حتی اگر کسی شب‌ها تنها زمین بخورد،
کارکنان در کمتر از یک دقیقه مطلع خواهند شد.

چه شب‌ها از حال بروند و چه در راهرو زمین بخورند.
MoniCare ارسال می‌کند هشدارها در چند ثانیه برای حذف تأخیر در شناسایی، در حالی که سوابق مراقبتی بار ثبت پاسخ خود را کاهش دهید.

چند ثانیه
از تشخیص سقوط تا اطلاع‌رسانی به کارکنان
ارسال هم‌زمان از چند کانال
99%+
هوش مصنوعی اصلی + راستی‌آزمایی ثانویه VLM
هدف دقت اختصاصی هر محل
24h
پایش مداوم، شب و روز
تشخیص مداوم علائم خطر
1 اپراتور
همه اتاق‌ها را در یک صفحه پایش کنید
با رویدادهای اولویت‌بندی‌شده بر اساس فوریت
مراقبت شبانه به نقطه بحرانی رسیده است
PAIN 01

شب‌ها، ممکن است یک مراقب مسئول بیش از ۲۰ ساکن باشد

حداکثر ۷۱٪ از شیفت‌های شبانه بدون پرستار فعالیت می‌کنند. در مراکز مراقبتی، ساکنانی که زمین می‌خورند ممکن است ساعت‌ها شناسایی نشوند.

71%
شیفت‌های شبانه
فعالیت بدون پرستار
1:20+
ساکنان اختصاص‌یافته به
یک مراقب شبانه
PAIN 02

یک سقوط می‌تواند به یک اختلاف حقوقی تبدیل شود

دادگاه‌ها در پرونده‌های سقوط منجر به فوت، بیش از ۲۰۰ میلیون وون کره غرامت تعیین کرده‌اند. بدون شواهد عینی مبنی بر واکنش فوری کارکنان، ممکن است مسئولیت کامل بر عهده مرکز باشد.

79%

سهم حوادث ایمنی بیماران ناشی از سقوط در بیمارستان‌های مراقبت طولانی‌مدت

6,863

سقوط‌های گزارش‌شده توسط مؤسسات پزشکی در سال ۲۰۲۳

₩200M+

خسارت‌های احتمالی در یک حادثه منجر به فوت

محدودیت‌های روش‌های متداول

حسگرها و دوربین‌های مداربسته تحت نظارت دستی
هر دو، لحظات مهم را از دست می‌دهند

هر رویکرد متداولی یک شکاف حیاتی باقی می‌گذارد. MoniCare با استفاده از هوش مصنوعی این شکاف‌ها را برطرف می‌کند.

حسگرهای پوشیدنی

ساکنان ممکن است از آن‌ها امتناع کنند یا آن‌ها را گم کنند. این روش‌ها نمی‌توانند افتادن از تخت یا وقوع حادثه هنگام حرکت در راهرو را تشخیص دهند.

حسگرهای کف و تشک

آن‌ها فقط محدوده‌ای را که در آن نصب شده‌اند شناسایی می‌کنند و سرویس‌های بهداشتی و راهروها همچنان نقاط کور باقی می‌مانند.

دوربین مداربسته با نظارت دستی

فقط پس از وقوع رویداد مفید است. تیم‌های شبانه نیروی کافی برای نظارت هم‌زمان بر همه نمایشگرها را ندارند.

✓ MoniCare

هوش مصنوعی بدون تماس، به‌صورت شبانه‌روزی نظارت می‌کند، به‌محض شناسایی زمین‌خوردن به کارکنان هشدار می‌دهد و گزارش را به‌طور خودکار ایجاد می‌کند.

حذف تأخیر در شناسایی و کاهش بار مستندسازی

سقوط شبانه تشخیص داده شد — ۰۲:۳۰

حرکت غیرعادی در اتاق 302 در طبقه سوم شناسایی شده است، در حالی که مراقب مربوطه در حال کمک به ساکن دیگری است.

