即使有人在夜間獨自跌倒，
工作人員將在不到一分鐘內得知。
無論是在夜間倒下，還是在走廊跌倒。
MoniCare 傳送 數秒內發出警報 以消除延遲發現，而照護紀錄 減輕記錄回應內容的負擔.
夜間一名照護人員可能需要負責照顧超過 20 位住民
最多有 71% 的夜班在沒有護理師的情況下運作。在各類照護機構中，跌倒的住民可能數小時未被發現。
在沒有護理師的情況下運作
一名夜間照護人員
跌倒可能演變成法律爭議
在致命跌倒案件中，法院判賠金額已超過 2 億韓元。若沒有客觀證據證明工作人員立即作出回應，機構可能須承擔全部責任。
長期照護醫院中由跌倒造成的病人安全事件比例
2023 年醫療機構通報的跌倒事件
致命事故中的潛在損害
感測器與人工監控的 CCTV
兩者都會錯過重要時刻
每種傳統方法都存在關鍵缺口。MoniCare 運用 AI 填補這些缺口。
住民可能拒絕配戴或遺失裝置。這些裝置無法偵測從床上跌落，或在穿越走廊時發生的事故。
只能偵測安裝設備的區域，導致浴室與走廊成為偵測盲區。
僅在事件發生後才有用。夜間團隊人手不足，無法即時監看每個畫面。
非接觸式 AI 全天候監控，偵測到跌倒時立即通知工作人員，並自動建立紀錄。
偵測到夜間跌倒 — 02:30
三樓 302 房偵測到異常動作，此時指派的照護人員正在協助另一位住民。
攝影機偵測
全天候 AI 監控房間、走廊與公共區域
T+0 秒AI 分析
使用八種演算法進行跌倒分類，並由次要 VLM 進行驗證
T+3–5 秒通知工作人員
同步傳送至行動裝置、電腦、顯示看板及 LED
T+8 秒內現場應變
工作人員抵達並開始照護；通知接收時間會自動記錄
T+1–3 分鐘自動記錄
自動儲存快照、VLM 分析結果及照護時間軸
自動完成行動應用程式
在設施內移動時接收警示
PC 網頁儀表板
護理站彈出通知與聲音警報
顯示看板
走廊和護理站的大型螢幕警示
LED 指示燈
房間入口處的閃燈可立即辨識所在位置
偵測到離床與不穩定的站立姿勢
AI 分析骨骼座標以偵測不穩定站立，並與住民的個人風險基準進行比較，判定風險等級已上升。
確認跌倒後立即開始 VLM 分析
主要演算法偵測到事件後，視覺語言模型會重新檢查快照，並產生跌倒機率、嚴重程度評估及建議行動。
工作人員同時透過四個管道收到警示
指定照護人員的手機、護理站電腦、走廊顯示器與 LED 指示燈會同時啟動——從偵測到啟動不到八秒。
工作人員到場並開始照護
系統會自動記錄到場與開始處置的時間，完成從收到警報到現場回應的完整時間軸。
自動建立照護紀錄與回應證據
前後快照、VLM 分析、警報歷史記錄與照護記錄會一併儲存在一份稽核報告中。
延遲發現 — 可能長達數小時
跌倒可能直到下一次巡房才被發現，增加骨折或腦出血的風險。由於沒有事件發生當下的紀錄，機構無法證明其應變措施。
偵測 → 回應 — 3 分鐘內
警報會立即發送，工作人員在三分鐘內抵達，每個步驟都會自動加註時間戳記。
使用 MoniCare 前
僅在夜間巡房期間偵測到跌倒
每 30 分鐘至 1 小時進行一次巡視時發生的跌倒，必須等到下一次巡視才能被發現
依賴口頭及手寫交接
交班時可能遺漏夜間事件，或僅憑記憶記錄
事後手動撰寫的照護紀錄
根據記憶重建的紀錄可能包含不一致的時間和細節，削弱回應證據的可信度
爭議中沒有客觀證據
若沒有立即採取行動的客觀證明，設施可能需要承擔責任
使用 MoniCare
全天候 24/7 AI 監控
攝影機開啟期間持續進行 AI 分析，輪次之間不會出現整夜中斷
自動警報 + 即時事件記錄
警示的傳送、接收與確認會自動儲存，並附上精確至秒的時間戳記
自動照護紀錄
自動將偵測、警報、回應與照護連結在同一筆紀錄中
即時回應證據套件
將快照、VLM 分析、事件時間軸與照護紀錄整合在一份報告中匯出
統一住民檔案
302 房，3 樓 · 3 部已連線攝影機
快照
事件發生前後的影像序列
VLM 分析
判斷嚴重程度與建議處置的依據
時間軸
精確記錄至秒的事件
MoniCare 會自動整理用於市政檢查、家屬爭議和法律程序的資料。快照影像、VLM 分析、逐秒時間軸和照護紀錄會匯出至同一份 PDF。
雙重驗證偵測準確度
由主要 AI 演算法與次要 VLM 檢查支援的場域專屬準確率目標
複合式偵測演算法
結合分析姿勢、時間序列、床位使用情況和個人基準，以降低誤報
個別住民追蹤
辨識不同攝影機中的同一個人，並追蹤其在走廊及其他房間中的風險
傳送至外部的資料
裝置端 AI 可避免將個人資訊傳送至外部伺服器
現場諮詢
評估空間配置、攝影機位置及實施範圍
2–5 天攝影機安裝
連接現有 CCTV 或安裝新攝影機
1–2 週AI 設定與校準
針對現場最佳化個人基準與警報閾值
1–2 週工作人員培訓
培訓工作人員使用儀表板及警報回應程序
2–3 天營運與維護
定期更新、遠端支援與再訓練
持續中MoniCare 已部署於長期照護醫院、護理之家、復健中心、日間與夜間照護中心，以及市立機構。 支援本地部署與雲端部署，因此各設施可選擇符合其安全政策與網路環境的模型。
現場確認攝影機的解析度、角度與安裝位置後，我們會確認哪些攝影機可以整合。
只有在無法進行整合的情況下，我們才建議使用新攝影機。
雙重驗證流程結合主要 AI 偵測與次要視覺語言模型檢查，以最大限度降低誤報。
MoniCare 也會為每位住民建立個人基準，僅對偏離正常狀態的動作做出回應。
導入期間，我們會依據設施的運作條件調整警示門檻。
原始影片絕不會傳送至外部雲端伺服器。
快照與記錄資料會保留在機構內，並依角色將檢視者、護理師、管理員與超級管理員的存取權限分開。
指定的照護人員只需接收行動警報並點選確認即可。
PC 網頁儀表板可直接在瀏覽器中執行，無需另行安裝。
培訓教材與現場手冊皆以輪班工作為設計基礎。
可辨識復健中心中的不安全行走姿勢，以及日間和夜間照護中心中的遊走或樓梯進入風險。
偵測類別會依各機構類型量身打造。
MoniCare 的照護紀錄從一開始就以稽核與回應文件所需為設計核心。
不可變更的編輯與取消稽核軌跡、秒級時間戳記、快照序列和 VLM 證據，可一併匯出為單一回應證據套件。
也支援符合地方政府檢查要求的報告格式。
打造最符合您機構需求的安全系統。
本產品不是醫療器材，也無法取代醫療診斷或處方。跌倒偵測準確度可能因環境和安裝條件而異。統計資料和數據均遵循所提供文件中的來源標註標準。