隨著越來越多新加坡長者選擇或被迫獨自生活，社區層面的安全監測科技變得格外重要。 本地團隊正研發各式非侵入式系統，從動作模式、聲音、睡眠與空間使用等日常細節中找出早期風險，讓危險發生前就能被看見。
本地新創 SoundEye 的做法是不依賴穿戴設備，也不用鏡頭。其系統 Lasso 通過低解析度深度成像判斷人體姿態，再結合聲音識別 AI 偵測尖叫、求救聲或異常動靜，一旦判斷可能跌倒或需要援助，就立刻把通知送給照護者。這種成像無法看清長者的面孔，大幅減輕隱私疑慮，並能在廁所、臥室等私密空間使用。
公司正在研發的新系統 AURI 將以智能吸頂燈形態在2026年推出。只要有人移動，它就會自動亮燈，同時監測整間房內的動作與聲音；如果偵測到異常，會把短視頻與通知發送到照護者的手機應用，讓家屬不必依賴穿戴式按鈕或手動報警。
但實際使用中仍有障礙。試點居民中，有人覺得牆上布線不美觀，有人擔心電力消耗，也有人不小心關閉電源導致監測中斷。開發團隊表示，這些反饋都已用於新設計中，希望未來版本能解決疑慮。照護鏈條也有現實問題，若家屬當下在會議、國外或睡著，就會延誤響應。有案例中，長者在廚房跌倒後，因主要聯絡人出國，家裡其他人直到一個小時後才趕到。
獅子會「關愛夥伴」的項目利用電腦上的攝像頭，在家庭探訪期間實時分析面部表情，以及早發現受困跡象
另一項由盛港綜合醫院與新大合作的 Sinew 計劃，則把注意力放在長者的「日常行為模式」。研究團隊在超過200戶獨居長者家庭布置隱蔽感應器，追蹤睡眠、步行路線、活動頻率、空間使用變化以及與用藥相關的動作，再用機器學習模型找出輕度認知障礙的早期跡象。初步研究顯示，系統對識別高風險長者的準確率接近九成。
研究團隊說，許多認知或功能退化的早期跡象並不會在診所里顯現，而是在生活習慣里慢慢改變。例如，夜間行走變多、活動範圍縮小、藥物使用變得不規律，都是常見的信號。下一階段將把系統整合進記憶門診與初級照護流程，也計劃擴展到社區照護體系中，讓篩查從中年時期就開始。
除了健康與認知外，行動功能的下降也很難在傳統門診里及時發現。為此，SUTD 團隊開發的 Neatsens 智能針織護膝把動作監測織進布料中。原型產品可記錄步數、步態對稱性、坐站等關鍵指標。研究者指出，多數復健發生在院外，但醫療人員卻只能看到門診的短暫表現，這類穿戴式感應器能彌補資訊缺口。 目前小規模試驗已取得樂觀結果，團隊計劃在2027年前推出市場。
老婦人穿著 Neatsens 膝套走下樓梯
在多個社區項目中，一個共同趨勢逐漸成形：監測越不打擾生活、越不需要長者主動協作，就越容易真正發揮作用。許多獨居長者不願佩戴裝置，也不願讓攝像頭進入家裡，因此被動式、隱蔽式、自動化的科技更能獲得接受。
這些社區監測系統的目標並非全程「盯著」，而是讓風險在最早階段浮現。 跌倒風險、認知退化、夜間行為變化，都可能在第一時間觸發提示，給家屬與照護人員留出反應時間。在老齡化持續加深的背景下，這些工具正在成為支持獨居長者安全的重要基礎。
