Fall Detection Alert System
蔡O宏、葉O恩、林O各、孫O德、劉O瑋
高齡者跌倒常因驚慌或昏迷而無法手動求救，導致致命的「長時倒地」併發症。現有自動化設備成本高昂，難以普及中低收入家庭。為解決此問題，本研究運用平價的 micro:bit 平台，開發無需人工介入的穿戴式跌倒偵測系統。系統以加速度1700（約1.79g）作為衝擊判定閾值。為防範誤報，設有5秒緩衝期供使用者手動解除；若超時未取消，則自動發送SOS無線電訊號並啟動高分貝視聽警報，以利即時救援。情境測試證實該系統能順利執行自動通報與誤報攔截邏輯。然而，從批判性視角檢視，本研究缺乏人體臨床試驗，且過度依賴「單一固定加速度閾值」，此為嚴重的實務侷限。基於個體體型與運動模式差異，固定數值極易將日常活動誤判為跌倒。未來必須導入真實人體數據進行動態校準，以防警報疲勞。總結而言，本專案成功建構低成本自動化求救機制，有效縮短救援時間並實踐 SDG 3 促進高齡者健康之目標，惟演算法精確度仍待實證優化。
