Satu lampu boleh menangkap warga emas yang jatuh? Yang paling sukar bagi AI jagaan jangka panjang bukan pengesanan, tetapi maruah

Pukul 2:40 dinihari, koridor tingkat tiga sebuah institusi jagaan warga emas hanya tinggal lampu malam. Seorang nenek berusia 82 tahun mahu ke tandas; dia berpaut pada tepi katil dan bangun perlahan-lahan, lalu hilang keseimbangan pada saat memusingkan badan.

Pembantu jagaan syif malam pada saat itu berada di stesen jururawat di hujung sebelah sana. Berapa lama masa yang diambil untuk kejatuhan ini ditemui bergantung pada apa yang dipasang oleh institusi itu — atau tidak dipasang langsung.

Pengesanan jatuh dalam jagaan warga emas, dari segi teknikal, sejak lama bukan lagi masalah sukar. Yang sukar ialah perkara lain: bagaimana untuk mengetahui keadaan seseorang 24 jam sehari tanpa mencabuli maruahnya.

Latar belakang isu

Dalam belasan tahun yang lalu, masalah ini telah dicuba dengan pelbagai penyelesaian, dan setiap satunya tersekat di suatu peringkat.

Gelang tangan boleh pakai paling intuitif, tetapi warga emas akan lupa memakainya, mengeluh panas, dan enggan memakainya kerana rasa "seperti dirantai". Penderiaan tekanan tilam hanya menjaga apa yang di atas katil, dan gagal sebaik sahaja seseorang meninggalkan katil — sedangkan jatuh paling kerap berlaku selepas turun dari katil. Penyelesaian radar tidak melibatkan imej, tetapi mempunyai banyak kekangan pemasangan dan penyesuaian yang terhad terhadap susun atur yang kompleks. Manakala kamera, walaupun paling kuat dari segi teknikal, hampir tiada sesiapa sudi membiarkan lensa menghala ke bilik tidurnya.

Nobi buatan pasukan Belgium memilih laluan pintas: ia memang sebuah kamera, tetapi direka bentuk sebagai lampu siling, dengan sudut penggambaran menghadap ke bawah dan bukan dari sisi katil, serta imejnya diproses di dalam lampu itu sendiri dan tidak dihantar keluar. Angka rasminya ialah bilangan purata kejatuhan di institusi yang menggunakannya menurun 55%, dan kakitangan penjagaan tiba dalam purata 4 minit selepas pengesanan.

Satu lagi laluan lebih ekstrem. Butlr menggunakan penderia haba yang secara fizikal tidak dapat menangkap wajah manusia — ia berpendirian bahawa privasi sepatutnya sifat perkakasan, bukan janji perisian. Kosnya ialah butiran maklumat yang kasar: ia dapat memberitahu berapa ramai orang dalam sesuatu ruang, tetapi tidak dapat memberitahu apa yang mereka lakukan.

Laluan ketiga ialah CarePredict yang boleh pakai CarePredict, yang meramalkan kemerosotan kesihatan melalui pemantauan jangka panjang terhadap perubahan halus dalam rutin harian — apa yang ditanganinya sebenarnya ialah masalah "sebelum jatuh".

Sorotan utama

• Teknologi bukan halangan, penerimaan barulah halangan. Hanya penyelesaian yang dapat dipasang barulah bernilai.
• Reka bentuk produk Nobi ialah kuncinya: rupa lampu, sudut menghadap ke bawah, dan imej tidak dihantar keluar — ketiga-tiganya tidak boleh kurang satu pun.
• Kesahihan wajah Butlr yang tanpa nama pada peringkat perkakasan ialah hujah privasi yang paling kuat, tetapi butiran maklumatnya tidak mencukupi untuk pengesanan kejadian akut.
• Kadar amaran palsu lebih menentukan kelangsungan sistem berbanding kadar terlepas pengesanan — pembantu jagaan yang dikejutkan oleh amaran palsu tiga kali pada tengah malam tidak akan berlari pada kali keempat.
• Yang paling kurang di institusi tempatan ialah manusia, bukan data; sebarang sistem yang menghasilkan longgokan maklumat yang perlu ditafsir akan menjadi beban.

