AgeTech · Surveillance ambiante · Prévention des chutes
Détection des chutes passive et respectueuse de la vie privée et surveillance ambiante pour les résidences-services et les établissements de soins infirmiers spécialisés. Radar mmWave pour les chambres à haut risque. Détection Wi-Fi pour une couverture de tout le bâtiment. Intégré à votre système d'appel-malade. Aucun dispositif à porter. Aucune caméra. Aucun angle mort.
30 000 $
Coût moyen par chute avec blessure
CDC / PMC, données hospitalières
63 %
des établissements en sous-effectif
Senior Housing News, 2025
50 %
de mortalité dans les 6 mois en cas de séjour au sol > 1 heure
BMC Geriatrics / Physiopedia
La détection des chutes dans les soins aux seniors offre trois options. Les trois échouent au moment où elles comptent le plus.
Le modèle PERS suppose que votre résident de 85 ans atteint de TCL se souviendra de porter, de recharger et d'appuyer sur un bouton pendant une crise. Les données disent le contraire.
L'appareil est retiré pour la toilette, le sommeil et la recharge. La salle de bain est la pièce la plus à risque. Le médaillon est sur la coiffeuse.
Les caméras pilotées par IA comme SafelyYou donnent de solides résultats cliniques : 40 % de chutes en moins, 80 % de visites aux urgences en moins. Mais les caméras ne peuvent pas aller là où les chutes sont les plus dangereuses.
Un système de caméras qui couvre les chambres mais pas les salles de bain couvre la deuxième pièce la plus dangereuse tout en ignorant la première.
Les tapis de pression et les alarmes de lit détectent la sortie du lit, pas les chutes. Ils vous indiquent que le résident a quitté le lit. Ils ne vous disent pas que le résident est tombé en se rendant à la salle de bain 30 secondes plus tard.
Quand toutes les alarmes sonnent de la même façon, aucune ne signifie quoi que ce soit. La fatigue d'alarme est la raison n° 1 pour laquelle les établissements abandonnent la technologie de détection des chutes.
Mme Hernandez, 84 ans, unité de soins de la mémoire, sort de son lit à 2 h 14. Son médaillon est sur la table de chevet. L'alarme de lit se déclenche. L'aide-soignante, au milieu d'une distribution de médicaments dans l'aile opposée, accuse réception de l'alerte. Mme Hernandez se rend à la salle de bain. Treize secondes plus tard, elle se prend le pied dans le tapis de bain et tombe, heurtant sa hanche sur le sol carrelé. Elle ne peut pas atteindre le cordon de tirage. Elle ne peut pas se relever. Le capteur radar monté au plafond de la salle de bain détecte la signature de la chute : accélération soudaine (rafale Doppler), impact, puis un nuage de points au niveau du sol avec une respiration micro-Doppler mais aucune récupération motrice globale. À 2 h 14 min 23 s, la station d'appel-malade affiche « Chambre 118 Salle de bain : Chute détectée, Confiance élevée, Résident au sol ». L'aide-soignante l'atteint en moins de 4 minutes. Sans le capteur, Mme Hernandez aurait été découverte lors de la ronde suivante à 4 h 00. Ce séjour prolongé au sol de 106 minutes comporte un risque de mortalité à six mois de 50 %. Le radar change l'issue parce qu'il n'exige rien du résident et couvre la pièce où aucune caméra ne peut entrer.
Une référence pour évaluer les fournisseurs et les approches. Sortez-la quand votre administrateur demande « quelles sont nos options ? ».
