【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。

【記者王華琳綜合報導】工作場域中粉塵濃度不僅影響職場安全更可能危害勞工的健康。中國醫藥大學職業安全與衛生學系教授張大元帶領團隊研發「運用人工智慧演算法與低成本感測器以估計工作場所的可呼吸性粉塵濃度（Application of artificial intelligence algorithms and low-cost sensors to estimate respirable dust in the workplace）」，將微型檢測器結合AI與物聯網技術，提高職場粉塵濃度的即時監控精準度。此研究成果登上國際科學期刊《國際環境》（Environment International）。 中國醫教授張大元團隊，針對職場粉塵濃度檢測進行研發，研究成果刊登於國際科學期刊《國際環境》（Environment International）。　圖／張大元提供目前法規針對工作場域的可呼吸性粉塵濃度監測標準，為每半年進行一次工作日八小時的空氣樣本採樣與濃度分析。惟依照現行規定的採樣方式與頻率，無法完全顯示工作場域下實時的粉塵濃度變化。張大元說道：「若能即時顯示工作環境中的粉塵暴露濃度，便可在不影響工作進行的情況下，提升對於勞工健康與職場安全的保障。」為了解作業場域中24小時的粉塵濃度，特別是因生產數量改變所導致的濃度變化。研究團隊將微形檢測器融合AI技術，利用演算模型分析各式影響檢測器誤差的環境因素，如溫度、濕度、風向等，針對獲得的採樣數據進行篩選分類。參與研究的中國醫職業安全與衛生學系碩士生陳靖傑說明道：「挑選出最符合當下環境的運算模型，進行數值校正。」降低微型檢測器在採樣上的誤差值，減短現今測量方式在計算相關數據所需時間。 微型檢測器結合AI演算法與物聯網技術，改善採樣數據的資訊處理能力。　圖／張大元提供研究團隊在研發中結合物聯網技術，將微型檢測器所得粉塵資料，即時傳送至伺服器當中進行AI運算與校正，並將運算所得數據統合至資料庫中。企業與檢測方便可藉由雲端平台，遠端監看粉塵濃度。系統也加入警示機制，當數據達一定標準時，傳送訊號回到檢測器，完善職場的風險溝通。陳靖傑進一步補充：「甚至可以在工廠裡面設看板，告訴勞工或是管理者當前的狀況，協助業者建立改善方式。」 此項技術能即時檢測工作場域中的粉塵濃度變化，以加強勞工健康與職場安全保障。　圖／張大元提供一般民眾與勞工難以輕易理解粉塵濃度背後所代表意義，張大元說：「在數據呈現上，以視覺化的方式，提供實時粉塵濃度折線圖，讓大家更容易理解當下的狀態。」研發團隊強調未來也將持續針對AI演算部分進行研究，強化粉塵數據的應用。國立臺灣大學環境與職業健康科學研究所教授陳志傑對此說：「微型檢測器會受到環境因素影響，導致採樣誤差的問題。若無法完全改善，所得數據的可信度與使用價值就值得令人思考。」

【記者王華琳綜合報導】碳足跡盤查隨著永續意識與相關目標的訂定，逐漸成為各產業所要面臨的重要課題。大葉大學資訊工程學系專案教授蔡渙良指導學生，開發出「無線低壓交流電監測物聯網系統應用於企業及產品碳足跡盤查」，簡化現行電力檢測所需流程與成本，提升企業對於相關設備的監控，於2023第十四屆IIIC國際創新發明競賽中獲得金牌。蔡渙良表示隨著石化燃料的淘汰，國際間投入大量精力於太陽光電與風力發電等綠色能源當中，「而這兩個主要發展所生產的都是電能，所以電力基本上是目前唯一有機會達到碳中和、零碳，甚至於負碳的一個能源來源。」