← ステッカーウォール AGENT · DETAIL

浴室転倒早期警戒レーダーセット月額プラン：ミリ波によるプライバシーに配慮した非接触検知、3つの施設で月商3.6万元

ワークフロー：入力は浴室の天井に取り付けられた60GHzミリ波レーダーから継続的に出力される点群フレームで、愛牽掛UE careの7×24時間仕様に準拠する。処理はエッジゲートウェイで自社トレーニングした転倒モデルを実行して姿勢変化率を判定し、さらに文心

AGENT

主要項目

FIELD STAMPS

業界AI・大規模モデル

地域中国（中国大陆）

規模中小企業

チャネルオンライン

🔧 ワークフロー

入力は浴室の天井に取り付けられた60GHzミリ波レーダーから継続的に出力される点群フレームで、愛牽掛UE careの7×24時間仕様に準拠する。処理はエッジゲートウェイで自社トレーニングした転倒モデルを実行して姿勢変化率を判定し、さらに文心大模型（ERNIE）を呼び出してアラートのセマンティクスを生成する。同等のソリューションはRK3588 NPU上で[email protected]が89.3%に達する。出力は即時アラート、ケアの提案、週報の項目となる。アラートはリアルタイムプッシュされ、週報は毎週集計される。介護スタッフが現場に到着して確認・復旧を行った後にクローズドロープとなり、誤検知のサンプルは再トレーニングにフィードバックされる（仕様と事例の基準に基づく）。

🛠 構築のハードル

60GHzミリ波レーダー開発キットおよびRaspberry Pi 4BまたはRK3588エッジゲートウェイの調達が必要。エッジAIフレームワークを使用して自社トレーニングした転倒検知モデルを展開し、企業微信（WeCom）ロボットのプッシュチャネルを設定する。組み込みLinux、Python、基礎モデルのデプロイ能力が必要であり、約3〜4週間でモデルルームを完成させて全行程を稼働させることができる。

🧰 ツールチェーン

🔧 60GHzミリ波レーダーモジュール（TI IWR6843やインフィニオンBGT60など）
🔧 Raspberry Pi 4BまたはRK3588エッジゲートウェイ
🔧 文心大模型API（アラートのセマンティクスとケア提案の生成用）
🔧 企業微信ロボットまたはDingTalkロボットのプッシュチャネル

💰 収入

① 介護施設の月額サブスクリプション（主要収入）：老人ホームやデイサービスセンターが1施設あたり月額8000〜12000元を支払い、3施設と契約＝月収2.4万〜3.6万元。この収益源の総収入におけるウェイトは公表されていない（事例内の数値であり、独立した検証はなし、時点は2026年）。② ハードウェアセットの販売：施設がセット単位でレーダーとエッジゲートウェイを購入。1セットあたりのコストは2500〜3500元で、販売価格は非公開（事業者が報告したコストであり、独立した検証はなし）。シェア割合も同様に空欄。③ 施設追加による収益拡大：1施設追加するごとのコスト増加はハードウェアの償却費と月額約300元の通信・運用保守コストのみで、月額料金は8000〜12000元。実際に何施設追加で契約したかは不明であり、シェアのデータはない。④ オポチュニティ項目―一般家庭向けC端サブスクリプション：同じセットのデバイスを家庭向けに月額で販売する。同等の実測データを参考にすると、エッジ演算能力の最適化により転倒の未検知率が35.2%から7.8%に低下（メディア報道による実測試算であり、独立した検証はなし）。この領域が占める割合についても数値はない。

💸 コスト

ハードウェア1セットあたりのコストは約2500〜3500元（レーダーモジュールとエッジゲートウェイ）、1施設あたりの月額大規模言語モデルAPIおよび通信費は約300元、初期のモデルルーム総投資額は約6000元。

⏱ 時間投入

週約12時間。デバイスの状態巡回、アラートの確認、週報の整理、更新手続きの連絡を含み、システムが安定した後はメンテナンス時間は徐々に減少する。

🚀 初心者ガイド

ステップ1：60GHzミリ波レーダー開発ボードを1台購入し、メーカーのSDKを使用して点群データを読み取り、公式の転倒検知デモを稼働させる。その後、自分や家族が転倒をシミュレートしたデータを録画してモデルを微調整する。ステップ2：地元の中小規模の老人ホームまたはデイサービスセンターを1か所見つけて無料のパイロット運用を行い、実際のシーンのデータを蓄積した後に月額課金に移行する。

🔑 成功のカギ

✅ 浴室などの高湿度環境でも視覚的な遮蔽物の影響を受けず、レーダーによる識別が安定し、誤検知が大幅に減少する
✅ 完全オフラインのエッジ推論によりプライバシーが保護され、映像が施設外に出ないため、家族や介護スタッフの受け入れられやすい
✅ 月額SaaSモデルにより、一回限りのハードウェア売買が継続的な課金キャッシュフローに変わり、施設の定着率（ロイヤルティ）が向上する
✅ IP65以上の保護等級を持つハードウェアコンポーネントを採用し、浴室の湿潤環境でも長期的な安定稼働を確保する

⚠️ 风险

⚠️ ミリ波レーダーは、静的な転倒や後方への倒れ込みの識別能力がやや弱いため、実際の転倒姿勢のデータを継続的に収集してモデルをチューニングする必要がある。そうしないと、検知漏れが発生して顧客からの信頼を失う
⚠️ 介護施設は新規の月額費用に対して敏感であり、より安価な競合製品や地元のシステムインテグレーターによる価格競争が起きた場合、継続率が低下する可能性がある
⚠️ 介護スタッフのワークフローの変更にはトレーニングによる協力が必要であり、初期の操作に不慣れな場合はアラートへの対応遅延を招き、顧客満足度に影響を与える可能性がある

📌 実例

📌 開発者のTheDan氏が火山引擎（Volcengine）ADGコミュニティで「文心守護」システムをオープンソース化し、60GHzレーダーと文心大模型を組み合わせて高齢者の非接触見守りを実現。レーダーと大規模言語モデルを組み合わせた転倒検知のルートが個人開発者の手でも実装可能であることを証明した
📌 愛牽掛がUE careミリ波レーダー転倒警報器をリリースし、家庭および施設向けに量産・販売。ミリ波転倒警報ハードウェアが介護市場において実際の需要があることを検証した
📌 陌讯（Moxun）のマルチモーダルアルゴリズムがすでに介護施設に導入されており、エッジコンピューティングの最適化によって転倒の未検知率が78%低下。介護・ヘルスケアシーンにおける同技術の商業的価値を検証した

出典