| Approche | Fournisseurs représentatifs | Précision | Coût par chambre | Forces | Limites honnêtes |
|---|---|---|---|---|---|
| Radar mmWave (60 GHz) | Vayyar Care, Milesight VS373, AKM AK5816 | 95 à 99 % | 150 à 400 $ matériel + installation | Données 4D (distance, vitesse, angles). Fonctionne à travers les rideaux de douche. Sûr pour la salle de bain. Détecte la respiration. Mature commercialement. | Capteur dédié par chambre. Ne peut pas couvrir efficacement les couloirs. Détection mono-occupant uniquement (le multi-personnes émerge). Calibrage propre à chaque environnement nécessaire. |
| Détection CSI Wi-Fi | Origin Wireless, Cognitive Systems, ESP32 (open source) | 85 à 92 % | 0 à 60 $ si les points d'accès sont compatibles | Utilise l'infrastructure Wi-Fi existante. Couverture de tout le bâtiment. 802.11bf ratifié en septembre 2025. Détection à travers les murs. | Précision inférieure à celle du radar. Sensible aux interférences RF. La plupart des points d'accès SNF existants ne prennent pas en charge le CSI. Verizon a abandonné Home Awareness (15/04/2026). L'adaptation à l'environnement (DANN) non éprouvée à grande échelle. |
| Caméra IA (basée sur les événements) | SafelyYou, KamiCare | 94 à 97 % | 100 à 300 $ + SaaS mensuel | Résultats prouvés : 40 % de chutes en moins, 80 % de visites aux urgences en moins (SafelyYou). Examen vidéo pour l'analyse des causes profondes. Solides preuves cliniques. | Ne peut pas surveiller les salles de bain. 19 États réglementent les caméras. Les préoccupations de confidentialité bloquent l'adoption dans de nombreux établissements. Nécessite un éclairage adéquat. |
| Infrarouge / LiDAR | VirtuSense VSTAlert | ~95 % | Tarification sur mesure | Prédit la sortie du lit 30 à 65 secondes avant qu'elle ne se produise. Réduction des chutes de 85 % revendiquée. Plus de 100 000 chutes évitées dans des centaines d'établissements. | Nécessite une ligne de vue directe. Principalement la prédiction de sortie du lit/de la chaise, pas la détection générale des chutes. Ne couvre pas les salles de bain ni les espaces communs. |
| IA prédictive (ondes radio) | Helpany « Paul » | S.O. (préventif) | Non divulgué | Réduction moyenne des chutes de 66 % dans 14 communautés de l'Arizona. Prédit le risque 3 semaines à l'avance via l'analyse de la démarche et du sommeil. | Déploiement géographique limité (Arizona uniquement). L'accent prédictif peut manquer les événements aigus. Documentation d'intégration limitée. |
| PERS à porter | Medical Guardian, Philips Lifeline, Bay Alarm | Variable | 20 à 50 $/mois | Faible coût. Flux de travail établis. Familier pour le personnel et les familles. | 24 % jamais porté. 14 % d'observance 24 heures sur 24. Retiré pour la toilette. Fatigue de recharge. La stigmatisation de la fragilité entraîne le rejet. |
| Big Four / grands intégrateurs systèmes | Deloitte, Accenture, services professionnels de fournisseurs | S.O. | Missions de 500 000 à plus de 5 M$ | Références d'entreprise. Vaste expérience de conseil dans le secteur de la santé. Capacité à mobiliser de grandes équipes. | Ils déploient des plateformes, ils ne construisent pas d'IA de capteurs. Les missions sont dimensionnées pour les systèmes de santé, pas pour des résidences-services de 100 lits. Les tailles de projet minimales excluent la plupart des exploitants de résidences-services. Ils recommanderont un fournisseur, ils ne construiront pas d'intégration sur mesure. |
Chiffres de précision issus des déclarations des fournisseurs et de la recherche publiée. Les performances réelles varient selon l'environnement, la qualité de l'installation et le calibrage. Nous validons les déclarations lors des déploiements pilotes.
Nous ne vendons pas de capteurs. Nous construisons la couche d'intelligence qui rend les capteurs utiles et nous les intégrons à votre flux de travail de soins.
Nous évaluons votre établissement chambre par chambre. Les salles de bain et les chambres de soins de la mémoire reçoivent un radar mmWave (modules TI IWR6843 ou Infineon BGT60TR13C, selon vos exigences de facteur de forme). Les espaces communs et les couloirs reçoivent une détection CSI Wi-Fi si vos points d'accès la prennent en charge, ou des nœuds maillés ESP32 (5 à 10 $/unité) sinon. La prédiction de sortie du lit reçoit une superposition infrarouge là où c'est cliniquement indiqué.
Le résultat est une carte des capteurs avec des spécifications matérielles précises, des positions de montage et des zones de couverture. Pas une recommandation générique de « déployer des capteurs ».