因此企業的用電的狀態，還有產品生產過程中所消耗的電力，將成為盤查的重點目標。此項系統利用兩種感測器，分別偵測一般工業設備和電子設備內，所使用的交流電中電壓跟電流大小，透過相關數據的分析與計算，從中獲得功率、用電量、頻率等六項電氣參數。同時，為符合企業廠房設備，系統配備包含220V、380V、440V的三相交流電智慧監測，提供更為廣泛的應用層面。目前檢測過程中需人工進行記錄，而此設備能進一步取代現今普遍使用的電子鈎表，降低所耗費的人力及成本。「以降低廠商經費作誘因，鼓勵大家安裝這些感測器。」蔡渙良說。 「無線低壓交流電監測物聯網系統」透過檢測器，分析電壓、電流、功率、頻率等六項電氣參數。　圖／李鴻提供監測系統結合物聯網設計，能夠即時記錄並上傳相關數據至雲端平台，提供業者即時遠端掌握相關電氣參數的監測結果。透過內建資料庫分析企業實時用電數據和電力品質，進行深度學習以及碳足跡運算，將有助業者實現盤查自動化，同時邁向節能減碳等永續目標。系統本身也具備警示機制，以通訊軟體或是電子郵件形式通知異常數據變化、零件汰換提醒等內容，協助企業進行設備管理。 <br />系統結合物聯網技術，即時記錄用電數據，提供遠端監控與警示機制，協助企業處理相關問題。　圖／李鴻提供談及未來發展，參與研究的大葉資訊工程學系學生李鴻表示，未來也將針對資訊傳輸方式進行提升，以拓展系統實際應用範圍，「我們嘗試以實體線路等方式，替換目前所使用的Wi-Fi傳輸，使系統得以符合各式法規需求。」臺北城市科技大學電機工程系副教授李尚懿認為，此項發明能夠內置於設備本體，有助於提升電力檢測的方便性。同時，與物聯網結合的警示機制，也對於企業在處理相關問題時，獲得更為詳細且即時的資訊。 檢測器可內置於設備本身，即時記錄用電相關數據，降低現今電力檢測所需的人力與成本。　圖／蔡渙良提供&nbsp;

【記者王華琳綜合報導】現今，已有許多技術利用非侵入形式，協助醫美與皮膚科醫師進行皮膚狀態的評估與紀錄，可設備卻因種種考量，無法普及於所有診所當中。義守大學生物醫學工程學系教授王智昱指導醫工系學生涂育婷、葉俊嶧、李鈺媗、傅建榤組成研發團隊，開發出「RBX分色影像生成技術—跨平台皮膚色澤轉譯系統與應用」降低技術成本，使其技術能應用於更多對象，於2023第七屆全國醫學工程創意競賽中獲得金獎。 透過「RBX分色影像生成技術」將影像轉譯為影響皮膚色澤最重要的血紅蛋白與黑色素含量。　圖／王智昱提供一般診所中普遍使用肉眼與一般影像進行診療的判斷與紀錄，但過程中仍會因外在環境與醫師主觀意識影響，涂育婷補充說：「以分色技術產出可視化的結果，讓使用者可以直觀的看到整個療程上的變化。」 然而，研發團隊有感於現今市售膚質檢測儀中，利用光線進行轉譯的「RBX分色影像技術」，雖已被證實其醫學使用價值，卻因設備成本、診所空間以及實際執行性等因素，無法普遍應用於醫療診所當中。因此與皮膚科醫師合作研發「RBX分色影像生成技術—跨平台皮膚色澤轉譯系統」，利用AI的圖像轉譯技術，將全彩的臉部影像，轉譯為影響皮膚色澤最重要的兩個關鍵因素，顯示皮膚血紅蛋白含量的「Red圖像」，以及顯示皮膚黑色素含量的「Brown圖像」。 系統的軟硬體分離機制，在有效降低設備使用空間的同時，提升技術便利性。　圖／王智昱提供系統透過掌握這兩種物質在皮膚中的含量與分布，可以計算皮膚色斑大小、酒糟皮膚嚴重度、膚質明亮或暗沉等多種皮膚問題。使用者將圖片匯入系統中便可將其轉譯為Red圖像與Brown圖像提供參考。