CareSignal — แพลตฟอร์มข้อมูลต่อเนื่องสำหรับประกันดูแลระยะยาว (LTC)

ใช้กล้องมือถือวัดความถดถอยของสมรรถภาพผู้สูงอายุที่บ้าน เพื่อให้บริษัทประกันป้องกันภาวะพึ่งพิงก่อนเกิดเคลม LTC — โดยไม่ส่งภาพออกจากเครื่องแม้แต่เฟรมเดียว

ผลงานเข้าประกวด OIC InsurTech Award 2026 · โจทย์: ความเสี่ยงด้านสังคมสูงวัย

🔗 ทดลองใช้: https://sarawut2206.github.io/CareSignal-V2/

---

ปัญหาที่แก้

“การล้มหนึ่งครั้งของผู้สูงอายุ อาจเปลี่ยนจากการดูแลที่บ้าน เป็นค่าใช้จ่ายระยะยาวของครอบครัวและบริษัทประกัน — เราจึงตรวจจับสัญญาณการเสื่อมถอย ก่อนเกิดเหตุ”

ผู้สูงอายุราว 1 ใน 3 ล้มอย่างน้อยปีละครั้ง และการล้มคือจุดเริ่มต้นที่พบบ่อยที่สุดของภาวะพึ่งพิง (WHO Step Safely 2021) ขณะที่บริษัทประกันไทยออกผลิตภัณฑ์ดูแลระยะยาว (Long-Term Care) ได้ยาก เพราะไม่มีข้อมูลสมรรถภาพของคนไทยแบบต่อเนื่อง — ไม่มีตารางอุบัติการณ์ LTC มาตรฐาน ไม่รู้ว่าใครกำลังถดถอย และรู้ตัวอีกทีคือตอนเคลม CareSignal สร้างข้อมูลชุดนั้นจากการประเมินมาตรฐาน (Five-Times Sit-to-Stand, Timed Up & Go) ที่ทำเองได้ที่บ้านด้วยกล้องมือถือ

รู้ก่อนพึ่งพิง · ป้องกันก่อนเคลม

ผลลัพธ์ที่นำเสนอเป็นตัวเลข

แยกชัดเจนระหว่างสิ่งที่กลไกในระบบวัดได้แล้ววันนี้ กับเป้าหมายที่ประกาศเกณฑ์ล่วงหน้าเพื่อพิสูจน์ในนำร่อง 30–100 ราย — ไม่นำตัวเลขสมมติมาแสดงเป็นผลจริง

ตัวชี้วัด	ตัวเลข	สถานะ
จับสัญญาณเสี่ยงก่อนเกิดเหตุ	21–90 วัน ตามรอบประเมินของระดับสัญญาณ + แจ้งทันทีเมื่อช้าลงเกิน MCID 2.3 วิ	กลไกทำงานแล้ว · จำนวนวันนำหน้าการล้มจริงวัดในนำร่อง
การล้มในกลุ่มเข้าโปรแกรมป้องกัน	−20–25% (Cochrane 2019; Otago) → ลดเหตุส่งโรงพยาบาลตามสัดส่วน	อ้างอิงวรรณกรรม ไม่ใช่ผลของระบบนี้เอง
ต้นทุนสินไหม LTC (โมเดลฐาน)	−12% (เข้าโปรแกรม 60% × ประสิทธิผล 20%) เทียบเพิ่มกับพอร์ตไม่คัดกรอง +25% adverse selection	สมมติฐานโมเดล ปรับได้ 14 ตัวแปร
ภาระคัดกรองของ Care Manager	~70% ลดลง — เอนจินกฎ triage ให้รีวิวเฉพาะเคสเข้าเกณฑ์	กลไกทำงานแล้ว · เวลาจริงวัดในนำร่อง
กลับมาประเมินซ้ำใน 90 วัน	≥60% — ระบบเทียบคะแนนกับ baseline ตัวเองอัตโนมัติ (กฎ R4)	เกณฑ์ผ่านประกาศล่วงหน้า (ตัวชี้วัด #6 ของแผนนำร่อง)

