AIPAM지능형 입원환자 안전 모니터링 도입 상담 신청
지능형 입원환자 안전 모니터링 서비스

낙상 대응
120초를 10초로

AI-PAM은 병실 어안 CCTV 영상으로 낙상과 욕창 위험을 감지해 간호사 스테이션, 스마트폰, 스마트워치로 알립니다. 낙상 사고는 1초 안에 전달합니다.

도입 상담 신청 수치의 근거 보기

낙상 발생 후 의료진 도착 시간입니다. 주변에 보호자가 없는 경우 120초, 시스템 적용 후 10초. 시스템 적용 전후 비교 영상 기준 [측정 조건·횟수 확인].

태블릿 모니터링 보드 영상: 병실 바닥에 넘어진 사람이 붉은 윤곽선으로 표시된다
낙상 사고 감지1초 안에 스테이션·모바일로 전달
태블릿 모니터링 보드 영상 [촬영 동의·연출 여부 확인]

도입 병원

  • 강원대학교병원
  • 강원특별자치도재활병원
  • 경상북도 안동의료원
  • 춘천시노인전문병원
  • 강원특별자치도속초의료원
  • 국군수도병원(분당)
  • 한양대학교 구리병원
  • 서울대학교 병원
  • 일본 고린카이 병원
  • 에스토니아 타루트 대학병원

간호사 한 명이
환자 15명을 돌봅니다

순회와 순회 사이, 병실에 지켜보는 눈이 없는 시간이 생기기 쉽습니다.

소개 영상의 연출 장면: 수액걸이를 잡고 일어서던 환자가 중심을 잃는다
소개 영상의 연출 장면
3.97 건

입원 환자 1,000명당 발생하는 낙상

44.3 %

접수된 환자안전사고 가운데 낙상의 비중

600 만원

낙상 의료분쟁의 평균 배상액. 의료분쟁 3건 중 1건이 낙상

[통계 출처와 기준 연도를 확인해 표기해 주세요]

낙상 후 의료진이
도착하기까지

항목을 누르면 상황별 도착 시간과 비교 영상이 바뀝니다.

막대 길이는 120초를 100%로 둔 비율입니다. 출처: 시스템 적용 전후 비교 영상 [촬영 장소·측정 조건 확인].

비교 영상의 AI 인식 화면: 도입 전 보호자가 없는 병실의 낙상, 상황 발생 후 2분 비교 영상의 AI 인식 화면: 도입 전 보호자가 있는 병실의 낙상, 상황 발생 후 26초 비교 영상의 AI 인식 화면: AI-PAM 적용 후 낙상, 상황 발생 후 10초 비교 영상의 AI 인식 화면: 낙상 고위험군 경보 적용 시 낙상, 상황 발생 후 4초
{{sel.sec}}초

{{sel.title}}

{{sel.desc}}

도입 병원에서 나온 숫자

2024년 2월 소개자료 기준입니다. [집계 주체·기간 확인]

도입 전후 낙상 건수

종합병원도입 전 18건 / 도입 후 12건
재활병원도입 전 41건 / 도입 후 29건
요양병원도입 전 10건 / 도입 후 6건
  • 도입 전
  • 도입 후

낙상 건수 변화에는 시스템 외 요인이 포함될 수 있습니다. [집계 기간·대상 병원 확인]

병동 근무자의 평가

84.4%응답자가 유용하다고 답했습니다
  • 매우 유용하다 46%
  • 약간 유용하다 39%
  • 별로 유용하지 않다 2%
  • 전혀 유용하지 않다 2%
  • 잘 모르겠다 11%

시스템 도입 병동 근무자 대상 유용성 평가. 항목별 비율은 반올림 값입니다. [응답자 수·조사 시기 확인]

하루 평균 알림4.8 건

소개자료의 일별 알림 그래프에 표기된 일평균입니다. 그래프는 한 병동의 낙상 경보·낙상 사고·욕창 경보를 4월 17일부터 5월 18일까지 집계했습니다. 한 병동이 하루에 받는 알림 양을 가늠하는 참고 자료입니다. [4.8건의 집계 범위·연도 확인]

우리 병동에서는 어떻게 구성할 수 있을까요?

도입 상담 신청

낙상·욕창 안전 관리를 하나의 시스템에서

아래 네 가지를 눌러 영상과 함께 확인하세요.

