随着越来越多新加坡长者选择或被迫独自生活，社区层面的安全监测科技变得格外重要。 本地团队正研发各式非侵入式系统，从动作模式、声音、睡眠与空间使用等日常细节中找出早期风险，让危险发生前就能被看见。
本地新创 SoundEye 的做法是不依赖穿戴设备，也不用镜头。其系统 Lasso 通过低分辨率深度成像判断人体姿态，再结合声音识别 AI 侦测尖叫、求救声或异常动静，一旦判断可能跌倒或需要援助，就立刻把通知送给照护者。这种成像无法看清长者的面孔，大幅减轻隐私疑虑，并能在厕所、卧室等私密空间使用。
公司正在研发的新系统 AURI 将以智能吸顶灯形态在2026年推出。只要有人移动，它就会自动亮灯，同时监测整间房内的动作与声音；如果侦测到异常，会把短视频与通知发送到照护者的手机应用，让家属不必依赖穿戴式按钮或手动报警。
但实际使用中仍有障碍。试点居民中，有人觉得墙上布线不美观，有人担心电力消耗，也有人不小心关闭电源导致监测中断。开发团队表示，这些反馈都已用于新设计中，希望未来版本能解决疑虑。照护链条也有现实问题，若家属当下在会议、国外或睡着，就会延误响应。有案例中，长者在厨房跌倒后，因主要联络人出国，家里其他人直到一个小时后才赶到。
狮子会“关爱伙伴”的项目利用电脑上的摄像头，在家庭探访期间实时分析面部表情，以及早发现受困迹象
另一项由盛港综合医院与新大合作的 Sinew 计划，则把注意力放在长者的“日常行为模式”。研究团队在超过200户独居长者家庭布置隐蔽感应器，追踪睡眠、步行路线、活动频率、空间使用变化以及与用药相关的动作，再用机器学习模型找出轻度认知障碍的早期迹象。初步研究显示，系统对识别高风险长者的准确率接近九成。
研究团队说，许多认知或功能退化的早期迹象并不会在诊所里显现，而是在生活习惯里慢慢改变。例如，夜间行走变多、活动范围缩小、药物使用变得不规律，都是常见的信号。下一阶段将把系统整合进记忆门诊与初级照护流程，也计划扩展到社区照护体系中，让筛查从中年时期就开始。
除了健康与认知外，行动功能的下降也很难在传统门诊里及时发现。为此，SUTD 团队开发的 Neatsens 智能针织护膝把动作监测织进布料中。原型产品可记录步数、步态对称性、坐站等关键指标。研究者指出，多数复健发生在院外，但医疗人员却只能看到门诊的短暂表现，这类穿戴式感应器能弥补资讯缺口。 目前小规模试验已取得乐观结果，团队计划在2027年前推出市场。
老妇人穿着 Neatsens 膝套走下楼梯
在多个社区项目中，一个共同趋势逐渐成形：监测越不打扰生活、越不需要长者主动协作，就越容易真正发挥作用。许多独居长者不愿佩戴装置，也不愿让摄像头进入家里，因此被动式、隐蔽式、自动化的科技更能获得接受。
这些社区监测系统的目标并非全程“盯着”，而是让风险在最早阶段浮现。 跌倒风险、认知退化、夜间行为变化，都可能在第一时间触发提示，给家属与照护人员留出反应时间。在老龄化持续加深的背景下，这些工具正在成为支持独居长者安全的重要基础。
