Deskripsi :

Pemantauan pasien di ruang rawat inap membutuhkan respons yang cepat, konsisten, dan berkelanjutan. Keterbatasan pengawasan manual mendorong pemanfaatan kamera dan deep learning untuk mengenali indikasi jatuh atau kejang, kemudian meneruskan peringatan kepada pihak yang bertanggung jawab. Buku ini membahas sistem peringatan dini yang menghubungkan deteksi visual, validasi durasi, penyimpanan kejadian, dan layanan notifikasi.

Keunggulan utama buku ini terletak pada pendekatannya yang lintas disiplin. Pembaca tidak hanya diperkenalkan pada konsep artificial intelligence, convolutional neural network, dan YOLO26, tetapi juga pada perumusan kebutuhan, perancangan arsitektur client-server, pengelolaan dataset, pengujian model, evaluasi sistem real-time, keamanan data, serta mekanisme respons pengguna. Dengan demikian, keluaran model dipahami sebagai bagian dari sistem informasi yang harus andal, terukur, dan dapat diaudit.

Buku ini ditujukan bagi mahasiswa, dosen, peneliti, pengembang perangkat lunak, tenaga kesehatan, dan pengelola fasilitas pelayanan yang ingin memahami penerapan deep learning untuk pemantauan kondisi darurat. Penerapannya tetap memerlukan prosedur verifikasi manusia, perlindungan data pasien, penetapan ambang operasional yang tepat, dan evaluasi berkala pada lingkungan nyata. Semoga buku ini menjadi referensi yang bermanfaat serta mendorong pengembangan teknologi kesehatan yang bertanggung jawab dan berorientasi pada keselamatan pasien.