【記者姚孟汝報導】頭頸癌是頭部與頸部出現癌病變，包含口腔癌、鼻咽癌與甲狀腺癌等，而台灣頭頸癌比率居世界之冠。中國醫藥大學醫學工程與復健科技產業博士蔡宜倫，發表論文〈以深度學習自動圈選頭頸癌腫瘤與淋巴結及分析放射組學關鍵復發因子〉，研究開發自動圈選腫瘤（註1）系統，以及利用深度學習模型預測頭頸癌的高風險復發族群，榮獲文獲2024第17屆崇越論文博士組優等獎。 註1：圈選腫瘤，是在CT電腦斷層掃描或MRI核磁共振成像上識別並標記腫瘤區域的過程。 一般人工圈選頭頸癌腫瘤需要依靠經過訓練的專業醫療人員，且花費至少約40分鐘至一小時，「但對於癌症患者來說其實分秒都很珍貴，因為他們的腫瘤每天都在長大。」蔡宜倫補充道。在多數情況下，患者需要再次回診才能進一步取得詳細的報告結果，延宕治療時程。蔡宜倫為此開發能輔助醫生快速診斷的自動圈選模型，減少醫事人員負擔，讓患者儘早確認腫瘤位置後開始規劃療程，他說：「我們做出的這個演算法，一位患者的圈選時間只要一到三分鐘即可。 」 蔡宜倫從專門用於頭頸癌相關研究的公開影像資料集，HECKTOR (HEad and neCK TumOR) 獲取患者的電腦斷層（CT）與正子斷層造影（PET）影像資料，將這些數據放入深度學習模型訓練，並額外進行編碼，自動給予電腦提示，幫助其聚焦於腫瘤附近的範圍，成功將模型圈選與人工圈選的重疊率提升至85%。蔡宜倫說：「其實70％的標準在臨床上就能有效幫助醫生減少大量工作時間，而一般模型最好的圈選結果大概到80%左右，但我們的模型多了5%的表現。」 此外，蔡宜倫也專注於頭頸癌腫瘤產生區域轉移（註2）的預測研究，「我們想預估哪些患者有高機率會產生區域轉移，那他用的放射治療跟化療的劑量就要去做提升。」蔡宜倫補充道，他抽取中國醫藥大學附設醫院頭頸癌患者的CT影像數據，放入深度學習模型並找出區域轉移與否的關鍵因素，結果發現同時有下咽癌和飲酒習慣的患者較容易發生此現象。 註2：「區域轉移」意指腫瘤移除後又轉移至淋巴結上，此狀況下，患者在五年內的存活率便會大幅下降至37%左右。 談及未來願景，蔡宜倫希望能結合本研究圈選與預測兩部分，形成一套更完整的模型，提高就診效率。國立臺灣大學醫學院附設醫院副院長婁培人表示，腫瘤圈選初步的準確度雖然可觀，但仍需要臨床驗證才能確定其實際價值，他說：「畢竟醫療內容關乎病患的健康甚至生死，需符合更高的標準，越嚴謹的醫療團隊也會要求更有實證依據的檢查或治療方式。」曾參與本次論文部分研究的中國醫附設醫院放射腫瘤部光子放射治療科主任陳尚文則說：「未來人工智慧的能力會隨著科技更加進步，屆時本研究針對區域轉移的預估也會有更精準的可能。」

【記者黃詠欣報導】台灣長期面臨警力不足，導致員警負擔過重，進而對社會治安造成隱憂。根據數據顯示，警方平均需花兩個月處理一宗對大眾構成威脅的案件，然而每天執勤的時間多半耗在處理瑣碎事務上。國立清華大學電機工程學系碩士班學生樓宗翰及資訊工程學系學生陳俐妤所組成的「資電台達地縛靈」開發「警囊妙計」，首創將生成式AI運用在警務平台，為基層警察提供全方位的輔助工具，大幅簡化案件處理流程，減少人力資源浪費。團隊10月19日於2024未來科技館首次公開發表成果，榮獲2024GenAI Stars創意創客組大專社會組特優。 