编者按：

英国Lilli公司的创新实践，不再将跌倒视为孤立事件，而是通过机器学习与物联网技术，将其解读为健康状况持续恶化的特征。从脱水等微观行为偏差，到夜间活动频率的宏观模式变化，技术正在构建一个全天候、无侵入式的健康预警网络。这不仅是对传统的被动响应式护理模式的颠覆，更是在护理人员短缺的背景下，探索出的一条以数据驱动、提升护理效率与质量的新路径。当技术能够读懂沉默的日常，我们如何更好地将数据的洞察转化为有温度的关怀与及时的干预？

一、跌倒是老人急诊入院的主要原因之一

据统计，30%的65岁以上老人每年至少会跌倒一次，而80岁以上老人的这一比例更是上升到50%。这些跌倒事件大部分发生在家中，通常是健康状况下降的结果，比如脱水或活动减少影响平衡能力。此类家中跌倒所造成的影响及后续治疗需求，给本已资金不足的英国国民医疗服务体系带来了更大压力，而跌倒事件带来的人员损失也不容低估。一项关于长期失能的调查发现，大约20%的髋部骨折患者在骨折后第一年就进入长期护理机构，这凸显了像跌倒这样的事件可能是许多人失去独立生活能力的开端。

然而，跌倒并非不可避免。得益于新的创新技术，我们可以在第一时间防止跌倒发生，从而避免其造成如此严重的后果。预计未来25年内，英格兰85岁以上人口将翻倍，达到260万。因此，在家庭护理方面，我们迫切需要转变思维，从被动应对转向主动预防。仅仅在事件发生后作出反应已经不够了。护理专业人员必须更好地利用只有技术才能提供的数据，以真正了解老年人在家中的生活状况，从而制定更好的护理计划，在症状出现时就及时应对健康衰退。跌倒可能是个人健康状况恶化的征兆，早期发现这种行为模式可以极大地影响一个人未来的生活质量，并降低因跌倒而入院的风险。

二、机器学习与物联网赋能远程健康监测

但如何实现呢？众所周知，护理行业正面临危机。职位空缺率已恢复到疫情前水平，其中家庭护理工作的空缺尤其增加（约7.4%）。随着生活成本危机的持续影响，护理行业的人员配置水平很可能受到进一步冲击，因为护理人员可能会转向零售和酒店业等薪酬更具吸引力的行业。尽管新政府正在审议的健康与社会保障税将缓解部分问题并帮助填补日益扩大的资金缺口，但资金增加的作用终究有限。那么，在资源紧张的情况下，护理提供者如何采取更积极的护理方式呢？

通过监测居家护理对象的关键指标，可以标记出可能导致健康状况恶化并引发跌倒的潜在症状。Lilli公司的远程护理解决方案将机器学习、行为数据分析和传感器技术相结合，形成一套基于云的系统。该方案的工作原理是，通过监测日常活动（如活动情况、体温、夜间活动和饮食饮水习惯），为每个居家服务对象建立其正常行为模式的基线。当一个人的行为偏离基线时，例如活动减少、如厕次数增加或饮水次数减少，这可能意味着其健康或身体状况出现了潜在的恶化。一旦出现偏离，系统就会向护理团队发出警报，使护理提供者、全科医生、社区护士或社区康复团队能够迅速采取后续干预措施。这种高度个性化的方法意味着团队可以制定解决方案，帮助老年人延长独立生活时间，并过上更充实的生活。

就预防跌倒而言，这种洞察力可以说是具有改变生活的力量。例如，如果护理提供者拥有数据显示服务对象饮水减少，他们就可以在脱水造成严重问题之前进行干预。同样，如果传感器数据显示个体的活动水平下降，这能使护理专业人员能够在适当时机提出正确的问题以了解原因。这可能意味着在家中移动已变得困难。这些信息将使护理提供者能够在潜在跌倒发生之前就作出反应，并采取保障措施预防事件发生，例如安装额外的扶手、引入辅助行走工具，甚至确保更频繁的家访。

同样，如果服务对象发生了跌倒，前期收集的数据可以揭示促成因素。例如，数据可能显示该个体在某段时间内未进食或饮水。这些数据还可以表明一个人的状况是否正在恶化。远程监测技术使护理提供者能够凭借这些信息更早地进行干预，并更快地提供所需护理。然后，这些洞察可用于防止跌倒再次发生，并减少因家中跌倒而住院的服务对象人数。

三、运用数智技术持续改善家庭护理

其潜在影响是巨大的——既有助于缓解过度紧张的健康与社会护理体系，也对个人层面具有重要意义。例如，在与多塞特郡议会最近的一个试点项目中，Lilli公司不显眼的家用传感器被用于监测刚出院患者健康状况恶化的潜在迹象。当行为模式发生变化（例如夜间起床更频繁或使用水壶减少）并被标记出来时，得到的数据使团队能够及时干预。

跌倒是老年人和体弱者住院的主要原因，也是75岁以上人群因伤死亡的最常见原因。因此，寻找减少此类事件的方法至关重要，这既能保护个人，又能减轻健康和社会护理提供者的压力。通过采用远程监测技术转向主动护理模式，将使健康和社会护理领域的领导者能够在更有效地管理资源的同时改善护理结果，从而对员工和服务对象都产生实质性影响。这也将为他们提供机会，不仅能降低家庭跌倒的风险，还能让护理提供者在为时已晚之前发现健康状况恶化的迹象。对于服务对象而言，这意味着他们能够在家里更长久、更安全、更独立地生活，并让他们的亲人和护理者安心。在人口老龄化问题的背景下，采用这些长期、可持续的解决方案将确保护理提供者不仅能够应对当前的需求和压力，还能为未来的挑战做好充分准备。

责编评论：

Lilli的方案不直接预测“跌倒”这个结果，而是精准捕捉导致跌倒的“前兆”，如脱水、活动减少等。这种基于个体行为基线的动态监测，使得干预措施更具针对性和前瞻性，旨在实现“防患于未然”。通过自动化监测和智能预警，技术将宝贵的专业人力从繁琐的日常巡查中解放出来，使其能聚焦于高价值的干预决策与人文关怀，实现了智慧养老人机协同的效率最大化。该技术方案避免了摄像头等侵入式设备带来的隐私困扰，通过分析行为模式而非图像，最大程度地保护了长者的尊严。同时，基于每个人的独特基线进行判断，避免了“一刀切”的标准化干预，让关怀真正回归到“人”本身。

资料来源：

根据AgeClub网站2025年12月11日发布的帖子缩写整理而成，参考链接：https://www.ageclub.net/article-detail/7705。

（本文责任编辑：李辰龙）