โครงสร้างระบบ

ไฟล์	คืออะไร	สำหรับใคร
index.html	หน้ารวม อธิบายภาพใหญ่	ทุกคน — เริ่มที่นี่
CareSignal-Vision.html	ระบบหลัก — กล้องตรวจจับ 33 จุดบนร่างกาย นับลุกนั่ง 5 ครั้ง + จับเวลาอัตโนมัติ + เอนจินกฎอ่านแนวโน้ม + คิวเคสผู้เชี่ยวชาญ + แดชบอร์ดพอร์ต	สาธิตแกนกลางของนวัตกรรม
CareSignal-App.html	แอปสมาชิกฉบับเต็ม — วัดด้วยกล้อง (FTSTS + TUG), ยืนยันตัวตนด้วยใบหน้า (opt-in), สมัครประกัน, แผนป้องกันเฉพาะบุคคล	ผู้เอาประกัน (ออกแบบเพื่อผู้สูงอายุ)
CareSignal-Web.html	เว็บสาธารณะ + คิว Care Manager + Model Card + ฐานหลักฐานวิชาการ + แผนวัดผลนำร่อง	สาธารณะ / ทีมดูแล / ผู้กำกับดูแล
CareSignal-Insurer-Model.html	โมเดลผลประกอบการ 5 ปี ปรับสมมติฐานได้ 14 ตัวแปร + ทะเบียนความเสี่ยง + คำถามที่ผู้กำกับดูแลจะถาม	บริษัทประกัน / นักคณิตศาสตร์ประกันภัย
sw.js	Service Worker — แคชแอปและโมเดล AI ให้ใช้ออฟไลน์ได้หลังเปิดครั้งแรก	—

หลักการที่เขียนอยู่ในโค้ด (ไม่ใช่คำสัญญาในเอกสาร)

1. ไม่ส่งภาพออกจากเครื่อง — กล้องประมวลผลด้วย MediaPipe Pose บนเครื่องผู้ใช้ ระบบเก็บเฉพาะตัวเลข (เวลา จำนวนครั้ง คะแนน) ตรวจสอบได้เอง: ค้นทั้งโปรเจกต์จะไม่พบ fetch( / XMLHttpRequest / sendBeacon / WebSocket แม้แต่ตัวเดียว — การเชื่อมต่อภายนอกมีเพียงการดาวน์โหลดไลบรารี โมเดล และฟอนต์
2. ลดเบี้ยทางเดียว — discount:{4:.15, 3:.08, 2:0, 1:0} ไม่มีเส้นทางใดในโค้ดที่เพิ่มเบี้ยหรือปฏิเสธความคุ้มครองจากคะแนนที่แย่ลง
3. มนุษย์ตัดสินเสมอ — AI คัดกรองและรวบรวมหลักฐาน การส่งต่อและสินไหมทุกกรณีต้องกดยืนยันโดยผู้เชี่ยวชาญ และทุกการตัดสินใจถูกบันทึกใน audit log ที่ผู้ใช้เปิดดูได้
4. แยก AI ออกจากกฎ — กล้องตรวจจับท่าทางคือ AI จริง ส่วนการอ่านแนวโน้มใช้กฎ R1–R7 ที่อ้างอิงงานวิจัยและอธิบายเหตุผลเป็นตัวเลขได้ทุกคำเตือน ไม่เรียกรวมว่า "AI ทำนายโรค"
5. เทียบกับตัวเองในอดีต ไม่ใช่ค่าเฉลี่ยคนอื่น — ลดอคติระหว่างเพศ/ช่วงอายุโดยการออกแบบ