警方追查嫌犯，需花大量人力及時間成本蒐集人證、物證，在頻繁出勤且依規定須親赴現場處理各類案件及行政協助的情況下，容易導致辦案週期冗長，甚至延伸出吃案、刑事紀錄造假的情況發生，而當前警局多數案件處理方式較少結合軟體，偏向以紙本作業。樓宗翰補充，雖然市面上有部分功能相似的產品，但功能皆分散在不同系統、裝置中，且成本較高。如國外有一款面部拼圖程式，但其生成的肖像過於真實，若出現錯誤與嫌疑人的容貌嚴重偏離，恐將取代目擊者原有記憶。 警囊妙計是一個整合性平台，其中包含四大功能分別是嫌犯人像生成、重建犯罪現場、犯罪數據庫與智能助手，從各層面減少警方辦案時間，協助提升處理案件的效率。平台透過學習並記憶相關論文、法規等，提取使用者所需資訊，並藉由Claude-3.5-Sonnet和SDXL-1.0等AI模型分析後，精準生成文字和圖片。樓宗翰分享道，生成式AI首先要解決一定是大量且重複的問題。針對日常繁瑣的事務，智能助手支援多語言及圖片輸入方式，民眾可直接用語音、照片輸入報案資訊，系統會自動分析內容並歸類，一鍵生成所有類型的表格，減少警方和民眾的溝通障礙，也大幅降低文件的處理時間，警方能更專心處理重大案件。 大部分的目擊證人觀察時間短，證詞準確度較低，而傳統側寫師需畫幾十張肖像才能較接近嫌犯的樣貌，但仍有錯誤產生的機率。樓宗翰說：「因為人類在記憶一張臉的時候，記的是五官的相對位置，還有一些整體的特徵，而不會去記單獨五官的樣子。」因此生成人臉時，警囊妙計會依犯罪學原理調整五官的權重，在生成時優先考慮眼睛、臉型等，也同步支持使用者加入主觀、模糊的描述調整肖像，例如：嫌疑犯看起來兇狠、嘴巴離下顎位置近一些等，使用者再從多個選項中挑選最接近嫌疑犯的人臉。使結果不但符合學理依據及一般人記憶長相的方式，更能貼近嫌犯的真實五官。 樓宗翰認為，其實這是一個最壞的時代，因為有各式各樣新型的犯罪，但是其實這也是一個最好的時代，因為我們有新的工具可以來幫助我們打擊犯罪。團隊期許警囊妙計能提升國人的生活安全保障，而如何提升生成式AI的準確度，是目前團隊和軟體界的共同課題。現服務於新北市政府警察局三重分局偵查隊員朱立軒表示，印象最深刻的是犯罪數據庫可生成圖表，能讓警方更快速的整理與比較資料，對警界是一大幫助。

【記者李香霆報導】隨著食品安全相關議題日益受到重視，食材原料上的檢驗如何更加完備成為一大課題。國立成功大學機械工程學系教授鍾震桂與團隊成員余忠宥、林鼎彥、古晉安、洪于珊，開發了一款具高靈敏、經濟、可靠的表面增強拉曼散射（Surface Enhanced Raman Scattering, SERS）篩檢晶片，並應用於食安的快速篩檢，榮獲國家科學及技術委員會2024未來科技獎。 「拉曼光譜」是一種用於研究物質結構的技術，當雷射光源照射物體後，會因物體中的不同化學鍵結散射出不同頻率，常應用於化學、生物或食品檢驗，藉此識別物質中的分子結構。然而拉曼散射的強度非常微弱，因此可以藉由SERS技術增強拉曼訊號，透過光照射奈米金屬結構以光電效應的原理產生局部電場，增強拉曼訊號的強度，達到微量檢測。 傳統上常透過陽極氧化鋁和直流電製作SERS晶片，然而直流電在氧化的過程中會一直放熱甚至燃燒，因此需在低溫環境下製備。 