T+0
وقوع حادثه
مرحله ۰۱

شناسایی با دوربین

پایش هوش مصنوعی ۲۴/۷ در اتاق‌ها، راهروها و فضاهای مشترک

T+0 ثانیه
مرحله ۰۲

تحلیل هوش مصنوعی

طبقه‌بندی زمین‌خوردن با هشت الگوریتم و راستی‌آزمایی ثانویه VLM

T+3–5 sec
مرحله ۰۳

اعلان به کارکنان

ارسال هم‌زمان به تلفن همراه، رایانه، تابلوی نمایش و LED

ظرف T+8 ثانیه
مرحله ۰۴

پاسخ‌گویی در محل

کارکنان می‌رسند و مراقبت را آغاز می‌کنند؛ زمان دریافت اعلان به‌صورت خودکار ثبت می‌شود

T+۱–۳ دقیقه
مرحله ۰۵

ثبت خودکار

ذخیره خودکار تصاویر لحظه‌ای، تحلیل VLM و خط زمانی مراقبت

به‌صورت خودکار تکمیل می‌شود

اپلیکیشن موبایل

هنگام حرکت در مرکز هشدارها را دریافت کنید

→ مراقب اختصاص‌یافته

داشبورد وب رایانه شخصی

اعلان بازشونده در ایستگاه پرستاری و هشدار صوتی

→ کارکنان شبانه

تابلوی نمایش

هشدار روی نمایشگر بزرگ در راهروها و ایستگاه پرستاران

→ آگاهی از سراسر کف

نشانگر LED

یک چراغ چشمک‌زن در ورودی اتاق، محل را فوراً مشخص می‌کند

→ تأیید بصری فوری
یک حادثه شبانه با MoniCare چگونه به نظر می‌رسد
سناریوی نمونه شبانه — ساعات شبانه بدون حضور کارکنان در یک مرکز مراقبتی 02:28 ~ 02:31
02:28

خروج از تخت و وضعیت ناپایدار ایستادن تشخیص داده شد

هوش مصنوعی مختصات اسکلتی را برای شناسایی ایستادن ناپایدار تحلیل می‌کند، آن را با خط مبنای ریسک شخصی ساکن مقایسه می‌کند و تشخیص می‌دهد که سطح ریسک افزایش یافته است.

02:29

سقوط تأیید شد و تحلیل VLM بلافاصله آغاز می‌شود

پس از آنکه الگوریتم اصلی رویداد را شناسایی می‌کند، یک مدل بینایی-زبانی تصویر لحظه‌ای را دوباره بررسی کرده و احتمال زمین‌خوردن، ارزیابی شدت و اقدام پیشنهادی را ارائه می‌دهد.

عکس فوری به‌صورت خودکار ثبت شد · زمان ثبت شد
02:30

هشدار به کارکنان به‌طور هم‌زمان از چهار کانال

تلفن مراقب تعیین‌شده، رایانه ایستگاه پرستاری، نمایشگر راهرو و نشانگر LED به‌طور هم‌زمان و حداکثر ظرف هشت ثانیه پس از شناسایی فعال می‌شوند.

02:31

کارکنان می‌رسند و مراقبت را آغاز می‌کنند

زمان‌های ورود و شروع درمان به‌طور خودکار ثبت می‌شوند و خط زمانی از دریافت هشدار تا واکنش در محل تکمیل می‌شود.

خودکار

سوابق مراقبت و شواهد واکنش به‌طور خودکار ایجاد می‌شوند

عکس‌های قبل و بعد، تحلیل VLM، تاریخچه هشدارها و سوابق مراقبتی همگی در یک گزارش ممیزی ذخیره می‌شوند.

کشف با تأخیر — احتمالاً پس از گذشت چند ساعت

ممکن است سقوط تا زمان بازدید بعدی شناسایی نشود و خطر شکستگی یا خونریزی مغزی افزایش یابد. بدون ثبت سوابق مربوط به زمان وقوع حادثه، مرکز نمی‌تواند نحوه پاسخ‌گویی خود را اثبات کند.

تشخیص → پاسخ — ظرف 3 دقیقه

هشدار بلافاصله ارسال می‌شود، کارکنان ظرف سه دقیقه می‌رسند و هر مرحله به‌طور خودکار مُهر زمانی می‌خورد.

چرا MoniCare بار کاری کارکنان را کاهش می‌دهد

پیش از MoniCare

سقوط‌ها فقط در طول گشت‌های شبانه شناسایی شدند

افتادنی که در طی بازدیدهای دوره‌ای هر ۳۰ دقیقه تا ۱ ساعت رخ دهد، تا بازدید بعدی قابل شناسایی نیست

اتکا به تحویل شفاهی و دست‌نوشته‌ها

ممکن است رویدادهای شبانه هنگام تحویل شیفت نادیده گرفته شوند یا بر اساس حافظه ثبت شوند

سوابق مراقبتی که پس از رویداد به‌صورت دستی نوشته می‌شوند

سوابق بازسازی‌شده از حافظه ممکن است زمان‌ها و جزئیات ناهماهنگی داشته باشند و شواهد مربوط به پاسخ را تضعیف کنند

