هل يمكن لشبكة Wi-Fi أن تحل محل الأجهزة القابلة للارتداء في مراقبة المرضى؟

المشكلة

لا يرتدي سوى 14% من كبار السن من المرضى قلادات الطوارئ الخاصة بهم على مدار الساعة فعلياً. أما الباقون — الغالبية العظمى من السكان الذين تراقبونهم — فيبقون بلا حماية لفترات طويلة من كل يوم. يأتي هذا الرقم من دراسة حول أنظمة الاستجابة الشخصية للطوارئ، ويجب أن يثير قلق أي شخص مسؤول عن نتائج سلامة المرضى.

المشكلة الجوهرية بسيطة: إن الأجهزة الصحية القابلة للارتداء تتطلب تعاون الأشخاص الأقل قدرة على تقديمه. فالمقيم البالغ من العمر 85 عاماً والمصاب بالخرف المبكر يجب أن يتذكر ارتداء الجهاز كل صباح، وشحنه كل ليلة، والضغط على الزر عند وقوع طارئ. وتُظهر الأبحاث أن نحو 30% من المستخدمين يتخلون عن متتبعاتهم الصحية خلال ستة أشهر. كما أن 24% من مستخدمي القلادات لا يرتدون الجهاز إطلاقاً.

وهنا تكمن المفارقة الأقسى. فالحمّام هو أكثر الغرف خطورة في أي منزل أو منشأة رعاية. الأرضيات الملساء والأسطح الصلبة تجعل السقوط مرجّحاً. ومع ذلك، يزيل المرضى أجهزتهم القابلة للارتداء بشكل روتيني قبل الاستحمام — بدافع العادة، أو الخوف من تلف الجهاز بالماء، أو الانزعاج الجلدي البسيط. وتسمّي الورقة البيضاء هذه المفارقة «مفارقة الدُش». فنظام المراقبة لديكم ينطفئ في الدقائق ذاتها التي يبلغ فيها احتمال السقوط ذروته. والجهاز الموضوع على رف الحمّام ليس شبكة أمان؛ بل هو عبء محتمل.

هذه ليست مشكلة تقنية؛ إنها مشكلة سلوك بشري. ولا يمكن لأي قدر من الأجهزة الأفضل أن يحلّها.

لماذا يهم هذا أعمالكم

إذا كنتم تشغّلون مرافق معيشة مدعومة، أو تديرون برامج «مستشفى في المنزل»، أو تؤمّنون مخاطر سلامة المرضى، فإن فجوة الامتثال في المراقبة القابلة للارتداء تمسّ أرباحكم في ثلاثة مواضع.

التعرض المالي نتيجة أمان زائف. قد تدّعي مؤسستكم أنها توفر مراقبة على مدار الساعة طوال أيام الأسبوع. لكن إذا سقط أحد المقيمين بينما جهازه في الشحن أو موضوع في درج، فستواجهون ضرراً قانونياً وضرراً بالسمعة. والورقة البيضاء صريحة: فالجهاز القابل للارتداء الذي لا يُرتدى يخلق «التزاماً ضخماً». أنتم تدفعون ثمن شبكة أمان غير موجودة لفترات كبيرة من اليوم.

تكاليف تشغيلية لا تتوقف عن الارتفاع. إدارة أسطول يضم آلاف الأجهزة القابلة للارتداء تعني:

• استبدال الأجهزة المفقودة والمتضررة باستمرار
• تقديم الدعم الفني للمستخدمين الذين يواجهون صعوبة في إقران أجهزتهم بشبكة Wi-Fi أو بالهواتف الذكية
• تغيير بطاريات القلادات لدى كامل السكان المقيمين لديكم
• استيعاب معدل «التسرّب» في الأجهزة الذي يؤدي إلى تآكل عائد استثماركم

مخاطر تنظيمية على جبهتين. أي بيانات صحية تجمعونها في المنزل تُعدّ معلومات صحية محمية بموجب قانون HIPAA. وبموجب المادة 9 من اللائحة الأوروبية العامة لحماية البيانات (GDPR)، تتطلب البيانات البيومترية — بما في ذلك أنماط الحركة والمشية — موافقة صريحة وحماية صارمة للبيانات. وإذا كان مزوّد المراقبة الحالي لديكم يبثّ بيانات المستشعرات الخام إلى السحابة، فقد تكون لديكم مشكلة امتثال قائمة أصلاً.