鍾震桂教授實驗室團隊利用多年研究經驗，取代傳統低溫製程，成功在常溫下製備陽極氧化鋁，節省陽極氧化鋁基板製作成本，並將其應用於SERS技術。為了提升晶片的準確性與穩定性，團隊提出創新的二維薄膜奈米孔洞結構，取代傳統金屬奈米顆粒結構，並透過調整陽極氧化鋁孔洞的形狀與間隙，製造效果更強的電場。 由於傳統的食品安全檢測方法耗時、成本高，無法負荷龐大的檢驗量，成大的副校長同時也是食品安全專家李俊璋，便向鍾震桂提議將此改良後的SERS晶片應用於食安快篩，可以快速初步篩檢食品中是否含有超標的添加物。然而跨領域結合材料與食安檢測並非易事，雖然晶片基板的散射訊號強度已經足夠檢驗食品，目前也已經成功驗證抗菌劑、防腐劑、雙酚A、抗生素、三聚氰胺等物質，但SERS技術仍較適合作爲快篩，臺北醫學大學食品安全學系教授李偉如說：「食品中的添加物多屬於微量成分且組成複雜，因此如何有效避免不同成分互相干擾，進而產生誤判的結果才是成功的關鍵。」此外，藉由SERS技術篩出的可疑樣品並不等於違法，仍需經由法定程序進一步檢驗，國立臺灣大學食品科技研究所教授陳宏彰說道：「不同檢測方法的誤差情形各不相同，《食品衛生安全管理法》具有法律效力，所以必須有完整確效之檢驗方法，才能作為行政裁量的依據。」 未來除了食品安全領域，團隊也與成大前瞻蝦類國際養殖中心合作。 余忠宥提及，未來將嘗試把晶片放入蝦池以即時監督病毒量，「只要超標一點點就採取措施，這樣可以在蝦子死亡前及時發現。」團隊目前已通過《晶片驅動臺灣產業創新方案》的申請，往後將會針對水產養殖的即時檢測持續發展。

【記者林偌甯報導】斜視為雙眼無法對焦在同一位置的疾病，是我國常見的視力問題。秉持提升民眾發現斜視可能性的機率，義守大學資訊工程系教授王三元、電機工程學系教授吳榮慶，率領資工系二年級學生簡明志、劉耿賓開發「斜視測系統」，於2024綠點子國際發明暨設計競賽獲得銀牌。 角膜映光法是現代醫學最常用的初步檢測方法之一，患者需注視單一光源，醫生透過光源在角膜上產生的反光點位置與角度診斷，但此方法需由專業的醫師操作精密的檢測機器如紅外線攝影機、眼底照相機，不利缺乏醫療資源的地區。為此，義守大學團隊創建斜視測系統，讓民眾僅需使用手機自拍並上傳平台，便能在1.5秒內得到初步檢測結果。 團隊利用程式語言Python建置平台，結合機器學習模型Mediapipe、Mediapipe Iris提供臉部、眼睛與虹膜座標的特徵值，運算是否出現斜視。由於民眾可能在多個光源的環境拍照，眼部會出現數個反光點，加上華人的虹膜與瞳孔顏色相近，系統運算難度提升。團隊對此增加運算面積，將反光點的運算範圍從瞳孔擴大到虹膜，降低誤判機率。此外，對於缺乏光源的照片，團隊研發「虹膜中心判斷法」，以學習模型容易精準偵測的鼻樑中心點為基準，計算雙眼的虹膜中心與基準點的距離和角度，藉此判斷是否患有斜視。 實驗過程中，團隊研讀大量醫學論文，並蒐集約600個樣本供機器學習，試圖找到最佳拍攝距離，取得相對精確的檢測值。目前系統的準確率達78%，簡明志說明，團隊會持續蒐集樣本提升偵測精準度，希望減少醫師的工作負擔。