AI防跌預測系統問世！學者開發生成式學習模型守護長者安全

德州理工大學管理資訊系統學系副教授Shuo Yu與研究團隊近日在《資訊系統研究》期刊發表突破性成果，他們開發出一套生成式機器學習模型，能在跌倒發生前偵測到身體失衡狀態。這項技術可望整合至防跌氣囊背心、醫療警報系統等裝置，大幅降低意外傷害、提升緊急應變效率，同時減少醫療支出。

「這就像是一種AI守護天使，」擔任Jerry S. Rawls商學院資訊系統與計量科學領域Wetherbe講席教授的Yu解釋道：「系統會即時分析使用者的動作狀態，預判跌倒風險並自動啟動防護機制，從源頭減輕傷害程度。」

研究團隊採用兩組公開的穿戴式動作感測資料庫，透過近2,000筆跌倒紀錄進行模型訓練。他們將感測資料標記後，歸納出跌倒過程的三個關鍵階段：失衡瞬間、撞擊時刻與靜止狀態。就像搭乘電梯時，當電梯突然啟動產生的短暫失重感，正是防跌系統最需要捕捉的「黃金毫秒」。

「這關鍵的幾毫秒決定防護系統能否及時反應，」Yu強調：「無論是觸發氣囊膨脹或啟動其他保護裝置，每毫秒的提前預警都能大幅提升防護效果。」

有別於傳統依賴簡單規則的預測模型，團隊創新結合隱馬爾可夫模型(HMM)與生成對抗網路(GAN)，開發出HMM-GAN混合架構。HMM負責解析動作資料的時序特徵，GAN則透過「生成器」與「判別器」的對抗訓練，精準識別各種跌倒模式。即使不同使用者的動作特徵存在個體差異，系統仍能有效預測風險。

經過四組實驗驗證，HMM-GAN模型不僅預測準確率更高，反應速度也顯著優於現有技術。對銀髮族與其家人而言，這意味著更即時的安全保障。研究指出，這項技術特別適合應用在醫院、安養中心等高跌倒風險場所。

團隊試算顯示，相較現行方案，新模型每年可為社會減少超過3,300萬美元的醫療支出與意外損失。「看到研究成果能帶來實質影響，我感到非常欣慰，」Yu表示：「雖然目前仍是概念驗證階段，但期待能促成更多跨領域合作，早日將技術轉化為實際產品。」

Yu也期望這項研究能緩解大眾對AI的疑慮：「當ChatGPT等AI已融入日常生活，我們更應該發展這種能『物理性』改善生命的智慧裝置。這才是健康科技的未來樣貌。」

[end]