Silicon Labs（芯科科技）很榮幸與Emanate Wireless公司共同通過基于BG22與MG26 SoC所打造的RadioVision實時定位服務(wù)（RTLS）解決方案，榮獲Edge AI Foundation的2026年Blueprint獎項。依托芯科科技優(yōu)異的低功耗無線連接、AI/ML和安全技術(shù)支持，Emanate Wireless的RadioVision方案可達到99.9%房間級別（Room-Level）的定位精確度，意指在室內(nèi)環(huán)境中，該RTLS服務(wù)能夠準確區(qū)分人員或設(shè)備所在的房間，將醫(yī)院應(yīng)用的RTLS推向更實用的邊緣驅(qū)動架構(gòu)。

Edge AI Foundation的2026年Blueprint獎表彰了芯科科技和Emanate Wireless合作開發(fā)的標準、邊緣驅(qū)動的RTLS方案，使得醫(yī)療院所得以從傳統(tǒng)的專有、基礎(chǔ)設(shè)施密集型RTLS轉(zhuǎn)換至更具成本效益且仍可在真實醫(yī)療環(huán)境中實現(xiàn)99.9%室內(nèi)房間精度的新型解決方案。

為什么多數(shù)醫(yī)院仍缺乏可靠的房間級定位智能

深究其原因并不是醫(yī)院沒有相關(guān)需求，而是現(xiàn)有系統(tǒng)無法在不依賴昂貴、專有基礎(chǔ)設(shè)施的情況下提供臨床級精度。

多年來，醫(yī)療機構(gòu)被迫在兩種方案間取舍：要么部署基于有線基礎(chǔ)設(shè)施和供應(yīng)商鎖定技術(shù)的昂貴系統(tǒng)以獲得精度，要么采用低成本但無法滿足真實臨床工作流的解決方案。在病患護理、員工安全與合規(guī)依賴精確房間級感知的環(huán)境中，這種取舍根本行不通。

RadioVision為解決醫(yī)療RTLS問題提供新方法

RadioVision并非持續(xù)估算房間內(nèi)的位置，而是專注于更可靠的指標：準確知道某物何時進入或離開房間。這一轉(zhuǎn)變徹底改變了架構(gòu)。

門口成為智能點。

電池供電的低功耗藍牙5.1 AoA卡點部署在門檻處，利用設(shè)備端機器學習實時分類移動。

不再只是病人或資產(chǎn)“可能在哪里”的模糊信息，而是提供“是否在房間內(nèi)”的確切信息。

這種方式使系統(tǒng)在真實醫(yī)院環(huán)境中實現(xiàn)99.9%的房間級精度，而無需有線基礎(chǔ)設(shè)施或?qū)Ｓ凶x寫器生態(tài)。

邊緣AI帶來準確且實用的部署

室內(nèi)無線信號復(fù)雜多變，反射、干擾與持續(xù)移動讓傳統(tǒng)算法難以可靠定位。RadioVision采用根本不同的方法：

不依賴更多基礎(chǔ)設(shè)施或復(fù)雜信號處理，而是用機器學習識別真實運動模式。

在門口直接分類進出事件，所有處理在設(shè)備端完成。

高帶寬AoA 數(shù)據(jù)在本地轉(zhuǎn)化為確定性的房間狀態(tài)事件，僅上傳這些事件。

Emanate Wireless首席執(zhí)行官Neil Diener表示：“行業(yè)一直試圖通過增加基礎(chǔ)設(shè)施來解決房間級精度問題。我們采取了不同的方法—聚焦門口并使用邊緣機器學習，在沒有高成本與復(fù)雜性的情況下實現(xiàn)99.9%精度。芯科科技的低功耗無線與設(shè)備端AI能力是實現(xiàn)這一架構(gòu)實用與可擴展的關(guān)鍵?！?/p>

房間級精度為醫(yī)療服務(wù)帶來的實質(zhì)影響

當具備可靠的房間級精度，它將能提供更智能化的醫(yī)療服務(wù)，例如：

護士進入房間時自動取消呼叫

員工求助警報更精準可執(zhí)行

洗手合規(guī)可被可靠監(jiān)控

資產(chǎn)基于實際使用而非估算進行追蹤

患者與員工互動可在真實語境中理解

這些不是漸進改進，而是直接影響病患結(jié)果、員工效率與運營可視性。

以MG26和BG22實現(xiàn)醫(yī)療臨床級RTLS

RadioVision基于芯科科技的MG26多協(xié)議無線SoC與BG22藍牙SoC，結(jié)合低功耗無線連接、AoA能力與嵌入式AI/ML硬件加速器。

BG22作為AoA接收器，收集CTE包與相位信息。

MG26處理數(shù)據(jù)并在集成AI加速器上運行機器學習推理。

即使在多徑與干擾豐富的醫(yī)院環(huán)境中，也能以99.9%精度分類門口進出。

低功耗架構(gòu)消除了密集有線基礎(chǔ)設(shè)施需求。無需PoE安裝與專用讀寫器網(wǎng)絡(luò)，RadioVision可作為緊湊電池供電卡點部署，在典型醫(yī)院工作負載下電池壽命可達五年。

成果是一個可擴展、節(jié)能的RTLS模型，將每間房的基礎(chǔ)設(shè)施成本從超過1,000美元降至約100美元，使臨床級房間精度更易于各類醫(yī)院采用。

邊緣AI的新藍圖

Edge AI Foundation Blueprint Award不僅關(guān)注性能，更強調(diào)架構(gòu)上的根本創(chuàng)新。RadioVision代表了這種轉(zhuǎn)變：

用基于標準、電池供電的方式取代專有、基礎(chǔ)設(shè)施密集型系統(tǒng)。

構(gòu)建在確定性邊界智能與設(shè)備端機器學習之上。

雖然最初為醫(yī)療而開發(fā)，但該架構(gòu)遠不止于此，任何需要可靠實時室內(nèi)感知的環(huán)境都能受益。芯科科技與Emanate Wireless合作將這一創(chuàng)新推向市場。通過獲獎的RadioVision RTLS解決方案證明，實現(xiàn)99.9%室內(nèi)房間精度無需復(fù)雜基礎(chǔ)設(shè)施或?qū)Ｓ猩鷳B(tài)，而是需要一種全新的思維方式。