中臺科技大學視光系助理教授柯青秀認為，系統需考量視力不佳的用戶，在裸視狀態下可能難對焦鏡頭。她進一步建議新增上傳動態影像的功能，可幫助醫師觀察視線偏移的程度，「如果上傳民眾5秒的正面影片，或許可以降低周遭亮度、角度的影響。」 談及系統的開發方向，團隊表示會持續與高雄醫學大學附設中和紀念醫院眼科部商討改善方式，如新增即時測量拍攝距離的功能、增加樣本數，期盼準確率突破90%，若未來結合醫院網站，讓疑似確診者從平台掛號，醫師也能透過平台取得患者的眼部資訊。柯青秀指出，此系統能包容一般鏡頭拍攝的影像，相當便利、友善，若未來開創具公信力的檢測平台，加速診斷效率，可提升民眾健康福祉。

【記者楊凱傑報導】醫學界近幾年積極推動數位病理融合AI，國立成功大學資訊工程學系教授蔣榮先指導智慧型資訊擷取實驗室研究生蘇芳毅、方郁文、曾堯麟、黃維立組成研發團隊，首創「弱監督式多實例學習框架精準解析數位病理影像之基因表現及存活預測」增進效率，並輔以AI解析病患的數位病理，榮獲2024年未來科技獎，在17日至19日於臺灣創新技術博覽會中展出。 研究細胞時，會將細胞切一小塊，製作成病理切片，再轉化成數位影像進行研究。雖然現今切片已數位化，但詳細情形仍需醫生親自分析、註解，完整標記資料後，才能交給AI分析，不僅資訊龐大，也容易造成醫生負荷過重。在人力不足應付的狀況下，導致沒有足夠標註的資料進行運算，蘇芳毅說明：「 AI所需的資料龐大，但現階段的標記過程缺乏人力及效率。」 研發團隊利用機器學習，解決標註效率外，透過演算法分析切片中的病徵，可以快速提供醫生需要的資訊，協助他們做出更精準的判斷。蔣榮先表示，醫生可以使用系統，以患者當前狀況推估未來經過治療後可能的結果，並分析與切片之間的關聯性，同時減少人為差異導致診斷不一致的可能。 為了使AI模型更快標註切片資料，研究團隊採用「弱監督式學習」方式，用於處理資訊不完整的情況 。傳統的監督學習，需要有完整標註完的資料，但弱監督可以從完整不一的資料中提取有效訊息，自行標註每個有問題的地方並區分種類，蔣榮先進一步解釋：「 傳統監督學習需要在一張切片影像中，人為標註裡面各種不同細胞類型如癌細胞等，弱監督則只要給圖片就能自行判斷、標註。 」此外，大量的標註資料會影響運算效率，因此計畫採用多實例學習框架。蘇芳毅補充，模型只需判斷影像是否具大腸癌病徵，「像是一張海景照片對電腦而言，會被拆成單獨元素如陽傘、沙子和人，但多實例只需要判斷是否包含沙子（病徵），而不用區分剩餘元素。」 蔣榮先期望利用AI技術為醫療領域帶來更多突破，他表示，「AI開發中，如何確保模型的公平性是最具挑戰。」針對專案驗證與臨床整合，團隊也與哈佛大學合作，盼能盡早應用在醫療現場。林口長庚紀念醫院解剖病理科主治醫師黃士強認為若該技術能廣泛應用，有望解決判斷癌症切片低效率的問題，但他也提醒同為癌症，不同器官仍有巨大差異，在臨床研究上仍有進步的空間。

