〈工業技術與資訊〉遠紅外線發威 照護長者有一套

工業技術資訊月刊
如何兼顧照護與隱私需求,一直是照護機構的兩難。工研院的熱影像動作偵測系統,透過遠紅外線和AI影像辨識技術,解決了這道難題。(圖:工業技術資訊月刊)
Tag

照護是相當勞力密集的工作,根據衛福部推估,臺灣長照人力缺口約 1.3 萬人。若能透過科技來減輕照護負擔,就有機會提升每位照服員的照顧人數。工研院開發的「隱私保護型熱影像異常偵測系統」,利用 AI 熱影像辨識技術偵測受照護者的異常行為,有狀況就會發出警示,是照護機構與照服員的好幫手。

為提升照護品質,運用科技偵測長者行動,以便第一時間掌握緊急異常情況,是許多照護中心的需求;但為了安全而設置的監視器,卻常造成長者產生「被監視」的不快,如何兼顧照護與隱私需求,一直是照護機構的兩難。工研院的熱影像動作偵測系統,透過遠紅外線和 AI 影像辨識技術,解決了這道難題。

如同過海關測量體溫一樣,螢幕上,一個個模糊人影,正是遠紅外線追蹤人體熱源的偵測結果。透過 AI 演算法學習,系統自動辨識出久坐、久臥、離床、跌倒 4 個最須採取急迫處理的異常行為,即時發出警示通報,準確度高達 9 成。除了臥室,也能應用於如廁情境,像是老人家坐馬桶太久,判斷可能發生無法起身或暈眩等危急狀況,也會提出警示。

以溫度判別形體 確保高度隱私

「這套技術最大的特色,就是擁有高度隱私,」工研院智慧微系統科技中心經理陳志仁指出,出於隱私考量,照護機構或私人空間內無法裝設攝影機,而工研院研發的技術是透過偵測熱影像的方式判斷形體、動作,避免顯示偵測對象的臉部,因此仍可保有個人隱私。

也因為原理是感測溫度,所以偵測環境不受白天、晚上影響,即使不開燈,在黑暗中也能偵測到,解決攝影機夜拍不清晰的問題。目前這套偵測技術的鏡頭,除了有簡易固定式,可偵測單床;亦有廣域旋轉式,一次可偵測多床,偵測視角大於 100 度。

陳志仁表示,熱感測器在照護機構已行之有年,可用來偵測簡單的靠床與離床等行為。但在研發團隊深入現場後卻發現,幾乎每家裝設單點式熱感測器的機構,都把這個功能關閉,「因為誤判率太高,安裝的目的原是為了節省照護機構的人力,後來反而增加負擔,」工研院透過機器學習的方式,有效提升準確度,解決照護機構長期以來的痛點。

傳統熱感測器因為誤判率太高,增加機構人力負擔,工研院透過機器學習,有效提升判讀準確度,解決照護機構長期以來的痛點。

建立熱影像辨識模型 突破全球技術缺口

要達到精準的判別,最大的挑戰就在熱影像的處理和姿態的辨識。陳志仁指出,熱影像只是呈現人的大致形體,不像攝影機畫面那麼明確清楚,「再加上不同的角度跟姿勢,都要做學習、判斷,」此外,當進行廣域偵測時,熱影像的拼接也是技術門檻,在影像處理和辨識上挑戰更高。

因此,目前國際上較成熟的 AI 影像辨識技術,大多集中在可見光攝影機影像領域,對於熱影像辨識的技術和資料庫仍舊不多,「尤其我們鎖定照護領域,資料更少,這就是為什麼我們要投入場域驗證的原因,也是我們很重要的基礎能量。」

陳志仁表示,大約 2 年前,工研院就和照護機構合作進行場域驗證,累積上千筆資料,讓機器學習離床、臥床或跌倒的行為偵測,「建立學習模型無法速成,資料愈多,學得愈好,結果也愈精準。」目前與工研院合作的照護機構,已有 4、5 家,共導入 30 台偵測鏡頭,今年底目標增加至 50 台,讓機器學習更臻完美。

除了蒐集大量資料供機器學習,「我們也做時間序列的學習,判斷時間前後的行為關係。像是在長者走進去的過程中,機器會一直判讀,不是光憑一張照片判斷,」陳志仁表示,目前將遠紅外線辨識技術應用在照護上,又已發展到接近商品化的階段,在國際上還沒有看到其他案例。

前進居家 呼應長照計畫

未來在應用情境上,除了導入照護機構外,今年目標則希望可以前進居家照護領域。然而居家的挑戰更大。陳志仁指出,照護機構的格局和行走路線比較固定,環境因素好掌握,但居家空間卻複雜多變,「住透天跟住公寓就不一樣,鏡頭裝設的位置、角度,都要仔細考慮、多做驗證,才能提高辨識成功率。」

這套系統未來的潛在應用空間仍然很大,像是根據行為姿態統計長者一日作息,如果有異於平日生活的狀況,即可提前示警。比如夜間上廁所的次數突然變得比以前更頻繁,可能身體功能出現異常,若能及早發現,便可及早檢查、治療。透過大數據的收集,加以 AI 訓練,可望找出更多姿態與健康關連的奧秘,為長者守護樂活的人生。

轉載自《工業技術與資訊》月刊第 341 期 2020 年 6 月號,未經授權不得轉載。