Kahit may mahulog nang mag-isa sa gabi,
malalaman ito ng staff sa loob ng wala pang isang minuto.
Gumuho man sila sa gabi o mahulog sa pasilyo.
Nagpapadala ang MoniCare mga alerto sa loob ng ilang segundo upang maalis ang pagkaantala sa pagtuklas, habang ang mga rekord ng pangangalaga bawasan ang pasaning dulot ng pagdodokumento ng iyong pagtugon.
Sa gabi, maaaring isang caregiver lamang ang responsable sa mahigit 20 residente
Hanggang 71% ng mga overnight shift ay walang nurse. Sa mga pasilidad ng pangangalaga, maaaring manatiling hindi natutuklasan nang ilang oras ang mga residenteng nahuhulog.
nagpapatakbo nang walang nurse
isang caregiver sa magdamag
Maaaring mauwi sa legal na alitan ang pagkahulog
Nagkaloob ang mga hukuman ng mahigit KRW 200 milyon sa mga kaso ng pagkamatay dahil sa pagkahulog. Kung walang obhetibong ebidensiyang agad na tumugon ang staff, maaaring pasanin ng pasilidad ang buong pananagutan.
Bahagi ng mga insidente sa kaligtasan ng pasyente na sanhi ng pagkahulog sa mga pangmatagalang ospital ng pangangalaga
Mga pagkahulog na iniulat ng mga institusyong medikal noong 2023
Mga posibleng pinsala sa isang nakamamatay na insidente
Mga sensor at manu-manong minomonitor na CCTV
parehong hindi natutukoy ang mahahalagang sandali
May kritikal na puwang ang bawat tradisyonal na pamamaraan. Gumagamit ang MoniCare ng AI upang isara ang mga puwang na ito.
Maaaring tumanggi ang mga residente o mawala ang mga ito. Hindi nila matutukoy ang pagkahulog mula sa kama o isang insidente habang naglalakad sa pasilyo.
Nakakakita lamang ang mga ito sa mga lugar kung saan naka-install, kaya nagiging blind spot ang mga banyo at pasilyo.
Kapaki-pakinabang lamang pagkatapos ng insidente. Walang sapat na staff ang mga pangkat na naka-duty sa magdamag upang bantayan ang bawat screen nang real time.
Walang-kontakt na nagmo-monitor ang AI 24/7, inaalerto ang staff sa sandaling matukoy nito ang pagkahulog, at awtomatikong ginagawa ang rekord.
Natukoy ang pagkahulog sa gabi — 02:30
May natukoy na kakaibang paggalaw sa Room 302 sa ikatlong palapag habang tinutulungan ng nakatalagang caregiver ang isa pang residente.
Pagtukoy gamit ang camera
24/7 AI monitoring sa mga kuwarto, pasilyo, at mga common area
T+0 secPagsusuri ng AI
Pag-uuri ng pagkahulog gamit ang walong algorithm at secondary VLM verification
T+3–5 segundoAbiso sa staff
Sabay-sabay na pagpapadala sa mobile, PC, display board, at LED
Sa loob ng T+8 segundoPagtugon sa lugar
Dumarating ang staff at sinisimulan ang pangangalaga; awtomatikong nire-record ang oras ng pagtanggap ng notification
T+1–3 minAwtomatikong rekord
Awtomatikong i-store ang mga snapshot, pagsusuri ng VLM, at timeline ng pangangalaga
Awtomatikong nakukumpletoMobile app
Makatanggap ng mga alerto habang naglalakad sa pasilidad
Dashboard sa web para sa PC
Pop-up sa istasyon ng mga nars at naririnig na alerto
Display board
Alerta sa malalaking screen sa mga pasilyo at istasyon ng mga nars
LED indicator
Tinutukoy agad ng kumikislap na ilaw sa pasukan ng kuwarto ang lokasyon
Nakita ang pag-alis sa kama at hindi matatag na postura habang nakatayo
Sinusuri ng AI ang mga skeletal coordinate upang matukoy ang hindi matatag na pagtayo, inihahambing ito sa personal na baseline ng panganib ng residente, at tinutukoy na tumaas ang antas ng panganib.