เทคนิคที่ใช้

• MediaPipe Pose Landmarker (33 จุด, ประมวลผลในเครื่อง, WebGL GPU)
• ตัววัดไม่ขึ้นกับระยะกล้อง: M = (ระยะข้อเท้า−สะโพก) ÷ (ระยะข้อเท้า−ไหล่) + สอบเทียบท่านั่ง/ยืนรายบุคคล
• ตัวนับครั้ง: state machine พร้อม hysteresis (ขึ้น 68% / ลง 36% ของช่วงสอบเทียบ) + moving average 5 เฟรม กันนับซ้ำจากการสั่น
• เกณฑ์เวลาอ้างอิงประชากรไทย: 10.0 / 11.5 / 12.1 วินาที ตามช่วงอายุ (Poncumhak 2014; Intaruk 2021) · MCID ≈ 2.3 วิ (Meretta 2006; Goldberg 2012)
• PWA เต็มรูปแบบ: ติดตั้งลงเครื่องได้ ใช้ออฟไลน์ได้หลังเปิดครั้งแรก (โมเดล AI ถูกแคชไว้)
• ทางสำรองทุกจุด: กล้องเปิดไม่ได้ / โมเดลโหลดไม่ได้ / นับไม่ขึ้นกลางคัน → จับเวลาเองแล้วกรอกตัวเลข ระบบให้คะแนนและวิเคราะห์เหมือนกันทุกอย่าง และบันทึกไว้เสมอว่าครั้งนั้นวัดด้วยวิธีใด

📲 ติดตั้งเป็นแอปบนมือถือ

CareSignal เป็น Progressive Web App (PWA) เต็มรูปแบบ — ติดตั้งได้เหมือนแอปจริง ไอคอนบนหน้าจอ เปิดเต็มจอไม่มีแถบเบราว์เซอร์ และใช้ได้แม้ไม่มีอินเทอร์เน็ตหลังเปิดครั้งแรก

แพลตฟอร์ม	วิธีติดตั้ง
Android (Chrome)	เปิดเว็บ → แตะปุ่ม "ติดตั้ง" ที่ระบบเสนอ หรือเมนู ⋮ → "ติดตั้งแอป"
iPhone / iPad (Safari)	ปุ่มแชร์ → "เพิ่มลงหน้าจอโฮม" → เพิ่ม (แอปมีตัวช่วยแนะนำขั้นตอนในตัว)
Windows / Mac (Chrome/Edge)	ไอคอน ⊕ ในแถบที่อยู่ → "ติดตั้ง"

เมื่อติดตั้งแล้ว กดค้างที่ไอคอนจะมี ทางลัด ไปยัง "เริ่มประเมินด้วยกล้อง", "แอปสมาชิก" และ "โมเดลธุรกิจ" ได้ทันที

ต้องการแพ็กเป็นไฟล์ .aab ขึ้น Google Play Store? ใช้ PWABuilder กรอก URL ของเว็บนี้ ระบบจะสร้างแพ็กเกจ Trusted Web Activity ให้อัตโนมัติ — manifest ของโปรเจกต์นี้ผ่านเงื่อนไขครบแล้ว

มาตรฐานที่ระบบผ่าน

• PWA installable — manifest ครบ (id, icons maskable, shortcuts, display_override) + Service Worker offline ที่ทดสอบแล้ว + ระบบแจ้งอัปเดตเวอร์ชันอัตโนมัติ
• Content Security Policy — ทุกหน้าประกาศ CSP จำกัดแหล่งสคริปต์/การเชื่อมต่อไว้เฉพาะ CDN ที่จำเป็น, object-src 'none', base-uri 'self' — ลดพื้นผิวการโจมตี XSS
• การเข้าถึง (WCAG 2.1) — dialog มี focus management + ปิดด้วย Escape, toast เป็น aria-live, แท็บมี aria-selected, รองรับ prefers-reduced-motion, ตัวอักษรและปุ่มขนาดใหญ่ทั้งระบบสำหรับผู้สูงอายุ
• SEO / Social — meta description ทุกหน้า + Open Graph สำหรับการแชร์ลิงก์