「影像處理的部分，我們有做一個顏色的校正模型，會去判斷拍攝器材之間的色彩偏差問題。」涂育婷說明，色彩校正有效降低偏差所導致的轉譯誤差，以及對使用者拍攝背景和裝置的要求。而且軟硬體分離的形式，不僅大幅降低器材的成本，同時也增加技術使用普遍性和方便性。 利用「生成對抗網路」進行圖像轉譯，準確率可達92％。　圖／王智昱提供研發團隊表示未來將持續增強系統功能，與皮膚科醫師合作尋找與血紅蛋白以及黑色素相關的疾病，擴大應用層面。涂育婷進一步強調：「我們也會想要設計手機應用程式，讓這項技術能不僅僅是用於醫療，而是可以普及到一般民眾所使用。」同時進一步開發技術在科學層面的潛能。對此，皮膚科醫師胡怡萱認為此項研發能大幅降低原先高成本問題，但還須注意的是，「圖像僅能顯示皮膚當下表面狀態，無法分析背後導致的因素。」在缺乏醫師完整評估，以及正確衛教知識的情況下，可能使得部分患者過度焦慮肌膚狀態甚至引發皮膚狀態惡化。

【記者邱昭華綜合報導】急性腎衰竭是一種常見的臨床疾病，若沒有及早處理，患者可能需長期洗腎或死亡。「一之謂腎－基於CNN-LSTM的AI預測系統，可用於AKI的預防和早期干預」由國立雲林科技大學電子工程系學生團隊研發，利用深度學習模型分析患者尿量，並預測急性腎衰竭的風險。此作品亦在「萬潤2023創新創意競賽」拿下最佳潛力獎。 此圖為系統的硬體裝置，包括尿袋、電子秤、HX711重量感測晶片以及單晶片電腦等等。　圖／陳亮甫提供急性腎衰竭（Acute kidney injury，簡稱AKI）是一種突發性的腎臟功能損傷，當腎臟無法製造足夠尿液、有效排除體內的廢物和液體，血液中的毒物和電解質會不斷累積， 進而對其他器官和造成嚴重影響。目前需依靠人力觀察病患的臨床症狀以判斷AKI發生的可能，台北長庚紀念醫院的顏宗海醫師解釋道：「需要看病人有沒有出現尿液變少、水腫、呼吸困難等狀況。」欣成診所院長陳彥成醫師則表示，很多因素都會誘發AKI，「例如心血管疾病或化療藥物過量等。」因此越早診斷出病因並對症下藥，病人康復的機率就越高。 團隊將系統設置於病床旁，讓醫院只需要一台電腦就能操作所有病床的系統。　圖／陳亮甫提供該系統藉由電子拉力秤上的尿袋來收集病人的尿液後，將每個小時的重量回傳至裝置中，並收集並儲存資料後，針對最近30個小時的尿量變化進行分析。團隊特意採用深度學習訓練系統，讓模型抓取數值差異變化和分析後，開始推測接下來六小時內發生AKI的風險，若尿少狀況持續超過12小時，系統會透過Line通知住院醫師及護理師，讓醫護人員儘早治療。 此圖為AKI緊急通報結果。預測出AKI情形發生，系統會自動傳訊息到醫院的群組通知醫護人員。　圖／陳亮甫提供深度學習是人工智慧的一種方法，可指導電腦處理資料，包括識別圖片、文字、聲音和其他資料的複雜模式，藉此產生更精準的洞察和預測。而此系統也運用深度學習模型，分別是以卷積神經網路（Convolutional neural network，簡稱CNN）用作分析並抓取數值特徵，以及讓長短期記憶網絡（Long short-term memory，簡稱LSTM）負責推測未來的數值變化。雲科大電子工程系學生陳亮甫説：「雖然LSTM也能做到分析和預測，但是結合CNN可以更有效、更精確。」他表示，團隊訓練出來的模型準確率達到99％。雖然這套系統可以檢測急性腎衰竭的風險，但陳亮甫認為現在以尿液重量為標準的模型還不夠精準，「如果能獲取每小時的肌酸酐數值，可以讓模型的預測更加準確。」肌酸酐是由肌肉代謝產生的廢物，只能透過抽血檢測，若肌酸酐偏高，也代表腎臟功能衰退，因此團隊希望未來能朝向此方向改善。陳彥成建議：「這套系統可讓第一線醫療人員作為治療的參考，有望減少人力成本。」若要居家照顧及安養機構使用，則較適合應用在高風險的病人。 圖為這套系統的實作流程圖，系統從前30小時的數值推測後六小時發生AKI的風險。　圖／陳亮甫提供

