▲北榮計畫導入艾歐資訊AI照護影像辨識方案。（圖／吳尚哲攝）

醫療院所的護理人員多半希望有三頭六臂，應付各種突如其來的緊急狀況，尤其病患在醫院裡摔一跤，往往就讓病況加重。艾歐資訊開發的影像辨識新科技，正可以助他們一臂之力。

根據醫院評鑑暨醫療品質策進會編撰的《台灣病人安全通報系統：2018年第4季報表》的統計，僅次於藥物事件，跌倒仍是當前醫療院所面對病患安全的重大威脅，而且發生在病房的比率最高，達8成左右，且幾乎都仰賴護理人員的通報；這對目前正遭遇嚴重護理人力荒的台灣醫療照護環境，不啻為一項值得高度關注的警訊。

產官學合作　優化智慧醫療

台北榮民總醫院醫療品質管理中心主任周元華就坦承：「雖然醫院目前已在病房等重要地點安裝傳統的CCTV監視器，但都僅能在事件發生後，調閱影像作為佐證，無法防患於未然。」

艾歐資訊公司業務總監李佳欣指出：「深入醫院現場時，我們發現，尤其是夜班的護理人員要照護的病患數量更高，因此，頂多能維持慣性的4小時給藥與生理量測的服務，對病患的行動不易掌握。而對許多不宜離床或因藥物影響易跌倒的高危險群病患，也只能囑咐照護者注意或是做入院衛教的說明。過去醫護巡房、家屬或周邊人員發現後告知才能啟動的後續處理，很多時候會造成病患難以彌補的傷害。」

偵測病患動作　準確率8成

而在理解iTOF技術方案後，周元華認為：「這套人工智慧3D感測影像辨識方案的導入，會翻天覆地地改變醫療照護的現場，以機器深度學習人體姿勢與移動的訊號，透過演算法判別病患是否正離床、跌倒，在最短的時間發出警示訊息，呼叫現場人員前往處理。」從人工智慧偵測病患離床或跌倒後，能在3秒內立即聯繫後台、發出警示，這樣的自動化事件處理流程，與傳統仰賴醫護發現後再通報的作法迥異，因此能降低跌倒比率或盡速處理，改善醫護環境的病人安全事件。

艾歐所開發的iTOF的人工智慧3D影像辨識技術，以人工智慧深度學習人體骨架、姿勢、移動軌跡，並演算判別跌倒、離床動作等智慧化影像辨識技術，即時偵測判別病患的動作意涵，目前準確率已達8成；同時，由於是點狀成形，成像不成影，只顯示身體動作輪廓而非臉部影像，解除大家對醫療環境中病患管控，可能侵犯隱私的疑慮。

依《富比世》（Forbes）雜誌的推估，隨著醫療體系對數位管理工具流程逐漸熟悉、能夠掌握的數據資料持續增加，像3D感測等醫療影像輔助決策等應用，在2019年底，醫護市場將能很快地接納，進入相關的測試與建置階段，並且在未來2、3年內，有10~15%的成長率。

周元華就不諱言地指出，北榮目前已完成初步的評估，將開始概念驗證（POC）的建置。

艾歐資訊則估算，依衛生福利部公布2018年的醫療院所與照護機構病床數，若成為標準配備，在台灣的醫療照護機構市場需求規模就高達150億元台幣。除了國內榮總體系，尚有多家大型的區域醫院有高度導入的意願；全球領導性的智慧病床製造廠商也正在商談合作的可能性。

本圖/文由「財訊」授權刊登，非經同意不得任意轉載。
原文出處：艾歐人工智慧防跌倒 三秒發警報