ترسم الأرقام صورة واضحة. فمع نسبة تخلٍّ عن الأجهزة تبلغ 30%، و24% من مستخدمي القلادات لا يرتدونها إطلاقاً، و14% فقط ممن يحققون التزاماً حقيقياً طوال اليوم، فإن معظم المرضى «الخاضعين للمراقبة» هم مراقَبون اسمياً فقط. وكل سقوط غير مكتشف هو حالة دخول محتملة إلى المستشفى، ودعوى قضائية، ومطالبة تأمينية.

ما يحدث فعلياً تحت الغطاء

لفهم سبب نجاح الاستشعار السلبي بشبكة Wi-Fi، تصوّروا موجّه Wi-Fi لديكم كخفاش يستخدم تحديد المواقع بالصدى. يرسل الخفاش موجات صوتية ثم «يقرأ» انعكاساتها ليرسم خريطة محيطه. وتفعل نقطة الوصول إلى Wi-Fi لديكم شيئاً مماثلاً بالموجات الراديوية. فهي ترسل باستمرار إشارات ترتد عن الجدران والأثاث والأشخاص. وتحمل هذه الانعكاسات معلومات عن كل شيء في الغرفة.

المصطلح التقني هو «معلومات حالة القناة» (CSI) — وهي بيانات مفصلة عن كيفية انتقال إشارات Wi-Fi من موجّهكم إلى أجهزتكم. وعلى خلاف قوة الإشارة البسيطة (التي تخبركم فقط ما إذا كان الاتصال قوياً أم ضعيفاً)، تلتقط CSI كيفية تأثر كل تردد فردي داخل قناة Wi-Fi لديكم بالأجسام الموجودة في الغرفة.

وهنا سبب أهمية هذا للرعاية الصحية. فعندما يتنفس الشخص، يتحرك صدره بنحو 4 إلى 12 مليمتراً. وهذه الحركة الضئيلة كافية لتغيير أنماط إشارة Wi-Fi تغييراً قابلاً للقياس. وإشارة Wi-Fi القياسية بتردد 5 جيجاهرتز يبلغ طولها الموجي حوالي 6 سنتيمترات. وإزاحة الصدر بمقدار 3 سنتيمترات فقط — نصف ذلك الطول الموجي — تقلب الإشارة من القمة إلى القاع. ومن خلال قراءة هذه التقلبات الإيقاعية، يعيد النظام بناء شكل موجي للتنفس بدقة تقارب حزام التنفس الطبي.

أما الحركات الأكبر مثل السقوط، فيقرأ النظام بصمات دوبلر — وهي الفيزياء ذاتها التي تمكّن أجهزة رادار قياس السرعة من تحديد سرعة سيارتكم. يخلق السقوط نمطاً محدداً: فقدان التوازن، ثم تسارع سريع نحو الأسفل، ثم اصطدام مفاجئ، ثم سكون. وتبدو تلك المتتالية مختلفة تماماً عن الجلوس أو الاستلقاء على سرير. يقرأ الذكاء الاصطناعي متتالية الحركة كاملة، لا لحظة واحدة بعينها.

والأهم من ذلك أن إشارات Wi-Fi تخترق الجدران والأبواب وستائر الاستحمام. فلأنظمة الكاميرات نقاط عمياء، أما الاستشعار بشبكة Wi-Fi فلا. ويمكن لنقطة وصول واحدة أن تراقب غرفة كاملة — بما في ذلك ما وراء أبواب الحمّام المغلقة — دون كاميرا، ودون جهاز قابل للارتداء، ودون أي إجراء من المريض.

ما ينجح (وما لا ينجح)

هناك ثلاثة مقاربات شائعة تقصر عن الهدف عندما تحتاجون إلى مراقبة سلبية موثوقة للمرضى:

عتبات قوة الإشارة البسيطة. الكشف الأساسي عن الحضور عبر Wi-Fi يستخدم قوة الإشارة (RSSI)، وهو خشن للغاية بحيث لا يكشف التنفس أو يميز بين السقوط ومرور حيوان أليف في الغرفة. كما أن تغيّرات الرطوبة أو تشغيل الميكروويف قد تطلق قراءات زائفة.

المراقبة القائمة على الكاميرات. تعمل الكاميرات في كشف الحركة لكنها مرفوضة في المساحات الخاصة. فلا يمكنكم وضع كاميرات في الحمّامات أو غرف النوم دون مشكلات جدية تتعلق بالخصوصية والموافقة. كما تفشل في الظلام وخلف العوائق.

أغلفة ذكاء اصطناعي عامة. يضيف بعض الموردين نموذجاً لغوياً كبيراً فوق بيانات المستشعرات ويصفونه بأنه «مدعوم بالذكاء الاصطناعي». لكن النماذج اللغوية مبنية للنصوص، لا لإشارات الترددات الراديوية. فبيانات CSI مستمرة ومركّبة القيمة وتحكمها قوانين الفيزياء. ولا يستطيع نموذج لغوي كبير (LLM) قراءة شكل موجي بتردد 5 جيجاهرتز.