【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。

【記者羅子恆綜合報導】隨著人工智能技術應用於製造業，人工檢測、量表及游標卡尺等傳統方式漸被取代，但購置自動化檢測儀器的成本過於高昂，讓中小型廠商難以負荷。為此，崑山科技大學機械工程學系暨研究所副教授江智偉、孫書煌帶領團隊開發「以表面波頻率偵測材料表面瑕疵之方法」，希望能協助傳統工廠發展及轉型，該技術更在「2021年台灣創新技術博覽會」上獲得金牌的殊榮。 崑山科技大學機械工程學系研發團隊在「2021年台灣創新技術博覽會」以「表面波頻率偵測材料表面瑕疵之方法」獲得金牌。　圖／崑山科技大學提供目前主流的自動檢測技術包含AOI光學檢測技術（註一）與探傷儀，為資金充裕的工廠所利用，其中探傷儀透過投射聲波對回傳時間測量，以完成瑕疵檢驗。以上兩種方式除價格昂貴，也都須由專業人力操作，其成本相當可觀，還必須在事前設定無瑕疵模板。崑山科大機械系博士生鍾天穎更強調，「AOI光學儀器需經過樣本學習才能應用，過程又會花費大量時間，對過小的瑕疵也時常無法辨識。」註一：AOI光學檢測技術主要由工廠人員在檢測儀器中設定無瑕疵表面的樣本，再與實際材料的表面拍照比對，只要拍出缺陷，就會定義為瑕疵品。&nbsp;因此崑山科大研發團隊以探傷儀原理發想，改良需精密儀器輔助的時間變項，以頻率做為檢測目標。該想法主要取徑於都卜勒效應（註二），江智偉說明，當瑕疵物與聲源產生相對運動時，會產生與良好材料截然不同的頻率，藉此分辨材料好壞。註二：都卜勒效應是指波源和觀察者有相對運動時，觀察者接受到波的頻率與波源發出的頻率並不相同的現象。不只如此，該技術還能將瑕疵品的出現頻率、設備是否故障等相關資訊上傳至資料庫，並結合推播系統，使工廠廠長立即收到通知、即時處理。這項發明不僅節省人力資源，更避免材料浪費。此外，工廠廠長還能透過收集到的產品資訊進行產業升級，以及評估設備是否健全。&nbsp;生產螺絲螺帽的聖泰工業股份有限公司業務員蘇小姐（匿名）表示，現在的檢測技術主要透過光學儀器事先掃描，再由人員將兩者照片相比對，以此來辨別瑕疵，然這種方式卻難以觀測微小的缺陷。因此他認為，這項發明具有幫助性，「能將缺點事先挑出來，使整個製程變得更加順暢。」&nbsp;然而，實際應用上仍有不足之處，鍾天穎說：「該技術遇外部震動會產生干擾，再加上工廠及實驗室的環境截然不同，因此難以進行模擬。」江智偉更補充道：「如何降低干擾、怎樣過濾聲波與訊號的處理都是需要再微調的部分。」他表示，未來也將推廣產學合作，盼能創造製造業紅利並提供傳統工廠轉型的資本。 該發明能針對螺絲、螺帽等五金材料進行檢測，在進入製程前就先淘汰，進而降低傳統工廠成本耗損。　圖／羅子恆攝

