护理/医疗 / 看护图像分析

AI-sCare+ 养老看护图像解析系统

夜间巡查和居室确认负担较大,同时需要尽早把握异常征兆,并兼顾隐私和记录管理。

AI画像解析介護見守りWebRTC边缘AIイベント録画

导入效果摘要

1

检测质量稳定:AI判定大幅减少人为误差

2

减轻工作负担:自动记录与判定,削减工时

3

PoC到导入快速支持:评估套件短期验证,顺利过渡到生产

导入前的问题

夜间巡查和居室确认负担较大,同时需要尽早把握异常征兆,并兼顾隐私和记录管理。

实施内容

背景

养老机构需要在安全确认和人员负担之间取得平衡。夜间巡查、记录和紧急判断尤其容易给现场带来压力。

课题

  • 逐个房间确认耗时
  • 异常发生前后的状况难以回看
  • 需要符合隐私要求的视频运营
  • 希望按设施规模分阶段扩展

采用方案

组合居室摄像头、边缘 AI 推理、WebRTC 视频确认、事件录像和管理界面,并按运营规则调整通知条件。

  • 低照度摄像头
  • 边缘 AI 推理终端
  • 事件通知与录像
  • 管理终端和权限设计

导入过程

  1. 选择试点区域
    确认居室环境和运营规则,确定小规模 PoC 范围。
  2. 调整检测条件
    根据照明、床位和通知标准调整 AI 与阈值。
  3. 确认运营流程
    与现场人员确认通知、视频查看和记录回看流程。

导入后的变化

  • 巡查时的确认要点更加清晰,辅助发现状态变化
  • 更容易查看事件前后状况,有助于记录标准化
  • 形成便于从小规模导入逐步扩展的系统结构

扩展方向

可进一步讨论房间扩展、通知对象扩展,以及与护理呼叫和记录系统联动。

咨询类似设施

如果希望按居室环境和运营规则设计 PoC,请提供设施规模和当前课题。

导入后的效果

通过事件检测、远程确认和记录查看流程,让护理人员更容易判断处理优先级。

选择日升的理由

1

摄像头、嵌入式、AI、通信一体化支持:全局优化而非局部优化

2

PoC到量产一站式:原型评估→设计→量产→长期供应

3

灵活应对现场限制:适配现有产线、照明条件、空间限制

4

中日英三语支持:全球开发、采购、技术支持体系

详细信息

导入领域护理・医疗・监测看护
监测对象高龄者(跌倒・徘徊・身体状况突变)、设施入住者
传感器AI 摄像头(RK3399+OV4689)、体征传感器、温湿度传感器、卫生间人员检测
视频WebRTC P2P 实时视频、本地录像(NAS/SD卡)
AI 处理边缘 AI(RK3399)、CNN 姿态估计・跌倒检测・徘徊检测
通知iPad/PC 即时警报(可选云端通知)
客户端设备iPad、iPhone、Android、Windows PC
录像本地录像、视频检索与下载、支持 NAS/SD 卡
隐私保护边缘处理+模糊处理、不依赖云端设计
导入效果夜间巡查削减、误报抑制、护理记录自动联动、状况确认快速化
导入实绩已导入 8 家设施、700 间房间

相关方案与产品

从摄像头选型到AI模型设计、嵌入式实现、量产,提供一站式支持。

咨询类似案例

常见问题

类似现场条件下也能导入吗?

大多数情况下可以。请先提供现场图像样本和需求,我们将基于类似案例提出最佳方案。

只做PoC也可以咨询吗?

是的,欢迎PoC单独委托。使用评估套件可在短期内完成验证。

可以不停机进行验证吗?

可以。使用加装式摄像头或非侵入式传感器,在现有产线运行状态下进行验证。

可以从摄像头选型开始咨询吗?

可以。我们将根据检测对象、照明条件和检查标准,推荐最合适的摄像头模组。

是否也有类似课题?

从摄像头选型到AI模型设计、嵌入式实现、量产,提供一站式支持。