Product & Technologie

• Hvordan kan Kepler Night Nurse og Kepler NurseAssist oppdage fall i sanntid og bidra til å redusere dem?
  Kepler Night Nurse og Kepler Nurse Assist bruker anonymisert datasynsteknologi og AI-drevne sensorer som overvåker beboerne 24/7. Når et fall oppdages, får pleiepersonalet beskjed umiddelbart, noe som bidrar til å redusere skader og forbedre responstiden.

  
  

  Les mer om responstider her
• Hvorfor er Kepler Visions falldeteksjonssystem mer pålitelig enn wearables?

  I motsetning til bærbare enheter trenger ikke beboerne der Kepler Night Nurse og Kepler NurseAssist brukes, å ha på seg noe som helst. De trenger ikke å huske å ta på seg en enhet eller lade den. Våre alltid aktive AI-sensorer overvåker kontinuerlig, og oppdager alle fall pålitelig og umiddelbart.
  
  Les våre kundeanmeldelser her

• Hvordan støtter Kepler Night Nurse og Kepler NurseAssist fallforebygging før hendelsene skjer?

  Systemet gjenkjenner tidlige risikoindikatorer, som for eksempel å sitte på sengekanten, gå ut av sengen eller reise seg opp i sengen. Pleiepersonalet varsles proaktivt, slik at forebyggende tiltak kan iverksettes.
  
  Les mer om Kepler Night Nurse og Kepler NurseAssist her

• Er Kepler Night Nurse og Kepler NurseAssist virkelig alltid aktive, også om natten?

  Ja, det stemmer. Dagslys brukes om dagen, og infrarødt lys brukes om natten for å sikre døgnkontinuerlig overvåking. Dermed er beboerne alltid trygt overvåket uten å bli forstyrret i søvnen.

  Kepler NurseAssist bruker alltid kameraer som er utstyrt med infrarødt lys.

• Hva er anonymisert digitalt tilsyn, og hvordan beskytter det innbyggernes personvern?

  Programvaren behandler videoopptak lokalt og konverterer dem til anonymiserte data der ansiktene automatisk blir uskarpe. Analysen fokuserer kun på kroppsbevegelser, ikke identitet. Dette sikrer verdighet, personvern og overholdelse av lover og regler.

• Hvordan gir Kepler Night Nurse og Kepler NurseAssist varsler i sanntid i tilfelle fall eller unormal atferd?

  Når den kunstige intelligensen oppdager et fall eller uvanlig aktivitet, sendes det umiddelbart et varsel til personalets mobile enheter via sykepleiersystemet. Dette gir raskere hjelp og bedre sikkerhet.

• Hva er forskjellen mellom et AI-kamera og et vanlig sikkerhetskamera?

  Et AI-kamera behandler videobilder direkte på selve enheten, slik at menneskelige aktiviteter og risikosituasjoner gjenkjennes lokalt. Med et vanlig kamera skjer denne behandlingen ofte ikke, eller den må skje eksternt (f.eks. i skyen eller på en server).  Fordelen med AI-kameraer er at videoopptakene ikke trenger å forlate kameraet, noe som gir en betydelig personvernfordel.

• Hva er tallene på systemets nøyaktighet? Hvor ofte gir det en falsk rapport (falsk positiv), og hvor ofte gir det ikke en rapport (falsk negativ)?

  For Kepler Night Nurse (serverapplikasjon):

  Når det gjelder alarmer om manglende bemanning, mottar Kepler Vision i gjennomsnitt én ubesvart alarm per måned. Om ti falske positive man-down-rapporter rapportert.

  For Kepler NurseAssist (innebygd applikasjon):

  Programvaren som kjører på kameraet, bruker de samme underliggende modellene. Ytelsesstatistikken bør derfor være lik.

• Hvordan avgjør systemet at et varsel skal sendes? Hva er modellens logikk?

  Brukerne kan tilpasse alle typer varsler eller alarmer. Brukerne velger hvilke varsler de ønsker å motta.

• Finnes det scenarier eller miljøer der systemet fungerer mindre effektivt? Hva er de "ideelle" forholdene for å oppnå høyest mulig effektivitet?

  De ideelle miljøene er eldreomsorgsinstitusjoner, psykiatriske institusjoner og sykehus som bruker et sykepleieranropssystem (Nurse Call System). Det er ideelt når pleiepersonalet har grunnleggende kunnskaper om hvordan et tilkallingssystem fungerer, kombinert med opplæring i hvordan varslene genereres.

• Hvordan identifiseres forbedringsmuligheter, og hva skjer når ytelsen synker? Er det sannsynlig at ytelsen vil synke over tid, eller vil den forbli konstant?

  Ytelsen forbedres vanligvis i implementeringsfasen og øker deretter ytterligere når programvareoppdateringer installeres.