【記者顏婕儒綜合報導】癌細胞轉移與癌症致死率有著密切的關係，根據中央研究院資料顯示，癌症患者約有90％死於癌細胞轉移，多數病人因前期症狀不明顯、難以發現，無法及時的治療。為了讓醫生更有效的做出應對，國立臺灣科技大學材料科學與工程系教授陳建光，帶領研究團隊研發「雷射微流道繞射晶片」裝置，加速檢測用藥是否準確，望能提升癌症治療效率。 國立臺灣科技大學研究團隊研發雷射微流道繞射晶片裝置，獲得2021未來科技獎。　圖／國立臺灣科技大學提供癌症又稱惡性腫瘤，當腫瘤細胞從原生器官組織脫離，進入血液後即為循環腫瘤細胞，而當細胞進入新的器官組織後開始增生，即會造成癌症轉移。傳統療程主要透過化學治療與放射性治療，並以電腦斷層監控是否復發。不過，陳建光說明：「腫瘤大小變化慢，很難即時看出治療是否有效。」因此，多數食道癌患者在藥物治療後，醫師仍會採取預防性治療，切除部分食道進行重建手術。陳建光因不忍看見許多食道癌病人飽受食道切除所苦，於是著手進行研究，經過七年的時間，成功研發出雷射微流道繞射晶片裝置。他解釋，雷射穿過晶片上的表面結構時，會產生繞射現象，因此當血液流過晶片，循環腫瘤細胞會留在晶片不同大小的隙縫上，造成雷射的繞射角度改變。而角度改變的比例跟循環腫瘤細胞數量呈正相關，藉此可以快速地反推細胞數目。 雷射微流道繞射晶片裝置利用繞射角度的變化，推估循環腫瘤細胞數量，藉此快速的判斷醫師用藥是否有效。　圖／陳建光提供此外，雷射微流道繞射晶片裝置只需耗費約一小時就可以評估出循環腫瘤細胞的數目，相比傳統檢測系統約需要三個月才能看出成效，節省許多時間，「癌症病人沒有幾個三個月可以耗損。」陳建光強調。此外，傳統檢測系統需仰賴人力判斷，不僅較易出現錯誤，且一次1萬5000元的檢測費用也相當昂貴，容易造成病人負擔。陳建光預估，使用雷射微流道繞射晶片裝置進行檢測，一次大約只需500至1500元。臺北榮民總醫院腫瘤醫學部藥物治療科主治醫師陳明晃認為，循環腫瘤細胞可以作為輔助檢測，但不能當作唯一判斷標準，他質疑：「會不會腫瘤縮小到一個程度，外面殺得很乾淨，但原發的其實還沒有清乾淨。」不過陳明晃也相當樂見新技術的出現，期待日後受到認證，能實際運用在醫學上。 國立臺灣科技大學材料科學與工程系教授陳建光希望日後能將裝置的各個部分結合起來，並且將操作頁面簡單化，讓不具備專業知識的人也能輕鬆使用。　圖／國立臺灣科技大學提供目前，該裝置屬於半自動，團隊希望能將裝置改為全自動。另外，考量到並非所有人都具備醫療專業知識，團隊期望可以精簡操作介面、簡化步驟，陳建光強調：「護士只要按一個按鈕就可以得到答案。」團隊成員、臺科大材料系學生徐祥輔也補充，若要將此技術普及使用，仍須通過諸多認證。目前，晶片裝置只進行食道癌及子宮內膜癌臨床測試，陳建光期許未來此裝置能完成更多測試，以適用於每一種癌症，造福更多癌症病友。

【記者顏婕儒綜合報導】隨著科技的發展，接觸到電子產品的年齡層有逐漸下降的趨勢，不過幼兒卻沒有能力準確反映自身視力的狀況。義守大學電機工程學系副教授吳榮慶，橫跨電機與醫學領域，帶領該系學生研發出「智慧型視力檢測系統」，望能改善孩童不易檢查視力的問題，同時更獲得「2021年第三屆綠點子國際發明暨設計競賽」金牌獎。 義守大學以「智慧型視力檢測系統」，獲2021年第三屆綠點子國際發明暨設計競賽金牌獎，圖為研發團隊合照。　圖／吳榮慶提供傳統視力檢測受試者需站在六公尺處，比出字母缺口的方向，不過台大醫院眼科部小兒眼科及屈調科主治醫師劉耀臨表示，一般小孩要到三歲時才能夠正確地說出視力表中的上、下、左、右。不只認知能力無法配合，也時常會遇到情緒上的問題，劉耀臨強調及早治療的重要性，「家長感到小朋友看診會困難的話就不帶他去，這其實是不好的。」設想到小孩的方向概念較薄弱，以及可能對測驗排斥，團隊使用「位置對應」和「遊戲」的概念去設計新的檢測系統。