文｜艾年 齐妍妍

Voxela VCare 系统是基于人工智能图像分析技术的 AI 系统。通过7×24h 实时监控，能及时响应并预防老人摔倒、走失等重大事故的发生。

除监控外，系统还提供跌倒风险评估、日常状况监测、突发事故监测、报警响应和事故记录等服务。

VCare 主要面向B端养老院和社区机构推出，已在日本多家养老机构得到应用。

2024年10月，Voxela 最新轮融资后，融资总额超7亿日元（3300万人民币）。筹集的资金将进一步拓展系统功能，加速日本市场扩张，之后计划进入亚洲和北美市场。

Voxela 如何实现“多维度”跌倒防护？如何通过跌倒监测，让老人、机构、护理员三方受益？通过什么方法可以让更多机构愿意采用该系统？目前国内外的跌倒监测产品有何差异？

o1 实现“多维度”跌倒预防

VCare 的价值不仅仅是监控，而是在监测到跌倒后，确保护理人员可以做出正确的初始响应，并在之后进行持续有效的审查和改进，最大限度地减少事故发生。

(VCare 系统运行原理 图源：Voxela官网）

事前预防：系统会对时间、频率、位置和行为等维度进行监测，从收集到的大量数据中学习到老人的正常行为模式和异常行为的指标。

通过监测一段时间内老人的活动频率和行为模式，系统能够识别出哪些是老人的常规行为，哪些可能是异常行为，比如老年人在某个地方停留的时间异常、日常活动量突然减少等。

识别到跌倒风险高的老人，系统会向护理员发出预警信号，便于护理员在早期作出预防。

事发响应：一旦发生跌倒，系统会立即向护理员的手机上发出实时警报，及时响应老人出现的跌倒、离开床位、走失等重大事故，以降低事故的严重性，减少因延迟护理而出现的并发症。VCare 真实跌倒监测准确率可达到99%，住院避免率达80%，减少了老人住院和诉讼问题。

事后分析：事故发生后，系统会创建一个长期有效的事故报告，机构人员可依据报告总结分析事故原因，并改进服务。有助于护理人员长期的学习和成长，避免之后出现事故时，因错误判断而耽误治疗或导致不必要的急诊。

事故报告会显示跌倒时的具体情形，尽可能帮助护理员还原事故现场，并为预防摔倒提出相应建议。

比如，几点几分的时候老人在房间的床边跌倒，因为回房间后坐在床上时没有用右手抓住扶手，导致失去平衡。目前右肘着地、擦伤，需适当调整床的扶手高度，并在扶手上涂上防滑用品。

(图源：Voxela官网）

系统还可以帮助护理员识别环境中可能导致跌倒的危险因素，例如松动的地毯或不平整的地板。通过实时监控和警报，护理员能迅速采取行动并解决这些问题，有助于改善整个场所的安全性。

除了应对与跌倒相关的事件外，VCare 还通过 7×24h 的全天候监测，为护理员提供老人日常活动的信息。护理员可以从这些信息了解老人的习惯、作息和行为模式，从而调整自己的日常工作。

目前，跌倒监测功能仅占 Voxela 所有服务的10%左右。Voxela 还将进一步扩展系统功能，通过分析老人的运动和行走模式，让护理员在事故发生前就进行干预，这种能力将极大改善跌倒护理的未来。

o2 老人、养老机构、护理员：三方受益的现代护理方式

01 缓解护工短缺和工作倦怠

跌倒、急诊这类突发事件是影响人力配置和成本的关键。突发事件每次都需要占用大量人力，且一旦出现减员，还要安排其他人力进行补充，会连带增加其他员工的工作量。

在人员有限的机构中，人工智能可以做到持续监控，且能覆盖更大的区域，起到额外的监督作用，一定程度上缓解了护工短缺和工作倦怠。尤其是在夜间，机构人员配备较少，可以起到人力补充作用。

