Falddetektering og forebyggelse af hukommelsespleje gennem kunstig intelligens i realtid anvendt på video

Denne proces gør det muligt for personalet at vide om fald uden at kræve, at beboerne bærer en enhed, og at se, hvordan fald opstår for beboere, der ikke kan forsvare sig selv, mens de stadig beskytter beboernes privatliv ved kun at uploade video, når sikkerhedskritiske hændelser er opdaget. At se, hvordan beboeren gik til jorden (1) forhindrer behovet for skadestuebesøg, når beboerne bevidst flyttede til jorden uden risiko og (2) giver plejeteamet mulighed for at bestemme, hvad der forårsagede en hændelse som et fald, og hvilke ændringer der kan foretages at reducere risikoen.

FORELØBIGE BEVISER. Den foreslåede undersøgelse følger en række pilotprojekter. I pilot 1 viste vi den tekniske gennemførlighed af at detektere fald fra video med 200 fald udløst af raske forsøgspersoner. I pilot 2, i en facilitet med 40 beboere, demonstrerede vi accepten af ​​afvejninger i forhold til privatlivssikkerhed og viste en reduktion af det samlede anlægsfald med 80 % ved at levere systemet til 10 gentagne faldere. I pilot 3 adresserede vi repeterbarheden af ​​faldreduktion i en kohorte på 87 beboere med ADRD i 11 faciliteter i tre partnernetværk. I pilot 4 (NIH SBIR fase I) viste vi, at fald kan detekteres pålideligt i realtid inden for partnerfaciliteterne. Vi opdagede 93% af faldene; reduceret tiden på jorden med 42%; viste, at når video var tilgængelig, var sandsynligheden for EMS-besøg reduceret med 50 %; og reduceret samlede facilitet falder med 38%.