การใช้งาน

ออนไลน์: เปิด https://sarawut2206.github.io/CareSignal-V2/ (ต้องอนุญาตใช้กล้องสำหรับหน้าที่ใช้กล้อง)

ในเครื่อง: Service Worker และกล้องต้องการ secure context จึงควรรันผ่านเว็บเซิร์ฟเวอร์:

python -m http.server 8000
# แล้วเปิด http://localhost:8000

สถานะของงานและข้อจำกัด (ประกาศอย่างเปิดเผย)

• ระบบทำงานได้จริงทั้งหมด แต่ยังไม่ผ่านการทดสอบภาคสนามกับผู้สูงอายุจริง — แผนวัดผลนำร่อง 30–100 ราย พร้อมเกณฑ์ผ่านที่ประกาศล่วงหน้า อยู่ในหน้า "แผนวัดผลนำร่อง" ของเว็บแพลตฟอร์ม
• ตัวเลขการเงินในโมเดลผู้ประกอบการเป็นสมมติฐานที่ประกาศชัดและปรับได้ทุกตัวแปร อัตราลดอุบัติการณ์อ้างอิงวรรณกรรมต่างประเทศ ไม่ใช่ผลของระบบนี้เอง
• เดโมนี้เป็น client-side ทั้งหมด (GitHub Pages ไม่มี backend) — ฐานข้อมูลกลาง คิวเคสข้ามเครื่อง และระบบสิทธิ์ผู้ใช้จริง ต้องมี backend ในเฟสถัดไป ชั้นข้อมูล (DB adapter) ออกแบบให้สลับเป็น REST API ได้ทันที
• หน้า "ผู้เชี่ยวชาญ" และ "บริษัทประกัน" เปิดให้ชมได้เพื่อการนำเสนอ โดยมีประตูประกาศบทบาทกำกับ — ระบบจริงใช้ role-based access
• ระบบนี้เป็นเครื่องมือสนับสนุนการตัดสินใจ ไม่ใช่การวินิจฉัยทางการแพทย์ และการเสนอขายประกันภัยจริงต้องดำเนินการโดยบริษัทที่ได้รับใบอนุญาตจากสำนักงาน คปภ.

ความเป็นส่วนตัว (PDPA)

• ขอความยินยอมชัดเจนก่อนเก็บข้อมูล และขอแยกต่างหากสำหรับข้อมูลชีวมิติ (มาตรา 26) ซึ่งปฏิเสธได้โดยยังใช้ระบบได้ตามปกติ
• ลายเซ็นใบหน้า (ตัวเลข 6 ค่า ไม่ใช่ภาพ) เก็บในเครื่องผู้ใช้เท่านั้น ไม่ผ่านชั้นฐานข้อมูลใด
• ผู้ใช้ถอนความยินยอมและลบข้อมูลทั้งหมดได้ทุกเมื่อในหน้าตั้งค่า
• ข้อมูลที่แชร์ให้แดชบอร์ดพอร์ตเป็นสรุป แบบแฝงชื่อ (pseudonymised) — รหัสสุ่มแทนชื่อจริง ช่วงอายุ เพศ ระดับสัญญาณ ตามหลัก data minimization และปิดการแชร์ได้
• เราเรียกข้อมูลชุดนี้ว่า "แฝงชื่อ" ไม่ใช่ "นิรนาม" โดยตั้งใจ เพราะยังมีรหัสอ้างอิงที่เชื่อมกลับได้ จึงยังเป็นข้อมูลส่วนบุคคลที่อยู่ในบังคับของ PDPA ทุกมาตรา — การเรียกว่า anonymised จะทำให้เข้าใจผิดว่าอยู่นอกขอบเขตกฎหมาย

---

© 2026 ทีม CareSignal · ผลงานเพื่อการแข่งขัน OIC InsurTech Award 2026