发生事故后，VCare 可以通过视频清晰识别事故原因，帮助护理员快速评估、判断并正确应对。降低事故的严重性，缓解护理人员因未能及时响应而产生的心理压力。

02 让患者得到最佳护理

我国养老机构中，跌倒是65岁以上老年人的首位伤害因素，在我国老年人口意外伤害死因顺位中排第2位。

通常为保证老人安全，员工会过度干预老人的日常活动，这种监督可能会削弱他们的独立感和自主性。

人工智能系统可以减少机构对人为监督的依赖，老年人可以更自由地参与日常活动，保持自己的生活爱好，这对他们的心理和情感健康至关重要。

对于老人的家属而言，智能监控系统能够提供一种安心感。老人处于持续的智能监控之下，老人的异常行为和跌倒风险都能够实时监测到，这可以缓解他们的担忧与焦虑。

03 帮助机构实现可持续盈利

在养老服务纠纷中，80-90% 的纠纷都与跌倒有关，大部分的跌倒索赔都会以赔付结案。这类突发事件产生的运营成本对机构来说很难有效把控。

机构的运营成本中，影响变动成本的最大因素就是跌倒和滑倒，占比65.5%。

(图源：Voxela官网）

人工智能系统可以全天候运行，无需休息、轮班或加班费。这种连续运行可减少机构对人力的需求，降低雇佣成本。

人工智能加入节省的时间，也可以重新投入到员工和老人身上，进一步降低员工离职率、提高老人的入住率和留存率，帮助机构实现良性运转。

o3 扩大系统采用率的3个思路

01 通过集成技术，增加系统的灵活度

许多机构已经习惯既定的工作模式，引入新系统会破坏已经建立的工作流，造成员工对新系统的接受度低。

Voxela 通过一些技术手段（如 API 和 Webhook）把 VCare 融入到机构熟悉的系统中。更强的灵活性可以增加机构对系统的采用意愿。

Voxela 提供的解决方案可以将跌倒监测系统与机构现有的工作系统无缝集成，把两套系统整合，轻松对接，实现数据共享。

集成系统就像给旧系统增加了新功能（比如报警和视频功能），这样员工就不需要重新学习太多东西，可以顺利过渡并适应新的工作流。

02 个性化定制模型

AI 模型在不同的环境中，监测结果会存在差异。要想降低跌倒误报率，需要收集更多用户数据，不断对模型进行训练和调整，以适应不同用户之间的差异。

Voxela 使用几个关键指标（如精确率和召回率）来衡量 AI 模型的性能，确保在跌倒监测和预防方面达到更高的精准度。这些指标可以为模型的改进提供明确的方向。

在实际应用中，有的机构床位较低，系统误报率会很高，最后通过在已有模型基础上作微调来适应新的场景，可以显著降低误报。

此外，精确的安装位置很重要，安装位置不合理也会影响系统的误报。对于大型养老机构以及较大的公共区域，需要在安装前全面了解空间布局，量身定制相机位置和相关设置，才能保证实现全面覆盖，有效捕捉到所有区域的活动。

03 隐私保护

摄像头监测方式涉及到隐私保护问题，会受到老人和工作人员的抵触，进而影响到系统的采用率。

Voxela 只会记录和存储与事故相关（跌倒前后一段时间）的视频，不会记录所有镜头。此外，所有视频都会自动模糊处理以保护相关人员的隐私。

(图源：Voxela官网）

o4 国内外跌倒监测产品对比

总的来看，目前的技术已经可以实现跌倒的准确监测。但相较之下，国内更侧重于“被动式监控”，即跌倒后的监测和及时响应，缺乏事故前的主动式干预和事故后分析；而国外的产品功能则更为全面，除跌倒相关的监测服务外，还包括老人健康管理的多个方面。

国内外跌倒监测产品中，常见的4类跌倒监测方法分别是可穿戴式、基于声学、基于计算机视觉类、基于无线感知。

调研的3家国内公司清澜、清雷、点可推出的跌倒监测产品采用的方法都是基于无线感知（在一定范围内可探测温度分布、距离等信息）的毫米波监测设备，可用于机构、居家等多个场景，价格在1000~3000元范围内。

这类设备抗干扰能力强，识别得更精准，且不会暴露图像细节，更注重用户隐私。

清澜的 AI 跌倒监测仪强调多功能融合和易用性，可5分钟完成安装调试，且能对室内的人数、位置、人体姿态、语音对讲等实现精准感知。

清雷科技依托清华大学的技术背景，产品能达到医疗级监测精度，跌倒意外监测率在99%以上，平均无误报时长达228.7天。

点可适用于复杂场景，有生命体征监测和提醒功能，强调对各种跌倒姿态的监测能力。当事故发生时，可通过手机端 App推送、发短信、打电话三种方式向家人发出预警。

Sensi.AI 主要用于居家场景，美国80%以上的大型家庭护理机构都在使用 Sensi.AI 进行全天候监测。不仅能监测紧急情况，还能察觉细微的健康变化和情绪状态。使用的是最高精度的音频技术，通过捕获到的音频片段来监测老人的跌倒情况，向护理人员和家属发出警报。2024年6月，Sensi.AI 获得3100万美元 B 轮融资。

SafelyYou 的产品为 AI 摄像头监测，专注为痴呆症老人提供跌倒监测和预防，主要用在养老院、社区机构。美国有50%的大型老年生活服务提供商选择 SafelyYou 。

SafelyYou 每月会记录超过1500起跌倒事件，案例超过3万起，建立了一个与跌倒相关的庞大视觉数据库。数据库与 AI 识别分析技术相结合，可在跌倒监测和预防方面实现更高的精确度，有助于后续为老人提供个性化护理。