Nakumpirma ang pagkahulog at agad na nagsisimula ang pagsusuri ng VLM
Pagkatapos matukoy ng pangunahing algorithm ang insidente, muling sinusuri ng isang vision-language model ang snapshot at gumagawa ng posibilidad ng pagkahulog, pagtatasa ng kalubhaan, at inirerekomendang aksyon.
Sabay-sabay na inaalerto ang staff sa apat na channel
Sabay-sabay na mag-a-activate ang telepono ng nakatalagang caregiver, PC sa istasyon ng mga nars, display sa pasilyo, at LED indicator—sa loob ng walong segundo mula sa pagkakatukoy.
Dumarating ang staff at sinisimulan ang pangangalaga
Awtomatikong itinatala ang oras ng pagdating at pagsisimula ng paggamot, kaya nakukumpleto ang timeline mula sa pagtanggap ng alerto hanggang sa pagtugon sa lugar.
Awtomatikong nalilikha ang tala ng pangangalaga at ebidensiya ng pagtugon
Ang mga snapshot bago at pagkatapos, pagsusuri ng VLM, kasaysayan ng mga alerto, at mga rekord ng pangangalaga ay sama-samang nakaimbak sa isang audit report.
Naantalang pagkakatuklas — maaaring ilang oras
Maaaring hindi matuklasan ang pagkahulog hanggang sa susunod na pag-ikot, na nagpapataas ng panganib ng pagkabali o pagdurugo sa utak. Kung walang rekord mula sa oras ng insidente, hindi mapapatunayan ng pasilidad ang naging pagtugon nito.
Pagtukoy → Pagtugon — sa loob ng 3 minuto
Agad na ipinapadala ang alerto, dumarating ang staff sa loob ng tatlong minuto, at awtomatikong nilalagyan ng timestamp ang bawat hakbang.
Bago ang MoniCare
Mga pagkakahulog na natukoy lamang sa mga pag-iikot sa gabi
Ang pagkahulog sa panahon ng pag-iikot na ginagawa kada 30 minuto hanggang 1 oras ay hindi matutuklasan hanggang sa susunod na pag-iikot
Pag-asa sa pasalita at sulat-kamay na turnover
Maaaring hindi maisama ang mga pangyayaring naganap sa magdamag sa pagpapasa ng tungkulin o maidokumento batay sa alaala
Mga tala ng pangangalaga na manu-manong isinulat pagkatapos ng insidente
Ang mga rekord na muling binuo mula sa alaala ay maaaring maglaman ng hindi magkakatugmang oras at detalye, na nagpapahina sa ebidensya ng pagtugon
Walang obhetibong ebidensya sa isang hindi pagkakaunawaan
Kung walang obhetibong patunay ng agarang pagkilos, maaaring managot ang pasilidad
Gamit ang MoniCare
Tuloy-tuloy na AI monitoring 24/7
Sinusuri ng AI sa tuwing naka-on ang camera, nang walang mga puwang sa magdamag sa pagitan ng mga pag-iikot
Mga awtomatikong alerto + live na tala ng kaganapan
Ang paghahatid, pagtanggap, at pagkumpirma ng alerto ay awtomatikong iniimbak na may timestamp hanggang sa antas ng segundo
Mga awtomatikong tala ng pangangalaga
Awtomatikong pinag-uugnay ang detection, alerto, pagtugon, at pangangalaga sa iisang tala
Agarang pakete ng ebidensya sa pagtugon
I-export ang mga snapshot, pagsusuri ng VLM, timeline ng kaganapan, at mga rekord ng pangangalaga sa isang ulat
Pinag-isang profile ng residente
Room 302, 3F · 3 nakakonektang camera
Mga snapshot
Pagkakasunod-sunod ng mga larawan bago at pagkatapos ng insidente
Pagsusuri ng VLM
Ebidensya para sa kalubhaan at inirerekomendang aksyon
Timeline
Mga kaganapang naitala hanggang sa segundo
Awtomatikong nag-iipon ang MoniCare ng mga materyal para sa mga inspeksyon ng munisipyo, pagtatalo ng pamilya, at mga legal na paglilitis. Ine-export sa isang PDF ang mga snapshot na larawan, pagsusuri ng VLM, timeline bawat segundo, at mga rekord ng pangangalaga.