【記者李雨羲綜合報導】無人機目前已被廣泛使用於不同領域，近年來各界也積極研究，如何將其妥善運用於急難救助上。慈濟大學醫學資訊學系學生團隊設計一款「智慧型無人機人體偵測與物聯網手套控制系統設計」，透過手勢動作操作，希望可以讓它更有效率地參與救災現場。 使用者可透過配戴護目鏡，藉著前方所裝設的螢幕，查看AI判斷過後的無人機鏡頭視角。　圖／李兆珩提供「因為效率低下，所以目前的救災現場鮮少使用無人機。」團隊學生、慈濟醫資系四年級李兆珩表示，現今的無人機若要實際應用在救援行動上，需要額外撥出一名專業人員固定使用遙控器操作。同時，由於必須雙手控制，即使發現救援目標，也無法迅速作出行動，得再另外聯繫位在他處的隊員趕往現場協助，反而拖延了時間。為了改善整體運作效率，團隊研發一款以穿戴式手套作為遙控無人機裝置的系統，「只需要用直觀的手部動作操作，無人機就會透過接收訊號自行運轉。」李兆珩表示手套人性化的設計，可以讓消防人員解放雙手，不再受到遙控器的拘束。此外，他們也在手套安裝狀態顯示燈，透過按鈕的方式切換遙控與滯空模式，讓使用者可以在滯空模式中更無限制的使用雙手。 使用者可透過手套上開發板的狀態燈判斷現下飛行機的操作模式，綠、藍、紅分別代表了飛行、滯空及降落模式。　圖／李兆珩提供在傳輸上，團隊則使用市面上空拍機附帶的Wi-Fi功能進行訊號收發，「每一個手勢會分別在感測器上，擁有自己對應的數值。」李兆珩說明，手套上的開發板會偵測手部動作，以此界定動作指令，並且利用Wi-Fi傳送至作為中繼站的手機，再將訊號發送至無人機。團隊學生、慈濟醫資系四年級李睿榆說：「若讓手套同時收發訊號，過於複雜的程式會讓整體動作產生延遲，反而失去效率。」因此在兩者之間加入中繼站，減緩延遲的問題。 使用者可透過八種不同的手部動作操作無人機的行動，以手掌攤平下壓為例，則是控制無人機向前飛行。　圖／李兆珩提供此外，團隊將AI模板植入無人機的鏡頭，藉由深度學習，偵測視野之中有無人類特徵存在。「我們利用圖像增強的功能，讓空拍機在各種情況下加強判斷可信度。」李兆珩表示在訓練AI的過程中，他們利用將圖像翻轉、挖洞等等，模擬災害現場可能出現的殘肢、建築物遮蔽的情況。透過加裝在護目鏡上的投影儀，將影像判斷結果實時呈現於消防人員眼前，隊員即可以顯示出的提示與影像尋找是否有尚未發現的救援目標。 圖為AI判讀過後的畫面，將其判斷可能為人類的物體框起，並在一旁標明數據可信度。　圖／李兆珩提供「一般來說消防員需要將情報回報給指揮官，並等待指令下達才可以有所行動。」現役消防員許先生（化名）表示，此研發雖然希望能夠藉由減少聯繫時間提高救援效率，但在災害現場若每個消防員都自主行動，在溝通不足之下，更可能會造成因混亂而整體效率降低的狀況。「除了第一視角以外，也可嘗試擴增視野讓消防員注意到更多狀況。」他更提到如果未來可以將單一視角擴大至360度，或許能取代目前額外設置的「目視觀察員」，讓飛手一人即可避免無人機發生衝撞機身等問題。

團隊領獎合照，右起為國立臺北科技大學工業設計系學生洪允昀、沈筠雅與指導教授王鴻祥。　圖／研發團隊提供【記者詹晶雅綜合報導】「隧道內為封閉空間，一旦發生火災溫度快速升高且濃煙不易消散，不僅危害生命安全，亦妨礙人員逃生。」國立臺北科技大學工業設計系學生洪允昀、沈筠雅研發「隧道消防無人機」，望能引導火場人員、車輛正確逃生，並執行初步滅火等任務。該作品在2022臺灣國際學生創意設計大賽中，獲得巴西中央設計協會特別獎。「隧道發生火災時，逃生引導與廣播系統回音導致資訊不清楚，無法掌控狀況及救援作業。」