帳號:
密碼:
最新動態
產業快訊
CTIMES / 文章 /
藉由慣性感測器和機器學習評估老年人跌倒風險
 

【作者: Barry Greene】   2020年09月21日 星期一

瀏覽人次:【8771】

每一年當中,幾乎每三位65歲以上的成人就有一位曾經跌倒,使得跌倒成為這一個年齡族群致命以及非致命損傷的關鍵因素。光是在美國,老年人因為跌倒造成傷害所衍生的醫療成本即高達500億美元[1]。


如何降低跌倒造成的相關性傷害?評估病患的跌倒風險,以及風險被辨識到有威脅性時採取適當行動是相當重要的。許多傳統評估跌倒風險的方法,然而,這些方法仰賴於主觀的評判,或者需要特定領域的臨床醫學專家。


在Kinesis Health Technologies的工程團隊開發了一個客觀、量化的方法來對跌倒風險、脆弱性(frailty)、活動性損耗(mobility impairment)進行篩檢,這種方法的精確程度比起傳統方法高出了15%至27%。
...
...

使用者別 新聞閱讀限制 文章閱讀限制 出版品優惠
一般使用者 10則/每30天 0則/每30天 付費下載
VIP會員 無限制 25則/每30天 付費下載

相關文章
智能設計:結合電腦模擬、數據驅動優化與 AI 的創新進程
生成式AI與PC革新
機器學習可以幫助未來的癌症診斷
Premium Radar SDK以演算法改進汽車雷達應用
資料科學與機器學習協助改善頸部損傷評估
相關討論
  相關新聞
» 半導產業AI化浪潮興起 上中下游企業差距擴大
» AlleyPin前瞻牙醫診所產業 剖析高齡化社會看牙需求
» 推動失智分流照顧機制 科技輔具優化服務模式
» 醫材業產值重回成長軌道 2024年前10月年增2.1%
» 西門子醫療完成收購先進加速器應用分子影像業務


刊登廣告 新聞信箱 讀者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2025 遠播資訊股份有限公司版權所有 Powered by O3  v3.20.1.HK92I5KIZO8STACUKT
地址:台北數位產業園區(digiBlock Taipei) 103台北市大同區承德路三段287-2號A棟204室
電話 (02)2585-5526 #0 轉接至總機 /  E-Mail: webmaster@ctimes.com.tw