Les capteurs prêts à l'emploi sont livrés avec des modèles génériques. Votre établissement a des ventilateurs de plafond dans chaque chambre, un chien de thérapie dans l'aile de soins de la mémoire et des rideaux près de la bouche de climatisation de la chambre 214. Nous construisons des cartes d'encombrement propres à chaque environnement : le ventilateur aux coordonnées de plafond (x,y,z) reçoit un masquage Doppler à position fixe. Le labrador de 18 kg est filtré par des seuils de surface équivalente radar et une géométrie de boîte englobante horizontale. Les zones de fenêtre reçoivent des ajustements de seuil de confiance via un filtrage de Kalman étendu.
Nous superposons ensuite une cascade de classification hiérarchique : une détection de présence légère fonctionne en continu, le modèle complet à double flux (CNN sur les spectrogrammes micro-Doppler + PointNet sur les nuages de points 3D, fusionnés via une couche d'attention) ne s'active que sur les déclencheurs de mouvement, et des vérifications de cohérence temporelle (mémoire de séquence LSTM) exigent le récit complet accélération-impact-immobilité avant de générer une alerte.
C'est la partie qui détermine si le système est réellement utilisé. Nous connectons la sortie des capteurs à votre système d'appel-malade (NCS) spécifique : Rauland Responder (relais à contact sec vers l'entrée auxiliaire), Ascom Telligence (API REST vers la plateforme Unite), Austco Tacera (MQTT avec charges utiles JSON structurées), Hill-Rom Connexall (pont HL7 ou API). Les systèmes hérités reçoivent des relais statiques opto-isolés. Les plateformes modernes reçoivent des alertes contextuelles.
Nous configurons également la logique d'escalade : une alerte de chute non acquittée passe de l'aide-soignante à l'infirmière responsable à 90 secondes, puis à la directrice des soins infirmiers à 3 minutes. La conformité UL 1069/UL 2560 est maintenue de bout en bout, y compris la documentation d'isolation électrique que votre inspecteur d'État demandera.
La détection est réactive. La prévention est l'objectif. Nous construisons des analyses longitudinales à partir de la même infrastructure de capteurs : tendance de la vitesse de la démarche (un déclin de 20 % sur 2 à 3 semaines est le prédicteur le plus fort d'une chute imminente), notation de la qualité du sommeil (agitation au lit, fréquence et durée des visites à la salle de bain) et indexation du niveau d'activité quotidien.
Les analyses alimentent votre DSE et votre documentation MDS. Lorsque la vitesse de démarche de Mme Hernandez chute de 18 % sur 10 jours, le système la signale pour une consultation de kinésithérapie, et non après sa chute. Cela soutient directement la conformité CMS F689 et renforce votre programme QAPI de prévention des chutes.
La norme IEEE 802.11bf a été ratifiée en septembre 2025. Les futurs points d'accès Wi-Fi prendront nativement en charge la détection de mouvement. Si votre établissement met à niveau son infrastructure sans fil dans les 12 à 18 prochains mois, nous vous aidons à sélectionner des points d'accès compatibles avec la détection (Qualcomm Networking Pro avec NPU Hexagon, ou chipsets Broadcom BroadStream) et à architecturer la couche de calcul en périphérie afin que votre réseau Wi-Fi serve aussi de tissu de détection.
Pour les établissements qui ne peuvent pas attendre les mises à niveau des points d'accès, nous déployons des maillages de détection à base d'ESP32 (5 à 10 $ par nœud) comme solution provisoire. La boîte à outils open source ESP-CSI fournit l'extraction CSI dès aujourd'hui, et nos modèles d'adaptation à l'environnement basés sur DANN gèrent le défi du calibrage de chambre à chambre.
Une vue étape par étape du pipeline de détection, du chirp radar jusqu'à la notification de l'infirmière.
Le radar FMCW 60 GHz au plafond de la salle de bain émet des chirps à balayage de fréquence à 20 images par seconde. Chaque chirp se réfléchit sur les surfaces de la pièce. La fréquence de battement encode la distance à chaque réflecteur. Une séquence de transformées FFT de distance, FFT Doppler et FFT d'angle produit un cube de données 4D : distance, vitesse, azimut et élévation pour chaque voxel de la pièce. Cela fonctionne en continu à moins de 500 mW.
Les objets statiques (murs, toilettes, barres d'appui) sont supprimés via un filtrage adaptatif qui préserve les cibles « statiques vivantes ». Le système utilise la stabilité de phase pour distinguer un humain inconscient (micro-Doppler de la paroi thoracique à 0,3-0,5 Hz) d'un porte-serviettes (aucune modulation de phase). La détection OS-CFAR ajuste dynamiquement le seuil de bruit afin qu'une barre d'appui métallique ne masque pas la réflexion humaine plus faible à côté d'elle.