소개 영상: 침대 이탈과 난간 내림을 감지해 알림을 보내는 장면

넘어지기 전의 위험 행동부터 알립니다

낙상 유발 행동을 감지하면 낙상 경보를, 실제로 넘어지면 낙상 사고 알림을 보냅니다. 운영 병동에서는 침대에서 내려올 때와 수액걸이·휠체어로 이동할 때 낙상이 발생했고, 냉장고와 화장실을 오갈 때 빈도가 높아 병실 환경 개선을 진행했습니다.

경보 → 사고
두 단계로 나눠 알림
낙상 고위험군
대시보드에 인원 표시
소개 영상: 욕창 고위험군 환자의 자세 변경 알림

체위 변경 시점을 알려 줍니다

욕창 고위험군 환자의 자세를 계속 인식하다가, 체위 변경이 필요한 시점에 욕창 경보를 보냅니다. 환자별 알림 이력은 리포트와 발생 로그로 남습니다.

5가지 자세
섬, 앉음, 누움, 엎드림, 옆으로 누움
환자별 리포트
낙상·욕창 알림 이력과 발생 로그
소개 영상: 스테이션 관리시스템, 스마트폰, 스마트워치로 알림이 전달되는 과정

처치 중에도 알림은 손목까지 옵니다

AI-PAM은 알림을 스테이션 대시보드, 태블릿, 스마트폰, 스마트워치로 보내 처치 중에도 확인할 수 있게 합니다. 낙상 사고는 1초 안에 스테이션과 모바일로 전달합니다. [측정 구간·조건 확인]

1초
낙상 사고 상황 전달
4가지 기기
스테이션, 태블릿, 스마트폰, 스마트워치
태블릿 모니터링 영상: 병실 12곳의 어안 화면에 침대 영역과 인식 결과가 색으로 표시된다
병실 12곳 모니터링 영상. AI 인식 결과를 색으로 표시한 화면입니다. [촬영 동의·실제 제품 화면 여부 확인]

병동의 지금 상태를 한눈에

스테이션 대시보드와 태블릿에서 병동의 알림과 병상 상태를 함께 확인합니다. 원내 Wi-Fi 태블릿을 지원해 스테이션을 늘릴 수 있습니다.

태블릿
원내 Wi-Fi로 스테이션 확장
대시보드
경보 발생 통계와 주요 관찰 병실

스테이션 화면에서 확인하는 항목

알림

  • 낙상 사고환자가 넘어졌을 때
  • 낙상 경보낙상 유발 행동을 감지했을 때
  • 욕창 경보체위 변경이 필요한 시점
  • 부재 경보[발생 기준 확인]

병상 상태

  • 난간 주의침대 난간이 내려가 있을 때
  • 자리 비움[부재 경보와의 차이 확인]
  • 병상 없음[표시 기준 확인]
  • 커튼커튼을 친 침대. 감지 대상에서 제외

항목 설명은 소개자료를 바탕으로 쓴 초안입니다. [항목별 발생 기준 확인]

간호사와 함께 다듬은 화면

간호사, 의료질 관리팀과 협업해 만든 간호 보조 인터페이스입니다. 안전 현황과 환자별 리포트를 함께 제공합니다.

스테이션 대시보드 영상: 낙상 사고와 낙상 경보가 들어오면 병실 화면과 건수가 갱신된다
스테이션 대시보드 영상 · 화면 예시 [촬영 동의·시연용 데이터 여부 확인]

스테이션 대시보드

낙상 사고와 낙상 경보가 들어오면 해당 병실 화면과 건수가 갱신됩니다. 고위험군 인원과 경보 발생 통계를 한 화면에서 봅니다.

72인치 스테이션 모니터

병실 15곳과 복도 10곳의 영상, 환자 라이프 로그 현황, 병실·복도 배치도를 한 화면에 모았습니다. [복도 CCTV·라이프 로그 제공 범위 확인]

72인치 스테이션 모니터 영상: 병실 15곳과 복도 10곳의 영상, 환자 라이프 로그 현황, 병실 배치도를 한 화면에 보여 준다
72인치 스테이션 모니터 · 화면 예시 [촬영 동의·시연용 데이터 여부 확인]
태블릿 모니터링 보드 영상: 여섯 병실 가운데 낙상 사고가 난 병실 상단이 붉게 바뀐다
태블릿 모니터링 보드 영상 · 화면 예시 [촬영 동의·연출 여부 확인]

태블릿 모니터링 보드

원내 Wi-Fi 태블릿으로 여러 병실을 한 번에 봅니다. 낙상 사고가 난 병실은 화면 상단이 붉게 바뀝니다.