Analisis kesan pasaran

Untuk pengguna di Malaysia (penghuni dan keluarga)

Mari mulakan dengan satu angka. Jatuh ialah salah satu punca utama kematian akibat kecederaan bagi warga emas berumur 65 tahun ke atas, dan kadar kematian dalam tempoh setahun selepas patah tulang pinggul agak tinggi. Kos perkara ini bukan sekadar kos perubatan — ia sering menjadi titik peralihan seorang warga emas daripada mampu berdikari kepada terlantar.

Dari sudut keluarga, yang paling bernilai daripada sistem sebegini sebenarnya bukan "berapa cepat kejatuhan ditemui", tetapi "pencegahan sebelum jatuh". Pencahayaan pintar Nobi mengambil pendekatan ini: ketika bangun pada waktu malam, ia menyala secara automatik pada kecerahan yang sesuai untuk mengurangkan kejatuhan akibat kehilangan arah. Ini lebih asas daripada pengesanan selepas kejadian.

Namun keluarga juga perlu bersedia dari segi mental: sebarang peralatan yang dipasang di dalam bilik penghuni memerlukan proses persetujuan termaklum. Ini bukan formaliti, tetapi penghormatan. Saya pernah mendengar kes institusi yang memasang terus untuk memudahkan urusan lalu memaklumkan selepas itu, sehingga mencetuskan bantahan hebat daripada keluarga.

Untuk aplikasi perusahaan (operasi institusi)

Realiti institusi jagaan warga emas ialah: tenaga kerja diregang hingga ke had. Ini menentukan prinsip pertama pemilihan sistem — outputnya mesti arahan tindakan yang jelas, bukan papan pemuka yang perlu ditafsir.

Nobi betul dalam hal ini; apa yang dikeluarkannya ialah "ada orang jatuh di bilik 305 tingkat tiga, cepat ke sana". Butlr mengeluarkan trend statistik isyarat haba ruang, yang memerlukan seseorang mentafsirnya barulah bermakna — di institusi yang cukup tenaga kerja ini aset, di institusi yang kekurangan tenaga kerja ia beban.

Dari segi kos, kita perlu berterus terang. Sistem sebegini perlu dipasang bilik demi bilik, dan perbelanjaan modal keseluruhan institusi tidak rendah, sedangkan kemampuan perbelanjaan modal institusi jagaan warga emas umumnya terhad. Pendekatan praktikal ialah pelaksanaan berperingkat: pasang dahulu di bilik penghuni berisiko jatuh tinggi (yang pernah jatuh, fungsi kognitif merosot, kerap ke tandas pada waktu malam), sahkan keberkesanannya, barulah perluas.

Ada satu lagi halangan praktikal yang sering diabaikan: siling. Banyak institusi lama menggunakan siling rangka keluli ringan, dan penggantian lampu melibatkan susun atur litar dan penilaian beban; kos kejuruteraan bahagian ini perlu ditanya dengan jelas terlebih dahulu.

Untuk pembangun

Untuk melaksanakan topik ini di Malaysia, peluangnya bukan pada algoritma pengesanan — itu sudah lautan merah. Peluangnya di dua tempat.

Pertama, penyesuaian dengan susun atur tempatan. Jenis bilik institusi, kepadatan katil dan susunan perabot di sini jauh berbeza daripada Eropah dan Amerika; bilik ramai orang, laluan sempit, serta pantulan cahaya pada tingkap aluminium — semua ini mempengaruhi kesan penderiaan. Kedua, penyepaduan dengan sistem sedia ada. Institusi sudah pun menggunakan sistem pengurusan penjagaan; jika kejadian jatuh tidak dapat ditulis secara automatik ke dalam rekod penjagaan dan tidak dapat dikaitkan dengan sistem panggilan stesen jururawat, ia akan menjadi satu lagi pulau terpencil yang memerlukan log masuk berasingan.

Falsafah reka bentuk seni bina privasi juga wajar dipelajari. Daripada bersusah payah membuktikan anda melindungi data dengan baik, lebih baik sistem itu langsung tidak dapat memperoleh data tersebut sejak awal — ini terpakai untuk mereka bentuk mana-mana sistem pemantauan jagaan warga emas, dan juga mengurangkan kos pematuhan PDPA dengan ketara.

