如何快速发现老人在家中跌倒？研究人员找到了更好的办法

当老年人在家中跌倒时，每一秒都很重要——尤其是当他们独自一人时。

宾汉姆顿大学的一项新研究旨在利用人类行为识别 (HAR) 算法来缩短反应时间，该算法利用本地计算能力来分析传感器数据并检测异常动作，而无需传输到场外的处理中心。

陈宇（音）教授是托马斯·沃森工程与应用科学学院电气与计算机工程系的一名教员，现位于宾汉姆顿大学创新技术综合楼工程与科学大楼的数据中心。

托马斯·沃森工程与应用科学学院电气与计算机工程系的陈宇（音）教授和博士生孙涵（音）设计了快速响应老年人安全监控 (RESAM) 系统，以利用边缘计算的最新进展。

他们表明 RESAM 系统可以使用智能手机、智能手表、笔记本电脑或台式电脑运行，准确率高达 99%，响应时间为 1.22 秒，是当今最准确的方法之一。

陈表示，这项研究对于服务不足的人群来说很重要：“很多人在谈论高科技时，都在讨论一些前沿的东西，比如更高级的算法、更强大的助手，可以更快地完成工作，或者提供更多的娱乐。我们观察到，老年人需要更多的帮助，但通常没有足够的资源或机会告诉科技开发人员他们需要什么。”

他认为，通过使用老年人已经熟悉的设备，而不是完整的“智能家居”设置，老年人可以更好地掌控自己的健康。他们不需要学习新技术就能让系统发挥作用。

此外，为了保护人们的隐私，RESAM 将监控图像缩小到骨骼，但仍然可以分析手臂、腿和躯干等关键点，以确定某人是否跌倒或遭遇可能导致受伤的其他事故。

陈说，“最容易摔倒的地方是浴室，但没人愿意在那里安装摄像头，人们会讨厌它。”

他将 RESAM 系统视为更广泛概念“幸福家园”的基石，该概念可能包括热像仪或红外摄像机以及其他传感器，以远程评估一个人的环境和幸福感的其他方面。

他说：“增加更多的传感器可以使我们的系统更加强大，因为我们不仅可以监测某人的身体运动，我们还可以从另一个维度监测某人的健康状况，这样我们就能更好地预测某件事是否会发生。”

陈教授与计算机科学系张世琪（音）副教授正在探索的另一个想法是，让系统包含一只机器狗或类似的“宠物”，在人们做日常工作时对其进行密切关注。去年秋天，张教授演示了机器狗如何通过牵引绳引导有视力障碍的人。

陈说，“你可以和机器人对话，例如，当你要去洗手间时，狗可能会问你，‘你介意我跟着你吗？’狗可以做出更好的决定，靠近你来监视你的状态，而不是只在房间里安装固定的传感器。”