نبود شواهد عینی در یک اختلاف

بدون مدرک عینی از اقدام فوری، مسئولیت ممکن است بر عهده مرکز باشد

با MoniCare

پایش مداوم هوش مصنوعی به‌صورت ۲۴/۷

هوش مصنوعی هر زمان که دوربین روشن باشد تحلیل می‌کند و بین نوبت‌های بررسی شبانه هیچ وقفه‌ای وجود ندارد

هشدارهای خودکار + گزارش زنده رویدادها

ارسال، دریافت و تأیید هشدارها به‌صورت خودکار با زمان‌مهرهای دقت‌ثانیه‌ای ذخیره می‌شوند

سوابق مراقبتی خودکار

تشخیص، هشدار، واکنش و مراقبت به‌طور خودکار در یک سابقه به هم مرتبط می‌شوند

بسته شواهد پاسخ فوری

خروجی گرفتن از تصاویر لحظه‌ای، تحلیل VLM، خط زمانی رویداد و سوابق مراقبتی در قالب یک گزارش

سند، مدرک است
سوابق مراقبتی — تاریخچه تولیدشده به‌صورت خودکار
👤

پروفایل یکپارچه ساکن

اتاق ۳۰۲، طبقه ۳ · ۳ دوربین متصل

سطح ریسکبحرانی
تشخیص‌هازوال عقل · پوکی استخوان
آستانه هوش مصنوعیشخصی‌سازی‌شده
حالت ممیزیفعال
جدیدترین سقوط2025.04.12

تصاویر فوری

توالی تصاویر پیش و پس از حادثه

تحلیل VLM

شواهد مربوط به شدت و اقدام پیشنهادی

خط زمانی

رویدادهای ثبت‌شده تا سطح ثانیه

زمان رویداد نوع
02:28:14 خروج از تخت + ایستادن ناپایدار شناسایی شد خطر شناسایی شد
02:29:52 سقوط تأیید شد · تحلیل VLM تکمیل شد سقوط
02:30:00 هشدار چهارکاناله ارسال شد — ۳ کارمند هشدار
02:30:47 دریافت هشدار تأیید شد (مراقب سلامت پارک) تأیید شد
02:31:22 کارکنان رسیدند · بررسی علائم حیاتی آغاز شد پاسخ
02:38:00 مراقبت تکمیل شد · نمودار به‌طور خودکار ذخیره شد کامل
بسته شواهد واکنش — آماده برای خروجی گرفتن

MoniCare به‌طور خودکار مدارک لازم برای بازرسی‌های شهرداری، اختلافات خانوادگی و رسیدگی‌های قانونی را بسته‌بندی می‌کند. تصاویر لحظه‌ای، تحلیل VLM، خط زمانی ثانیه‌به‌ثانیه و سوابق مراقبتی در یک فایل PDF صادر می‌شوند.

PDF گزارش توالی تصاویر گزارش حسابرسی
هشدارهای کاذب را کاهش دهید و خطرات واقعی را آشکار کنید
99%+

دقت تشخیص با تأیید دوگانه

اهداف دقت ویژه هر محل که توسط یک الگوریتم اصلی هوش مصنوعی و بررسی VLM ثانویه پشتیبانی می‌شوند

8 نوع‌ها

الگوریتم‌های تشخیص ترکیبی

وضعیت بدن، سری زمانی، اشغال تخت و خطوط پایه فردی را به‌صورت هم‌زمان تحلیل کنید تا مثبت‌های کاذب کاهش یابند

Re-ID

ردگیری تک‌تک ساکنان

همان فرد را در دوربین‌های مختلف شناسایی کنید و خطر را در راهروها و اتاق‌های دیگر پیگیری کنید

0

داده‌های ارسال‌شده به خارج

هوش مصنوعی روی دستگاه مانع از ارسال اطلاعات شخصی به سرورهای خارجی می‌شود

آماده استفاده در محل طی چهار تا شش هفته
01

مشاوره در محل

ارزیابی چیدمان، موقعیت دوربین‌ها و دامنه اجرای طرح

۲ تا ۵ روز
02

نصب دوربین

دوربین‌های مداربسته موجود را متصل کنید یا دوربین‌های جدید نصب کنید

۱–۲ هفته
03

راه‌اندازی و کالیبراسیون هوش مصنوعی

خط مبنا و آستانه‌های هشدار متناسب با محل را بهینه کنید

۱–۲ هفته
04

آموزش کارکنان

آموزش کارکنان درباره داشبورد و رویه‌های پاسخ‌گویی به هشدارها

۲ تا ۳ روز
05

عملیات و نگهداری

به‌روزرسانی‌های منظم، پشتیبانی از راه دور و آموزش مجدد

در حال انجام

MoniCare در بیمارستان‌های مراقبت طولانی‌مدت، خانه‌های سالمندان، مراکز توان‌بخشی، مراکز مراقبت روزانه و شبانه و مراکز شهری مستقر شده است. استقرار هم در محل و هم در فضای ابری پشتیبانی می‌شود، بنابراین هر مرکز می‌تواند مدلی را انتخاب کند که با سیاست امنیتی و محیط شبکه آن سازگار باشد.