Aliran perkembangan masa depan

Dalam jangka pendek, saya rasa akan wujud dua pemecahan yang jelas.

Satu menuju ke arah "pencegahan". Pengesanan jatuh semata-mata mempunyai nilai yang terhad, kerana kejatuhan sudah pun berlaku. Langkah seterusnya yang sebenar ialah mengesan siapa yang risiko jatuhnya sedang meningkat daripada isyarat awal seperti perubahan gaya berjalan, kekerapan bangun malam, dan penurunan tahap aktiviti — inilah laluan CarePredict, dan pemerhatian persekitaran Nobi juga sedang mengumpul data sebegini.

Satu lagi menuju ke arah "penyepaduan". Institusi tidak akan mahu memasang satu set untuk jatuh, satu set untuk keluar katil, dan satu set lagi untuk tanda vital. Penderia akan beransur-ansur menumpu kepada beberapa jenis peranti sejagat, dengan nilai berpindah ke lapisan atas iaitu perisian keputusan penjagaan.

Dari segi peraturan, apabila pandangan praktikal terhadap undang-undang perkhidmatan jagaan jangka panjang dan PDPA semakin terkumpul, garis panduan penggunaan peralatan sebegini di institusi akan semakin jelas. Amalan yang kini berada di kawasan kelabu mungkin perlu diselaraskan pada masa depan.

Rumusan dan komen TheAI Academy

Seorang pembantu jagaan yang pernah saya temu ramah menyebut satu ayat yang meninggalkan kesan mendalam pada saya: "Kami bukan tidak mahu memerhati, cuma mata kami hanya sepasang." Ayat ini menjelaskan kedudukan sebenar AI jagaan jangka panjang — ia bukan datang untuk menggantikan manusia, tetapi untuk melanjutkan sepasang mata itu.

Yang membuatkan saya kagum dengan Nobi bukanlah AI-nya, tetapi reka bentuk produknya. Menjadikan kamera sebagai lampu, memilih sudut menghadap ke bawah, dan imej tidak dihantar keluar — tiga keputusan ini digabungkan menyelesaikan buntu belasan tahun teknologi jagaan warga emas: bagaimana memerhati secara berterusan tanpa mencabuli maruah. Ini bukan penemuan teknologi, tetapi kemenangan empati.

Komen: perlumbaan AI jagaan jangka panjang bukan pada siapa yang mengesan dengan lebih tepat, tetapi siapa yang benar-benar dapat dipasang, diterima dan digunakan secara berterusan. Yang 80 markah tetapi diterima jauh lebih baik daripada yang 95 markah tetapi tiada siapa sudi memasangnya.

Cadangan konkrit untuk pembaca di Malaysia: jika anda sedang menilai penyelesaian pengesanan jatuh institusi, tanya tiga soalan dahulu. Pertama, adakah output sistem ini "arahan tindakan" atau "data yang perlu ditafsir"? Institusi yang kekurangan tenaga kerja hanya mampu menampung yang pertama. Kedua, berapakah kadar amaran palsunya? Pembekal biasanya hanya menyebut kadar terlepas pengesanan, tetapi amaran palsu itulah yang menyebabkan sistem dimatikan, maka wajib dapatkan percubaan di lapangan sebelum menandatangani kontrak. Ketiga, adakah keadaan siling dan litar mengizinkan? Kos kejuruteraan ini sering tertinggal daripada kiraan. Jika anda ahli keluarga, cara paling praktikal ialah mengesahkan dahulu kekerapan rondaan malam dan susunan tenaga kerja institusi — itulah faktor asas yang menentukan masa tindak balas, dan peralatan hanyalah nilai tambah. Untuk lebih banyak alat berkaitan jagaan dan kesihatan, rujuk kategori AI Perubatan dan Kesihatan di laman ini.

Sumber rujukan

• Laman rasmi Nobi
• Laman rasmi Butlr
• Portal Jagaan Jangka Panjang

(Artikel ini disusun berdasarkan maklumat awam; angka keberkesanan produk adalah tertakluk pada pendedahan rasmi pembekal. Sila rujuk kakitangan perubatan profesional untuk keputusan kesihatan dan penjagaan.)