Le flux A traite le spectrogramme micro-Doppler via un CNN léger. Une chute produit une rafale de vitesse à large bande (flash du torse aux basses fréquences, flashs des membres aux hautes fréquences) suivie d'une vitesse nulle. Le flux B traite le nuage de points 3D via une variante de PointNet, en suivant le centroïde vertical. Le centroïde passant de la hauteur debout (~1,5 m) au niveau du sol (~0,1 m) confirme la descente spatiale. Une couche de fusion basée sur l'attention combine les deux flux. Le différenciateur essentiel : une assise brusque sur les toilettes montre le pic de vitesse mais le centroïde se stabilise à 0,45 m (hauteur du siège), pas au niveau du sol. Le système supprime l'alarme.
Le modèle de séquence LSTM exige le récit complet : station debout (schéma de démarche normal), instabilité (micro-Doppler irrégulier), accélération (descente sous l'effet de la gravité), impact (cessation d'énergie à large bande) et immobilité post-impact avec respiration confirmée. Un minuteur de maintien de 3 à 5 secondes garantit que la classification est stable avant d'alerter. Cela évite les fausses détections d'un résident se penchant pour ramasser une serviette tombée.
Toute l'inférence s'exécute sur le processeur de périphérie du capteur (TI AM62A avec accélérateur DNN ou équivalent). Aucune donnée radar brute ne quitte la pièce. Le capteur transmet une charge utile structurée au système d'appel-malade : {"event": "FALL", "room": "118B", "location": "bathroom", "confidence": 0.96, "floor_time_sec": 8, "breathing": true}. Sur le badge Vocera de l'infirmière : « Chambre 118 Salle de bain : Chute détectée. Résident au sol. Respiration confirmée. » Latence totale de l'impact à l'alerte : 6 à 10 secondes.
Quatre phases. Chacune comporte un livrable que votre administrateur peut examiner avant de poursuivre.
2 à 3 semaines. Nous parcourons votre établissement avec votre directeur de la maintenance. Notation des risques chambre par chambre : agencement de la salle de bain, dimensions de la chambre, densité du mobilier, hauteur sous plafond (affecte le champ de vision du radar). Audit de l'infrastructure informatique : inventaire des points d'accès (marque, modèle, micrologiciel, capacité CSI), topologie du réseau, segmentation VLAN, modèle et version logicielle du système d'appel-malade.
Livrable : Document d'architecture des capteurs avec des recommandations matérielles précises, des positions de montage, des exigences réseau et une approche d'intégration de l'appel-malade. Estimation des coûts pour le pilote et le déploiement complet.
8 à 10 semaines, 10 à 15 chambres. Installer des capteurs dans des chambres représentatives. Fonctionner 4 semaines en mode fantôme (alertes consignées mais non transmises au personnel). Comparer les détections à vos rapports d'incidents. Calibrer les cartes d'encombrement et les seuils de fausse alarme par chambre. Passer en mode en direct pour les 4 dernières semaines, le personnel recevant les alertes.
Livrable : Rapport de résultats du pilote avec des données concrètes : taux de détection, taux de fausse alarme par chambre et par jour, écart de temps de réponse du personnel, comparaison avec vos 6 mois précédents de données d'incidents de chute. Projection du ROI pour le déploiement complet.
6 à 10 semaines pour 100 chambres. Déploiement dans les chambres restantes par vagues (20 à 25 chambres par vague). Chaque vague comprend un calibrage propre à chaque chambre, des tests d'intégration de l'appel-malade et une formation du personnel. Le tableau de bord d'analyse prédictive est activé après des données de référence suffisantes (généralement 30 jours de surveillance continue).
Livrable : Système pleinement opérationnel avec un tableau de bord unifié, l'intégration du NCS, des protocoles d'escalade configurés, un personnel formé et une référence de 30 jours pour l'analyse prédictive.
En continu. Mises à jour mensuelles des modèles basées sur les données de votre établissement. Les schémas de fausses alarmes qui émergent de façon saisonnière (fenêtres ouvertes en été, chauffages qui cyclent en hiver) sont traités via des mises à jour des cartes d'encombrement. Les seuils de risque prédictif sont affinés à mesure que le système accumule des données longitudinales de démarche et d'activité.