沈筠雅說明，由於隧道環境昏暗，加上火災造成的濃煙，民眾可能會因視線不清而往火源處逃生，導致危及生命。因此，團隊透過無人機的光源，指示民眾正確的逃生路線，倘若發生車禍，也能夠藉由投射燈光，提醒其他車輛保持距離以策安全。系統以隧道內原有的設施為基礎，除了使用車輛偵測器掌握車速和利用監視器監看畫面外，團隊也在消防栓上設置隧道消防無人機的基地，洪允昀解釋，「一旦發生火災與事故時，將會回傳情況至緊急應變中心，指揮中心將派遣距離相近的無人機前往事故地點勘查。」他進一步補充，無人機上會搭載裝有乾粉或泡沫的滅火粉匣，而基地將依照不同的火源類型自動更換粉匣，在消防員抵達火場前，能進行初步的滅火任務，「如因高溫危險導致消防隊員無法進行滅火，也可派出無人機前往危險地。」當今隧道火災救援尚未有無人機投入，消防員藍健綸認為團隊的點子十分新奇，不過他也提及，「乾粉的量夠嗎？如果量太少對於滅火也起不到什麼太大的幫助。」洪允昀則說明，雖然隧道消防無人機還未經實際測試，然而研究預想當火災來臨時，假設火源附近的無人機無法負荷滅火所需的乾粉或泡沫，可以從遠調遣閒置的無人機加入救火任務。目前法規對無人機的用途控管嚴格，通常只能用於拍攝，但沈筠雅強調，「長度超過8,000公尺的隧道全世界已有73條，而正在建造與規劃的有近百條，所以長隧道的防災應變處理必須預先提防與規劃。」此外，他也提到，此無人機雖以隧道為主，但只要是黑暗場所皆能派上用場，並希望能更進一步了解一線救災人員的需求，提高隧道的救災效率。

【記者戴婧雯綜合報導】現今許多蛋雞場在篩選瑕疵蛋時，依然採用人工的方式，但隨著勞動人口減少，未來也許會無法應付人力需求。對此，國立雲林科技大學資訊工程系教授陳士煜帶領學生團隊研發「高光譜雞蛋品質檢測－以瑕疵與新鮮度為例」，期望能夠在未來替代人力，並提高雞蛋檢測作業的效率和準確度。此研發獲得「2022韓國首爾國際發明展」銀牌。在使用此檢測系統時，使用者只需將雞蛋放在平台上，在光照下以高光譜相機拍攝雞蛋，透過收集光譜反應數據並傳送到資料庫後，便可識別出有髒污、裂痕以及血斑的瑕疵雞蛋。指導老師陳士煜表示，此檢測方式速度快且準確率高，比人工方式更佳，「我們測試的準確率都可以到96、97％，所以我覺得這樣的方法可行性是很高的。」 在使用高光譜雞蛋品質檢測系統時，使用者只需把雞蛋放在平台上，在光照下以高光譜相機拍攝雞蛋，即可獲取雞蛋瑕疵的數據。　圖／高光譜影像與訊號處理實驗室提供陳士煜解釋，人在可見光範圍內很難區分類似的形狀和顏色，而高光譜不僅較一般影像光譜廣、解析度更高，且對於訊號的變化也較敏銳，可以更有效地幫助分辨雞蛋的品質，「用眼睛看只看得到一個人的外表，但用高光譜可以看到一個人的個性。」他形容。不過，從事雞蛋產業的張先生（化名）認為，大部分的雞蛋瑕疵還是肉眼可見的，不需要用這麼精細的方式去篩選，「這個科技很先進，但對雞蛋而言還是太貴了。」 高光譜比一般影像光譜廣、解析度更高，且對於訊號的變化也較敏銳，可以從更精細的角度去進行篩選瑕疵蛋的工作。　圖／高光譜影像與訊號處理實驗室提供相較於瑕疵，團隊認為消費者更在意雞蛋的新鮮度，因此在系統中加入新鮮度檢測。