動作，能在3秒內即時反映給專人或醫護站，降低病患猝死機率。 

▲「AI照護辨識服務系統」同時也能量測心跳、呼吸…等生理數據，並透過AI演算法推斷猝死機率。 

3D成像感測技術 即時反映病人緊急狀況

那麼實際運作起來如何呢？假使病患離床後，在無人看護下不小心跌倒，過去只能在原地被動待援，但若是採用「AU照護辨識服務系統」，透過3D成像感測技術，當偵測到畫面中諸如跌倒、顫抖…等可能引發危險的異常動作，能在3秒內即時反映該事件給專人或醫護站，如此能降低病患猝死機率20%；同時能量測心跳、呼吸…等生理數據，並透過AI演算法推斷是否有猝死可能，能降低40%以上的死亡比例。不僅如此，該套系統還能同時判斷多位病患、嬰兒與長者，提升及時照護效率20%以上，如此能減低醫護人員沉重的負擔。

▲透過智慧監測介面，能清楚顯示大樓病房或樓梯間即時狀況，以淺顯易懂的圖示幫助醫護人員立刻掌握狀況。 

當今全球皆面臨因高齡化與慢性病所衍生醫護照顧成本居高不下的困境，「AU照護辨識服務系統」能有效解決醫護不足的痛點，若以衛福部去年公布的醫療院所與照護機構病床數來看，假使「AU照護辨識服務系統」列為標配，光是台灣的醫療照護機構市場規模就高達150億元。目前艾歐資訊也積極與政府、各大專院校、非營利組織合作，希望能為醫療照護盡一份心力。