Livrable : Rapports d'analyse trimestriels pour votre comité QAPI et la préparation aux inspections CMS. Données de tendance du taux de chutes, taux de succès des interventions prédictives et indicateurs de disponibilité du système.
Répondez à six questions sur votre établissement. Obtenez un score de préparation avec des prochaines étapes précises sur lesquelles vous pouvez agir dès aujourd'hui.
La réduction des fausses alarmes nécessite une approche en couches que la plupart des capteurs prêts à l'emploi ne peuvent pas fournir d'emblée. Nous construisons des cartes d'encombrement propres à chaque environnement lors de l'installation : les ventilateurs de plafond reçoivent un masquage à coordonnées fixes car leur signature Doppler élevée à une position connue (x,y,z) est prévisible. Les animaux de compagnie sont filtrés par des seuils de surface équivalente radar et des rapports d'aspect de boîte englobante, puisqu'un chien occupe un volume horizontal (rapport d'aspect supérieur à 1) alors qu'un humain occupe une colonne verticale. Les rideaux près des fenêtres reçoivent des seuils de confiance par zone via un filtrage de Kalman étendu.
Au-delà du filtrage spatial, nous mettons en œuvre des cascades de classification hiérarchique. Le système exécute en continu un détecteur de présence léger, puis active le modèle complet à double flux CNN+LSTM uniquement lorsqu'un mouvement grossier le déclenche. Le modèle profond exige une cohérence temporelle : une signature de chute doit montrer la phase d'accélération, l'impact et l'immobilité post-impact en séquence avant de générer une alerte. Une assise brusque sur un canapé déclenche le pic de vitesse mais la hauteur du centroïde se stabilise à 0,5 m, pas au niveau du sol, donc le système la supprime correctement.
L'objectif est moins de 2 fausses alarmes par chambre et par jour, contre les 5 à 15 qui provoquent la fatigue d'alarme dans la plupart des déploiements. Nous validons cela pendant la phase pilote en exécutant le système en mode fantôme parallèlement à votre surveillance existante pendant 30 jours, en comparant la précision des alertes avant la mise en service.
Oui, et cette intégration est souvent la partie la plus difficile de tout déploiement de détection des chutes. L'approche dépend de votre plateforme d'appel-malade. Pour les systèmes hérités comme les anciennes installations Rauland Responder, nous utilisons des relais statiques à contact sec. Le relais du capteur se ferme lorsqu'une chute est confirmée, se connectant à l'entrée auxiliaire de la station d'appel-malade de la chambre. Cela déclenche le flux de travail standard de voyant d'appel et de pager sans aucune modification logicielle du NCS. Cela fonctionne avec environ 90 % de l'infrastructure d'appel-malade installée.
Pour les plateformes modernes basées sur IP comme Ascom Telligence, Austco Tacera ou Hill-Rom Connexall, nous transmettons des charges utiles JSON structurées via MQTT ou API REST. Au lieu d'une alarme générique, l'infirmière voit « Chambre 302 : Chute détectée, Confiance élevée, Résident au sol depuis 45 secondes » sur son badge Vocera ou son smartphone. Cette information contextuelle modifie le comportement de réponse parce que le personnel fait confiance à l'alerte.
Nous nous intégrons aussi à la logique d'escalade du NCS : en l'absence de réponse dans les 90 secondes, l'alerte passe de l'aide-soignante assignée à l'infirmière responsable, puis à la directrice des soins infirmiers. Un détail technique qui fait trébucher la plupart des intégrations est la conformité UL. Si le NCS de votre établissement est certifié UL 1069 ou le plus récent UL 2560, l'ajout d'un dispositif d'entrée auxiliaire ne doit pas rompre la certification. Nous gérons l'isolation électrique (relais opto-couplés) et la documentation requise pour que l'établissement maintienne sa conformité lors des inspections d'État.
Ce sont des technologies complémentaires, pas concurrentes, et le bon choix dépend de la pièce et du cas d'usage. Le radar mmWave (FMCW 60 GHz) est un capteur dédié qui génère des données 4D : distance, vitesse, azimut et élévation pour chaque point détecté. Il voit à travers les rideaux de douche, fonctionne dans l'obscurité totale et distingue un humain qui respire d'une chaise statique grâce aux signatures micro-Doppler. La précision pour la détection des chutes est constamment supérieure à 95 % dans les études contrôlées, et des déploiements en conditions réelles comme Vayyar Care au Royaume-Uni ont réduit les hospitalisations.
