深圳跌倒毫米波雷达监测、生命体征监测、独居老人、无感监测

国际上通常把65岁及以上人口占总人数7%以上，或60岁及以上人口占总人口数10%以上，作为衡量一个国家或地区是否进入老龄化社会的标准。而根据国家统计局公布的第七次人口普查数据，我国60岁及以上人口为26402万人，占全国总人口的18.70%，其中65岁及以上人口为19064万人，占13.50%。

我国人口年龄结构变化情况（数据来源：国家统计局）

国家卫生健康委老龄健康司司长王海东表示：“目前，我国90%左右的老年人居家养老，7%左右的老年人依托社区支持养老，3%的老年人入住机构养老。”

“9073”现象的出现，是中国加速进入老龄化社会的现实反映——承受巨大工作压力的子女在父母养老方面心有余而力不足；六七十岁的老人往往还需要去照顾比自己更老的人；政府力量在老年公寓、护理院、养老中心等设施的投入上难以满足市场需求……一道道难题让我们开始反思老年人健康养老问题该何去何从？

于是，近两年内，不少科技厂商开始对智慧养老、居家健康管理、医疗监护类产品的市场预期抱有巨大希望。

• 毫米波雷达传感器

将传统用于汽车、工业领域的毫米波雷达传感器产品应用于居家监测场景，是近几年才出现的新事物。

而在此之前，老年人身体状况监测主要来自两条技术路线：一类是智能手环、睡眠腕带等可穿戴设备，另一类以摄像头为主的视频监控。但许多老年人对于直接佩戴的智能硬件会存在一定的抵触心理，而且由于记忆力的衰退，忘记佩戴或充电也是常有的事；而如果采用视频监控的方式，老人又会觉得隐私受到了侵犯，也会产生抵触情绪。

智慧养老方面:

通过毫米波雷达、ToF等设备可以无接触的侦测到老年人的多种生活状态：静坐在家里时的呼吸、心率状况；老人有没有在电视机前睡着？在从客厅起身前往卫生间的过程中，老人是否有跌倒等状况。再结合市场上已经有的线上医生，甚至是保险服务，共同构成智慧医疗、智慧养老生态圈。

此外，一些智慧康养生命支持系统可面向康养机构、社区养老、居家养老、医疗机构等多种应用场景，提供危险信息及时告警，包括离床告警、跌倒告警、呼吸急促或心跳过缓告警、呼吸暂停告警等。同时，它还能实现潜在风险提前预测，包括睡眠质量分析、跌倒风险预测、生命活力评估、呼吸慢病AI辅助诊疗等功能。

“应用于健康管理、医疗监护方面的多传感器融合方案面临的最大挑战仍然来自算法，尤其是在算法相互配合和可靠性方面。未来，引入人工智能和机器学习，补充更多逻辑功能来强化数据的分析和处理，将成为重要的趋势。

审核编辑 黄昊宇