使用者可將感測器加裝至手機，讓感測器貼近雞蛋偵測表面細菌，得到蛋殼表面的光譜反應後，再根據資料庫的大數據判斷雞蛋已放置多少週，以此避免誤食不新鮮的雞蛋。有購買和囤積雞蛋習慣的住宿學生符淨雅表示，自己要確認新鮮度時會直接敲開雞蛋，若有此系統則可帶來便利，「我覺得很實用，可以用科學的角度讓我確認雞蛋新不新鮮。」 雞蛋是家中常見的烹飪食材，若誤食到不新鮮的雞蛋，可能會面臨食物中毒的風險。　圖／戴婧雯攝「我們每一類的樣本大約都蒐集了200顆蛋。」團隊學生徐楷勛說明，由於建立資料庫需要存進大量的數據資料，因此研發過程花費許多時間。不過團隊也表示，長時間的付出，讓該檢測研究相比市面上同樣使用高光譜檢測雞蛋瑕疵的發明，能夠檢測到更全面的瑕疵，且檢測所需的時間只有零點幾秒。團隊也希望藉此高準確率和高效率的研發成果，更好地幫助未來蛋雞場的自動化和智慧發展。

【記者周佩怡台北報導】工作人員按下碼錶，選手兩人一組迅速地將保潔墊、床單、被套鋪上床墊，將枕心塞入枕頭套，最後擺上面具、彩帶、蝙蝠氣球等節慶道具。景文科技大學14日舉辦「2020第二屆JUST—SHOW盃『世界節慶』創意鋪床競賽」，邀請大專院校生、高中職生一同發揮創意，佈置聖誕節、萬聖節、荷蘭鬱金香節等各國節慶風格的床鋪。 有別於他組一人負責一張床，這支隊伍更重視合作，以兩人同鋪一張床的方式，快速並整齊地完賽。　圖／周佩怡攝比賽一開始，選手需在十分鐘內將床具擺放整齊，並放上自備的節慶裝飾，待評審檢查過後，選手兩分鐘內得將床鋪復原乾淨，考驗他們的收拾速度。今年的舖床比賽特別新增大專組，且因應市場趨勢加入多元的鋪床主題。景文科大旅館管理系系主任王斐青形容鋪床為房務工作的基本生產單位，如果曾擔任實際鋪床的房務人員，接任櫃檯人員或管理職位時，更能掌握房間收拾狀況，妥善安排客人入住時間。他補充鋪床除了實際動手，更需要認真思考步驟，才能又快又好又省力地完成任務，「這個工作不只是一個簡單的勞力工作。」 評審拉開被套、毛毯、床單等等，仔細確認除了外觀，選手是否也打點好內裏。　圖／周佩怡攝景文科大學生許恩慈、李哲緯選擇聖誕節為佈置主題。他們頭戴聖誕帽，快速、正確地鋪好床具，放上自備的糖果禮包，再於床頭櫃擺設聖誕樹，最後不負眾望榮獲金獎。他們說明聖誕節將至，又是許多人慶祝的節日，因此他們採用聖誕老人到各地送禮的概念，購買道具並加工成禮包。兩人比賽過程原先順利，最後關頭枕頭套卻不小心落地，許恩慈、李哲緯重現當時慌張的表情，「兩人互看，想說怎麼會這樣。」他們趕緊撿起來丟進布巾車，幸而沒有影響比賽結果。兩人皆認為細心最重要，例如床鋪邊緣有一定的角度，需要再三拉平整理，否則會造成客人觀感不佳。 工作人員一計時，頭戴聖誕帽的景文科技大學學生許恩慈、李哲緯像是精靈工廠的小精靈，迅速拿起床單鋪上，並細心整理。　圖／周佩怡攝鋪床比賽也考驗隊伍默契。獲得銅獎的景文科大學生林明財、顧鈁勻說明，鋪床過程中兩人不會交談，所以需要隨時注意對方的進度，才不會撞在一起。為了避免主題重複，他們選擇佈置萬聖節主題，「其他人不會想做已經過去的節日。」兩人在床鋪擺上纏著玩具蜘蛛的紅色棉紗、假手、斧頭，床頭櫃放置塞滿棉紗的塑膠南瓜。由於曾在飯店實習一年半，顧鈁勻在比賽中顯得游刃有餘，他們三分多鐘即快速完賽。不過他表示業界的速度更快，「一天需要鋪設20張床。」