La détection Wi-Fi utilise les informations d'état du canal (CSI) des signaux Wi-Fi existants pour détecter le mouvement et la présence. Avec la ratification de l'IEEE 802.11bf en septembre 2025, les futurs points d'accès prendront nativement en charge la détection. L'avantage est la réutilisation de l'infrastructure : si votre établissement dispose déjà de points d'accès compatibles (chipsets Qualcomm ou Broadcom), vous ajoutez la détection par une mise à jour logicielle. La couverture est plus large car les signaux traversent les murs. Le compromis est une précision inférieure (85 à 90 % pour la détection des chutes contre plus de 95 % pour le radar) et une sensibilité aux interférences RF des micro-ondes, des appareils Bluetooth et des réseaux voisins.
Nous recommandons généralement le radar pour les chambres à haut risque (salles de bain, chambres, soins de la mémoire) où la précision est critique, et la détection Wi-Fi pour les espaces communs, les couloirs et la surveillance de présence dans tout le bâtiment où la couverture importe plus que la précision. Les systèmes partagent un tableau de bord d'analyse commun afin que votre personnel dispose d'une vue unifiée.
Le radar mmWave est, par conception, plus respectueux de la vie privée que toute alternative basée sur la caméra. Le capteur émet des ondes radio à 60 GHz et traite les réflexions sous forme de nuages de points et de signatures Doppler. Il ne peut physiquement pas produire une image du visage ou du corps d'une personne. Même si quelqu'un interceptait le flux de données brutes, il verrait des tuples de coordonnées et des valeurs de vitesse, pas d'informations visuelles.
Selon la HIPAA, les schémas comportementaux dérivés du radar (fréquence des visites à la salle de bain, qualité du sommeil, vitesse de la démarche) sont bien des informations de santé protégées car ils décrivent l'état de santé d'un individu. Nous gérons cela par le traitement en périphérie : les données radar brutes sont traitées sur le processeur embarqué du capteur et ne quittent jamais l'appareil. Seuls des événements abstraits (« Chute détectée, Chambre 302, Confiance 0,98 ») sont transmis à votre réseau, chiffrés avec TLS 1.2+ en transit et AES-256 au repos.
Les données CSI Wi-Fi ont un profil réglementaire légèrement plus complexe. Selon l'article 9 du RGPD, les schémas de démarche extraits du CSI peuvent théoriquement identifier des individus, ce qui classe les données brutes comme biométriques. Notre architecture y répond par la même stratégie de traitement en périphérie : le CSI est analysé localement, supprimé immédiatement après l'inférence, et seules les données au niveau de l'événement sont transmises.
Pour les lois d'État sur la confidentialité, 19 États autorisent désormais explicitement les caméras dans les chambres des maisons de retraite avec consentement. Le radar et la détection Wi-Fi contournent entièrement ce débat car ce ne sont pas des dispositifs de surveillance. Aucun État ne réglemente actuellement la détection RF non visuelle. Cela dit, nous recommandons tout de même de documenter la surveillance dans votre contrat d'admission du résident car la transparence renforce la confiance avec les familles.
Le séjour prolongé au sol est l'endroit où réside le vrai danger. La moitié des personnes âgées qui restent au sol plus d'une heure meurent dans les six mois, même sans blessure directe due à la chute elle-même. Les complications comprennent la rhabdomyolyse due à une compression musculaire prolongée, l'hypothermie due aux sols froids, la déshydratation et l'insuffisance rénale aiguë.
Les dispositifs à porter basés sur des accéléromètres standard ne peuvent pas détecter de façon fiable les séjours prolongés au sol car l'appareil a pu être retiré, ou l'événement de chute initial a pu ne pas franchir le seuil. Le radar mmWave gère la détection du séjour prolongé au sol grâce à une capacité spécifique que les capteurs plus simples n'ont pas : la détection de la respiration par micro-Doppler. Même lorsqu'une personne est complètement immobile au sol, sa paroi thoracique se déplace de 4 à 12 mm pendant la respiration. À 60 GHz, ce déplacement représente une fraction significative de la longueur d'onde de 5 mm, créant une modulation de phase détectable dans le signal réfléchi.