Katumpakan ng pagtukoy na may dobleng beripikasyon
Mga target sa katumpakan na partikular sa site, na sinusuportahan ng pangunahing AI algorithm at pangalawang pagsusuri ng VLM
Pinagsamang mga algorithm sa pagtukoy
Sabay-sabay na suriin ang postura, time series, occupancy ng kama, at mga personal na baseline upang mabawasan ang mga false positive
Pagsubaybay sa bawat resident nang paisa-isa
Makilala ang parehong tao sa iba't ibang camera at masubaybayan ang panganib sa mga pasilyo at iba pang kuwarto
Ipinadala sa labas
Pinipigilan ng on-device AI na maipadala ang personal na impormasyon sa mga external server
Konsultasyon sa lugar
Suriin ang layout, mga posisyon ng camera, at saklaw ng implementasyon
2–5 arawPag-install ng camera
Ikonekta ang kasalukuyang CCTV o mag-install ng mga bagong camera
1–2 linggoPagse-set up at pag-calibrate ng AI
I-optimize ang mga personal na baseline at threshold ng alerto para sa site
1–2 linggoPagsasanay ng staff
Sanayin ang staff sa dashboard at mga pamamaraan sa pagtugon sa alerto
2–3 arawMga operasyon at pagpapanatili
Mga regular na update, malayuang suporta, at muling pagsasanay
PatuloyNa-deploy ang MoniCare sa mga ospital para sa pangmatagalang pangangalaga, nursing home, rehabilitation center, day and night care center, at mga pasilidad ng munisipalidad. Sinusuportahan ang parehong on-premises at cloud deployment, kaya maaaring piliin ng bawat pasilidad ang modelong angkop sa patakaran nito sa seguridad at kapaligiran ng network.
Pagkatapos ng pagsusuri sa lugar sa resolusyon, mga anggulo, at pagkakalagay ng mga camera, kinukumpirma namin kung aling mga camera ang maaaring isama.
Inirerekomenda lamang namin ang mga bagong camera kung hindi maisasagawa ang integrasyon.
Pinagsasama ng proseso ng dual verification ang pangunahing pagtukoy ng AI at pagsusuri ng secondary vision-language model upang mabawasan ang mga maling alerto.
Natututo rin ang MoniCare ng personal na baseline para sa bawat residente at tumutugon lamang sa paggalaw na lumilihis sa karaniwan.
Sa panahon ng rollout, inaangkop namin ang mga threshold ng alerto sa mga kondisyon ng pagpapatakbo ng pasilidad.
Hindi kailanman ipinapadala ang orihinal na video sa external cloud server.
Nananatili sa loob ng pasilidad ang mga snapshot at datos ng rekord, na may magkakahiwalay na access batay sa tungkulin para sa viewer, nurse, admin, at super roles.
Kailangan lamang matanggap ng mga nakatalagang caregiver ang mobile alert at i-tap upang kumpirmahin ito.
Gumagana ang PC web dashboard sa browser nang walang hiwalay na pag-install.
Ang mga materyales sa pagsasanay at mga manwal para sa lugar ay idinisenyo batay sa trabahong nakatakda ayon sa shift.
Matutukoy nito ang hindi ligtas na postura sa paglalakad sa mga rehabilitation center at ang pagala-gala o panganib ng pag-access sa hagdan sa mga day at night care center.
Iniangkop ang mga kategorya ng detection sa uri ng bawat pasilidad.
Ang mga tala ng pangangalaga ng MoniCare ay idinisenyo mula pa sa simula para sa pag-audit at dokumentasyon ng pagtugon.
Maaaring i-export nang magkakasama bilang isang response-evidence package ang hindi nababagong audit trail ng mga pag-edit at pagkansela, mga timestamp na hanggang segundo, mga pagkakasunod-sunod ng snapshot, at ebidensya ng VLM.
Sinusuportahan din ang mga format ng ulat na iniangkop sa mga kinakailangan ng inspeksyon ng munisipyo.
Buuin ang safety system na pinakaangkop sa inyong pasilidad.
Ang produktong ito ay hindi isang medikal na device at hindi kapalit ng medikal na pagsusuri o reseta. Maaaring mag-iba ang katumpakan ng pagtukoy ng pagkahulog depende sa kapaligiran at mga kondisyon ng pagkaka-install. Ang mga estadistika at bilang ay sumusunod sa mga pamantayan sa pagtukoy ng pinagmulan na nakasaad sa ibinigay na dokumentasyon.