前幾天介紹了 VoCare 的跌倒偵測、日常狀態、行動能力，以及語音與影像資訊。

但真正進入系統之後，還會遇到一個問題：

如果不同模組給出的結果不一樣，最後到底該相信誰？

這就是今天要介紹的 多模態融合與分級決策。

為什麼不能只看單一結果？

假設影像模組判斷：

疑似跌倒。

但同一時間，使用者馬上回答：

我沒事。

這時候如果系統只相信影像，就可能產生誤報。

相反地，如果使用者沒有任何回應，而且持續躺在地面，那風險就會高很多。

所以 VoCare 不會只依靠單一資訊，而是同時考慮：

• 影像狀態
• 語音回應
• 活動資訊
• 使用者平常的基準
• 事件持續時間

多模態資訊怎麼整合？

整體流程可以簡化成：

影像資訊
語音資訊
活動狀態
個人化資料
↓
多模態融合
↓
風險判斷
↓
提醒 / 確認 / 警示

每一項資訊都不是最後答案，而是判斷的一部分。

分級決策

VoCare 目前希望把系統反應分成不同層級。

第一級：一般提醒

例如：

久坐太久
活動量略低
該喝水或休息

這類情況通常不需要太強烈的反應。

第二級：主動確認

例如：

疑似跌倒
長時間沒有活動
多項狀態和平常不同

這時系統可以主動詢問：

你還好嗎？

第三級：警示

如果出現：

疑似跌倒
持續沒有回應
多次確認失敗

系統才會進一步提高警示等級，必要時通知家屬。

AI 不負責決定所有事情

這裡有一個很重要的原則：

AI 負責分析，安全規則負責最後決策。

例如 AI 可以告訴系統：

跌倒可能性：高
語音回應：無
活動狀態：持續靜止

但要不要通知家屬，仍然由固定規則判斷。

這樣可以避免 AI 一次判斷錯誤，就直接觸發重要操作。

一個完整例子

例如：

偵測到快速下降
↓
姿勢接近水平
↓
判斷疑似跌倒
↓
詢問「你還好嗎？」
↓
沒有語音回應
↓
持續沒有起身
↓
提高警示等級
↓
通知家屬

如果中間任何一步確認使用者安全，就可以停止警示升級。

Day 15 小結

VoCare 的多模態融合，除了把很多 AI 功能放在一起，還要讓不同資訊互相驗證。

最終希望做到：

AI 提供判斷依據，系統規則決定真正的行動。

這樣在面對長者照護與安全相關功能時，也能降低誤判帶來的影響。