병실 CCTV,
개인정보 보호부터 챙겼습니다

  • 환자·의료진 마스킹

    마스킹 기능으로 화면 속 환자와 의료진을 가려 표시합니다. [마스킹 적용 범위·기본 설정 확인] [이 시안의 일부 병실 영상은 마스킹 적용 전 화면: 교체 여부 확인]

  • 커튼 친 침대는 비감지

    커튼 영역을 인식해 해당 침대는 감지 대상에서 제외합니다.

  • 분리망 환경 지원

    분리망에서 작동하는 원내 Wi-Fi 태블릿을 지원합니다. [서버 설치 위치·망 구성 확인]

[영상 보관 기간] · [열람 권한] · [환자·보호자 동의 절차]

소개 영상: 커튼 영역과 의료진이 마스킹되어 표시되는 병실 화면
소개 영상: 커튼 영역과 의료진 마스킹
AI 인식 화면 영상: 병실의 사람, 침대, 커튼이 색 영역으로 구분되어 보인다
AI 인식 화면. 사람, 침대, 커튼을 영역으로 구분합니다.

병실을 읽는 Vision AI

객체 검출, 영역 분할, 자세 추정을 결합한 Panoptic-DeepLab 기반 모델입니다. 어안 영상 4,000시간, 라벨 40,000장으로 학습했습니다.

  1. 1본다 · 병실 CCTV천장의 어안 CCTV가 다인실을 위에서 촬영합니다. 적외선 촬영을 지원해 야간에도 감지합니다. [병실당 설치 대수 확인]
  2. 2판단한다 · AI 분석 서버환자의 다섯 가지 자세, 침대 난간, 커튼 상태를 인식합니다. [서버 설치 위치 확인]
  3. 3알린다 · 스테이션과 모바일스테이션 알림, 모바일 알림, 리포트로 전달해 의료진이 바로 대응할 수 있게 합니다.

10개 병원에 도입했습니다

2022년 강원대학교병원과 강원특별자치도재활병원에서 운영을 시작했습니다. 도입 병동은 평균 12개 병실 규모의 간호간병통합병동입니다. (2024년 2월 소개자료 기준)

도입 병원별 병동 수와 도입 연도
병원병동도입
강원대학교병원2개2022
강원특별자치도재활병원1개2022
경상북도 안동의료원1개2023
춘천시노인전문병원1개2023
강원특별자치도속초의료원1개2024
국군수도병원(분당)3개2024
한양대학교 구리병원[확인][확인]
서울대학교 병원[확인][확인]
일본 고린카이 병원[확인][확인]
에스토니아 타루트 대학병원[확인][확인]

[신규 병원의 병동 수·도입 연도 확인] [병원명 공개 동의 확인]

연구개발·지원사업 이력

  1. 2021스마트병원 선도모델개발
  2. 2022지역선도기업 SW 사업화지원사업사업화
  3. 2022기술혁신 시장대응 기술개발지원사업고도화
  4. 2023데이터 활용 의료·건강 생태계 조성사업실증
전시회에 설치한 지능형 환자 모니터링 서비스 부스
전시 참가: HIMSS APAC 2023, K-HOSPITAL 2022·2023 [사진의 전시회·연도 확인]

우리 병원 규모로 계산해 보세요

슬라이더를 움직이면 예상 장비 규모와 통계상 낙상 건수가 바로 바뀝니다.

예상 어안 CCTV{{outCams}} 대병실당 1대 기준 [설치 대수 확인]
통계상 연간 낙상{{outFalls}} 건입원 환자 1,000명당 3.97건 단순 적용 [출처·분모 확인]

계산 결과는 참고용 추정치이며, 실제 구성은 병실 구조를 확인한 뒤 확정합니다. [예상 도입 비용: 가격 정책 확정 후 연결]

우리 병동에 맞는 구성을
상담해 드립니다

병동 수와 병실 수를 알려 주시면 설치 구성과 일정을 안내해 드립니다. 이메일로 상담을 신청해 주세요.

도입 상담 신청