سؤالات متداول
در بیشتر موارد، دوربین‌های مداربسته فعلی را می‌توان بدون تغییر متصل کرد.
پس از بررسی در محلِ وضوح، زوایا و محل نصب دوربین‌ها، تأیید می‌کنیم کدام دوربین‌ها قابلیت یکپارچه‌سازی دارند.
دوربین‌های جدید را فقط در مواردی توصیه می‌کنیم که یکپارچه‌سازی امکان‌پذیر نباشد.
مدیریت هشدارهای کاذب یکی از اولویت‌های اصلی MoniCare است.
فرایند راستی‌آزمایی دوگانه، تشخیص هوش مصنوعی اصلی را با بررسی ثانویه توسط یک مدل بینایی-زبانی ترکیب می‌کند تا هشدارهای کاذب به حداقل برسند.
MoniCare همچنین خط مبنای شخصی هر ساکن را یاد می‌گیرد و فقط به حرکتی واکنش نشان می‌دهد که از الگوی معمول خارج باشد.
در طول استقرار، آستانه‌های هشدار را با شرایط عملیاتی مرکز تنظیم می‌کنیم.
MoniCare از هوش مصنوعی روی دستگاه استفاده می‌کند تا تمام تحلیل‌های ویدئویی را روی یک سرور یا دستگاه لبه‌ای داخل مرکز پردازش کند.
ویدیوی اصلی هرگز به یک سرور ابری خارجی ارسال نمی‌شود.
عکس‌های فوری و داده‌های سوابق داخل مرکز باقی می‌مانند و دسترسی مبتنی بر نقش میان نقش‌های مشاهده‌گر، پرستار، مدیر و ارشد از یکدیگر جدا می‌شود.
ما در طول پیاده‌سازی، آموزش عملی را برای همه کارکنان مرکز ارائه می‌کنیم.
مراقبان تعیین‌شده فقط کافی است هشدار موبایلی را دریافت کرده و برای تأیید آن ضربه بزنند.
داشبورد وب رایانه شخصی در مرورگر اجرا می‌شود و نیازی به نصب جداگانه ندارد.
مطالب آموزشی و دستورالعمل‌های محل کار بر اساس کار در شیفت طراحی شده‌اند.
تشخیص سقوط قابلیت اصلی است، اما MoniCare پیش‌نشانگرهایی مانند خارج شدن از تخت، شروع پرسه‌زنی شبانه، بازنگشتن به محدوده تعیین‌شده و تلاش‌های مکرر برای ایستادن را نیز تشخیص می‌دهد.
این سامانه می‌تواند وضعیت نامطمئن راه‌رفتن را در مراکز توان‌بخشی و خطر پرسه‌زنی یا دسترسی به پله‌ها را در مراکز مراقبت روزانه و شبانه شناسایی کند.
دسته‌بندی‌های تشخیص متناسب با نوع هر مرکز هستند.
بله.
سوابق مراقبتی MoniCare از ابتدا برای ممیزی و مستندسازی واکنش طراحی شده‌اند.
ردپای حسابرسی تغییرناپذیر ویرایش‌ها و لغوها، مُهرهای زمانی با دقت ثانیه، توالی‌های عکس‌های فوری و شواهد VLM را می‌توان به‌صورت یکجا و در قالب یک بسته شواهد پاسخ صادر کرد.
قالب‌های گزارش متناسب با الزامات بازرسی شهرداری نیز پشتیبانی می‌شوند.

سیستم ایمنی متناسب با مرکز خود را بسازید.

CLEVI

زبان و منطقه

زبان‌های ترجمه‌شده با ماشین علامت‌گذاری شده‌اند. دسترس‌پذیری بر اساس بسته منتشرشده سایت است.

۱۳۶ زبان

پیشنهادی

1

شرق آسیا

7

جنوب شرق آسیا

11

جنوب آسیا

18

آسیای مرکزی

5

خاورمیانه و قفقاز

10

غرب اروپا و جنوب اروپا

16

بریتانیا و ایرلند

4

شمال اروپا

10

اروپای مرکزی و بالکان

14

شرق اروپا

5

شرق افریقا

8

غرب افریقا و مرکز افریقا

9

جنوب افریقا

8

امریکا

5

اقیانوسیه

5