Le système confirme : le centroïde du nuage de points de la personne est au niveau du sol (z approximativement 0 m), le mouvement moteur global a cessé, mais le micro-Doppler confirme la respiration. Cet état déclenche une alerte « chute avec incapacité à se relever ». Nous configurons les minuteurs d'escalade en fonction de vos protocoles cliniques. Généralement, si le mouvement global ne reprend pas dans les 3 minutes post-chute, le système alerte l'aide-soignante assignée. En l'absence d'accusé de réception du personnel dans les 90 secondes, l'alerte s'escalade. Si la signature respiratoire se dégrade aussi ou s'arrête, le système déclenche une réponse d'urgence.
La modélisation temporelle (réseaux LSTM maintenant une mémoire de séquence) est ce qui distingue ceci des simples détecteurs de mouvement. Le système comprend le récit : station debout, puis accélération, puis impact, puis immobilité avec respiration. Cette séquence est sans ambiguïté.
Nous commençons par 10 à 15 chambres, sélectionnées pour représenter l'éventail des défis de votre établissement : quelques chambres privées standard, au moins 2 salles de bain (l'espace le plus à risque), une chambre de soins de la mémoire le cas échéant, et un espace commun. Le pilote dure 60 jours et comporte trois phases.
La phase 1 (semaines 1 et 2) est l'évaluation du site et l'installation. Nous auditons votre infrastructure informatique : quels points d'accès sont installés, quel système d'appel-malade vous utilisez, si votre réseau prend en charge la segmentation VLAN pour le trafic IoT. De nombreux établissements fonctionnent avec des points d'accès Ruckus ou Aruba vieux de 10 ans qui ne peuvent pas gérer le trafic de capteurs supplémentaire sans dégrader les performances du système de voyants d'appel. Nous installons des capteurs radar dans les chambres à haut risque et configurons la détection Wi-Fi dans les espaces communs si vos points d'accès prennent en charge l'extraction CSI.
La phase 2 (semaines 3 à 6) est le mode fantôme. Le système fonctionne parallèlement à votre surveillance existante. Chaque alerte est consignée mais non transmise au personnel. Nous comparons nos détections à vos rapports d'incidents, calibrons les seuils de fausse alarme par chambre (la chambre avec le ventilateur de plafond a besoin de paramètres différents de celle sans) et réglons les cartes d'encombrement.
La phase 3 (semaines 7 et 8) est le mode en direct avec mesure. Le personnel reçoit les alertes. Nous suivons l'amélioration du temps de réponse, le taux de fausse alarme par chambre et par jour, et toute chute que le système détecte et que votre approche précédente manquait.
Le pilote coûte de 15 000 à 25 000 $ pour un établissement de 100 lits (10 à 15 chambres équipées). À la fin, vous disposez de données concrètes : combien de chutes le système a détectées, combien de fausses alarmes par jour, l'écart de temps de réponse du personnel, et une projection claire du ROI pour le déploiement complet. Le déploiement complet pour 100 chambres revient généralement de 150 000 à 250 000 $, matériel, intégration et première année d'analyses inclus, ce qui équivaut à 125 à 210 $ par chambre et par mois. Étant donné qu'une seule chute avec blessure coûte 30 000 $ en moyenne, le système s'amortit s'il évite 5 à 8 chutes avec blessure par an.
Les livres blancs interactifs derrière cette page de solution. Ils approfondissent le traitement du signal, les architectures de réseaux de neurones et la physique des capteurs.
Physique du radar FMCW 60 GHz, architectures d'IA à double flux (CNN + PointNet + LSTM), inférence en périphérie sur processeurs Cortex-M/A, détection CFAR et intégration de l'appel-malade UL 1069.
Analyse des informations d'état du canal (CSI), détection des micro-mouvements en zone de Fresnel, réseaux de neurones adversariaux de domaine (DANN) pour l'adaptation à l'environnement, et architecture de mise en œuvre de l'IEEE 802.11bf.
Un établissement de 100 lits avec une moyenne de 40 chutes par an absorbe de 120 000 à 240 000 $ de coûts directs avant toute exposition juridique.
Commencez par une évaluation d'établissement. Nous auditons vos chambres, votre infrastructure et votre système d'appel-malade, puis nous livrons un document d'architecture des capteurs avec des recommandations précises et des projections de coûts. Aucun engagement au-delà de l'évaluation.