Ofte stilte spørsmål om Kepler | Kepler Vision Technologies

Ofte stilte spørsmål

Produkt og teknologi

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

Eldreomsorg og boforhold

Hvordan reduserer Kepler Night Nurse og Kepler NurseAssist fallrisikoen for eldre mennesker?

Ved å overvåke beboerne kontinuerlig kan systemene tidlig oppdage risikofylt atferd, som for eksempel å reise seg fra sengen, sette seg på sengekanten eller reise seg fra en stol. Dermed kan pleiepersonalet gripe inn før en ulykke inntreffer. Dette reduserer det totale antallet fall betydelig.
Bidrar Kepler Night Nurse og Kepler NurseAssist til å øke beboernes verdighet og uavhengighet?

Ja. Anonymisert digitalt tilsyn gjør det mulig for beboerne å opprettholde sin uavhengighet, samtidig som pleierne umiddelbart varsles når det er behov for hjelp.

Uten denne programvaren må personalet ofte komme inn flere ganger om natten for å sjekke om beboeren har det bra. Dette er mindre personvernvennlig og kan vekke beboerne. Uten automatisk deteksjon kan det dessuten ta timer å finne en beboer i nød.
Hvordan forbedrer Kepler Night Nurse og Kepler NurseAssist sikkerheten i demensomsorgen?
Hva er fordelene for sykehusavdelinger med begrenset bemanning?

Personale og driftseffektivitet

Hvordan kan Kepler Night Nurse og Kepler NurseAssist bidra til å optimalisere bruken av personalet på helseinstitusjoner?
På hvilke måter forbedrer Kepler Night Nurse og Kepler NurseAssist effektiviteten til pleieteamene?
Hvordan bidrar Kepler Night Nurse og Kepler NurseAssist til å redusere arbeidsmengden?

Personvern, sikkerhet og etikk

Hvordan sørger Kepler Night Nurse og Kepler NurseAssist for beboernes sikkerhet samtidig som personvernet ivaretas?
Er treningsdataene demografisk representative for ulike etniske bakgrunner og aldersgrupper?

Vi samler ikke inn eller registrerer etnisitet eller alder i opplæringsdataene, så vi kan ikke gi informasjon om demografisk sammensetning. Vi har imidlertid gjennomført omfattende tester med ulike etniske bakgrunner og aldersgrupper, og resultatene viser konsistent ytelse uten diskriminering. En uavhengig revisjon konkluderte med dette:

«Testene viste at AI-ens beslutninger var fri for vesentlige skjevheter, noe som bekrefter modellens egnethet for mangfoldige og inkluderende helsemiljøer.»

Les rapporten her
Hvilke tiltak iverksetter Kepler Vision Technologies for å sikre rettferdighet og unngå partiskhet?

Selv om vi ikke sporer demografi i opplæringsdataene, tester vi aktivt for rettferdighet og potensielle skjevheter. Testsettene våre omfatter et bredt spekter av demografiske scenarier. Disse testene bekrefter at programvaren fungerer konsistent og ikke utviser diskriminerende atferd.
Finnes det dokumentasjon på den demografiske sammensetningen av opplæringsdataene?

Nei. Ettersom vi ikke samler inn demografiske data og ansikter er anonymisert i opplæringsdataene, er det ikke mulig å kontrollere demografiske sammensetninger. Det finnes imidlertid omfattende dokumentasjon på testene som er utført med en rekke demografiske scenarier.
Hva er demografien i testdataene, og er det forskjeller i effektivitet mellom gruppene? Hvilke tiltak er iverksatt for å unngå skjevheter?

Vi sporer ikke demografiske kjennetegn i opplæringsdataene, men vi tester programvaren vår aktivt for å se om den er rettferdig og om den inneholder potensielle skjevheter. Testutvalget vårt representerer et bredt spekter av demografiske scenarier, inkludert ulike etniske bakgrunner og aldersgrupper. Disse testene har bekreftet at programvaren fungerer konsekvent på tvers av alle grupper og ikke utviser diskriminerende atferd.
Hvilke mekanismer finnes for å gi tilbakemelding om prestasjonsproblemer eller negative resultater? Og hvordan håndteres dette?

For Kepler Night Nurse (serverapplikasjon):
Kepler Vision Technologies gjør det mulig å rapportere spesifikke alarmer (forutsatt at dataene er lagret). Dette gir en strukturert måte å gi tilbakemelding på.
For Kepler NurseAssist (innebygd applikasjon):
Ansvaret for dette ligger hos Mobotix.

PÅLITELIG OG VELPRØVD TEKNOLOGI SOM BIDRAR TIL TRYGGERE OMSORGSTJENESTER

PÅLITELIG OG VELPRØVD TEKNOLOGI SOM BIDRAR TIL TRYGGERE OMSORGSTJENESTER

PÅLITELIG OG VELPRØVD TEKNOLOGI SOM BIDRAR TIL TRYGGERE OMSORGSTJENESTER

PPÅLITELIG OG VELPRØVD TEKNOLOGI SOM BIDRAR TIL TRYGGERE OMSORGSTJENESTER

PÅLITELIG OG VELPRØVD TEKNOLOGI SOM BIDRAR TIL TRYGGERE OMSORGSTJENESTER

Ofte stilte spørsmål

Ofte stilte spørsmål

Produkt og teknologi

Eldreomsorg og boforhold

Personale og driftseffektivitet

Personvern, sikkerhet og etikk