王斐青解釋現在顧客愈發偏好有風格的旅館，若學生熟悉創意鋪床，未來更能順利達成業界需求。她也提到，旅館主題通常結合節慶或當時流行，因此業者須精心設計，才能在眾多競爭者中脫穎而出，譬如「溪頭妖怪村主題飯店」就是成功案例。不過評審、五星級「台北W飯店」客房部總監李家諭坦言，實務上最重視整潔，其次才是裝飾。且爲避免造成人員壓力，不是每個房間都有特色鋪床，反倒會在飲品、點心設計上展現特色。他分享上午場有幾個高中職隊伍用毛巾摺成動物，令人印象深刻，因為這種設計較符合實務，「不是擺上各式各樣虛華的東西，比較有意義。」

【記者林昕璿綜合報導】光感測器是透過接收光波產生電流的裝置，常被運用於遙控家電、智慧型手機的影像感測。國立陽明大學生醫光電研究所教授薛特（Surojit Chattopadhyay）的研究團隊與國立臺灣科技大學、國家實驗研究院學者合作，共同研發新型奈米材料，進而開發出兼具光譜吸收範圍廣，及光電轉換效率佳的光感測器。 國立陽明大學生醫光電所教授薛特帶領博士生高聖禹，研發新型奈米材料，打造廣譜光感測器。　圖／薛特實驗室提供薛特表示，傳統半導體的光檢測器，雖然光響應（註）速度快，但是光能轉換的電流小。而電流是因為自由電子移動而產生，因此電流小代表裝置在光的吸收遷移率（即電子移動）上受到限制。雖然現今廠商亦有開發新式材料的光感測器，如二硫化鉬（MoS2），但其仍有電子移動性差，及光可吸收範圍侷限於紫外線或可見光的缺點。註：光響應為光電轉換能力的指標，意為每一瓦特的光，可轉換為多少安培的電量。為了突破光響應度不足的問題，薛特與他帶領的生醫光電所博士生高聖禹（Sandip Ghosh）想到利用二硫化鉬吸光的特性，結合可吸收紅外線的材料——上轉換奈米粒子，來製作光感測器。團隊以二硫化鉬作為主要電荷運輸載體，並藉由讓兩物質同時吸收光的方式，大幅提升光響應能力。 二硫化鉬吸光範圍約在650微米，透過結合上轉換奈米材料，能讓吸光範圍達到1064微米。　圖／薛特實驗室提供「儘管響應度值很小，但現今商用的感測器，仍多以矽半導體製成。」薛特解釋，矽半導體製成的感測器需透過低溫才能展現良好的性能。而團隊的廣譜光感測器不僅可吸收光譜範圍廣，吸光範圍涵蓋紫外線、可見光與紅外線，且在室溫就可進行，並同時具有高穩定性。團隊表示，有別於一般光感測器每瓦特僅能產生約一安培的電流，團隊的感測器在呈現最佳感測性能時，其光電轉換能力是一般感測器的1000多倍。此外，團隊研發的廣譜光感測器具有體積小的優勢，大小只有4.5微米。不過在製作階段，將二硫化鉬、 上轉換奈米粒子兩種材料結合的過程，需花費18到20小時。另一方面，薛特表示，雖然廣譜光感測器實現創紀錄的光響應性，但相比傳統矽為基底的光感測器，在光響應速度上仍有差距。而在商業運用上，此廣譜光感測器還需進一步改良，薛特說：「大多數智慧型手機使用半導體處理，但我們的設備並沒有半導體，因此還要時間來達成技術上的兼容與封裝。」國立彰化師範大學電子工程系教授林得裕也表示，此技術的高光電轉換率已是很大的突破，但若要運用於智慧手機的拍攝功能，速度仍過慢而不能及時顯現影像。不過在低端運用如遙控器，僅需再經過相關設計與系統工程，就可望進入商品化。