وهذا ما ينجح فعلاً — البنية التي تبنيها Veriprajna لهذه المشكلة:

1. نظّف الإشارة. بيانات CSI الخام الصادرة عن شرائح Wi-Fi التجارية مليئة بالتشويش. يقوم خط المعالجة المسبقة بإزالة أخطاء العتاد، وترشيح التداخل الكهربائي، واستخدام تحليل المكونات الرئيسية (PCA) — وهي طريقة تستخرج أكثر الأنماط دلالةً من بين مئات تدفقات البيانات — لعزل الإشارة التي تمثل الحركة البشرية الفعلية.

2. اقرأ الحركة في طبقات. تحدد الشبكة العصبية الالتفافية (CNN) — وهي نوع من الذكاء الاصطناعي يكتشف الأنماط المكانية تماماً كما يكتشف التعرف على الصور حدودَ الأشياء في الصور — ما هو المتحرك. ثم تقرأ شبكة الذاكرة طويلة-قصيرة المدى (LSTM) — وهي ذكاء اصطناعي مصمم لفهم المتتاليات عبر الزمن — ترتيب الأحداث. فتتعلم أن «مشي، ثم تسارع مفاجئ نحو الأسفل، ثم سكون على الأرض» يعني سقوطاً، وأن «مشي، ثم هبوط تدريجي على الأثاث» يعني الجلوس.

3. تكيف مع أي غرفة تلقائياً. كثيراً ما يفشل النموذج المدرَّب في منشأة واحدة عندما يُنقل إلى أخرى لأن الغرف تختلف في التصميم والمواد. تستخدم Veriprajna الشبكات العصبية التنافسية المجالية (DANNs) — وهي تقنية تجبر الذكاء الاصطناعي على تعلم البصمة العامة للسقوط بغضّ النظر عن شكل الغرفة أو أثاثها. وهذا يعني أنه يمكنكم النشر عبر محفظتكم بأكملها دون إعادة معايرة يدوية لكل غرفة.

وتتكامل هنا ميزة الامتثال في أهم صورها. فجميع المعالجات تتم على الجهاز المحلي — موجّهكم أو بوابة الحافة. ولا تغادر البيانات البيومترية الخام المبنى أبداً. لا تستقبل السحابة سوى إشعار حدث بسيط: «تم اكتشاف سقوط، الحمّام، الساعة 2:02 ظهراً، بثقة 98%». تلك السلسلة النصية لا تحتوي على أي معلومات بيومترية، ولا يمكن هندستها عكسياً للتعرف على جسد أي شخص. أما التزاماتكم المتعلقة بهندسة الخصوصية والبيانات الاصطناعية فيتحقق الوفاء بها بالتصميم، لا كفكرة تُضاف لاحقاً.

وبخصوص سجل التدقيق لديكم، فإن كل حدث اكتشاف يحمل طابعاً زمنياً وموقعاً ودرجة ثقة وفرع النموذج المحدد (السعة أو الطور) الذي أطلقه. ويمكن لفريق الامتثال لديكم تتبع أي تنبيه وصولاً إلى خطوة معالجة الإشارة الدقيقة التي أنتجته. وهذا هو ما يميز دمج المستشعرات وذكاء الإشارة المصمَّم لأجل الرعاية الصحية وعلوم الحياة عن أدوات المراقبة العامة.

سيجعل معيار IEEE 802.11bf القادم استخراج CSI ميزة مدمجة في جميع شرائح Wi-Fi المستقبلية. وهذا يعني أن بنيتكم التحتية الشبكية الحالية تصبح بنيتكم التحتية للمراقبة. لا عتاد جديد على الجدران. لا أجهزة على المرضى. ويمكن لتحديث برنامج ثابت واحد تمكين اكتشاف السقوط في منشأتكم بأكملها.

أما المؤسسات التي تستثمر بالفعل في ذكاء الحافة والنشر في الوقت الفعلي، فإن الاستشعار السلبي بشبكة Wi-Fi ينطبق مباشرةً على بنيتكم الحالية. فنماذج التعلم العميق تعمل على وحدات المعالجة العصبية الموجودة أصلاً في موجّهات المؤسسات من Qualcomm وBroadcom.

اقرأوا التحليل التقني الكامل للاطلاع على المخطط المعماري الكامل. استكشفوا النسخة التفاعلية لجولة مرئية في النظام.