團隊成員義大電機系何毅心形容說：「就像兩張圖找不同，不需要事前知道一些概念，只需要對照兩張圖你就可以找到不同。」該系統測驗時，螢幕上會顯示五個圓圈，只有一個有缺口，幼童只需以直覺性的方式找出有缺口的圓，並按下對應的按鈕。檢測時，模組中的五個按鈕以紅外線感應，該按鈕位置信號經過微處理機編碼以後，透過藍牙傳輸。不過手的位置不會在毫秒之內做出改變，因此紅外線不需要一直開著，「它只需要掃一下就好。」吳榮慶說，只要把開啟時間從一秒改為一毫秒，耗能就會變成千分之1，這個改良就恰巧呼應到競賽中「綠色科技」的核心概念。 受測模組以紅外線感應，經過微處理機編碼以後，再以藍牙傳輸到主機模組。　圖／吳榮慶提供為了將模組輕量化以便攜帶，團隊一開始使用尺寸小如信用卡的樹莓派處理器、且價格較便宜，不過因為對設備的不熟悉、碰壁幾個月後才換成另一個主攻文書處理的中央處理器（Central Processing Unit, CPU）。它的體積只有便當盒的大小，可以直接放在螢幕的後面，成功解決便利性的問題。而因為從主機投影到螢幕需要經過換算，若使用長寬比例不同的螢幕，可能會造成圖形顯示的變形，不過要應用到醫學上必須更加嚴謹，因此何毅心認為作品仍要改良。原先作品預定要在8月底進行幼兒的實測，不過台灣在5月份爆發了新冠肺炎嚴重社區感染，因此目前只能以成人的觀點去把產品做到最好，等到未來實測一切沒問題後，團隊會盡力去推廣。吳榮慶表示，因為兒童不易配合檢查眼科的問題已經困擾許久，所以希望此系統能讓現況有所改善。 義大團隊希望能透過遊戲的方式，讓孩童不再畏懼視力檢測，改善不易配合的問題。　圖／吳榮慶提供

【記者陳嘉怡綜合報導】現今復健治療多由醫師目測，評估病患的身體姿態，過程耗時費力。有鑑於此，僑光科技大學資訊科技系師生團隊研發「AI體態檢測相機」，透過AI分析及電腦視覺圖像，提升脊椎診斷效率。該作品於經濟部工業局「AI智慧應用新世代人才培育計畫」奪得優等獎。 僑光科技大學資訊科技系師生團隊參加經濟部工業局「AI智慧應用新世代人才培育計畫」奪得優等獎，並獲60萬元獎金。　圖／陳紀翰提供目前復健科醫師平均診斷一位患者長達50分鐘，且每位醫生的評斷依據不一，缺乏量化數據參考。而團隊研發的產品藉由AI高運算能力，將檢測過程壓縮至三分鐘內。「操作方式簡單，就像平常拍照一樣。」僑光科大資科系助理教授級專業技術人員陳紀翰說明，只要將此裝置架設於病患的身體正面及側面位置進行拍攝，照片便會透過人體姿態辨識系統（OpenPose）標註人體關節點，並將各點位置相連，從而估計人體姿態，再由電腦計算人體各部位的角度，建立人體3D模型，以判斷脊椎傾斜狀況。 研究團隊利用人體姿態辨識系統（OpenPose）標註人體，再透過餘弦定理計算身體部位的各個角度。　圖／陳紀翰提供團隊成員、僑光科大資科系學生張凱渝說：「藉由此發明，醫師便可從立體影像中，清楚看見病患的頭、頸椎與肩膀的傾斜角度，進一步判斷患者目前的狀況並給予治療。」另外，他提及，人體3D影像可以建立醫療履歷，協助患者在漫長的復健之路上，了解自己的身體側彎情形是否逐步改善。「此技術的另一項突破在於降低AI醫療的門檻。」陳紀翰解釋，雖市面上已出現與團隊產品類似功能的醫療儀器，然搭建AI的醫療輔具價格通常動輒數千萬元，只有大型研究醫院才有辦法負擔，小型地區診所仍只能使用傳統的目測診斷。病患為得到更好的醫療品質，會過度集中於大醫院，打亂醫療分級制度。為降低AI醫療門檻，研究團隊使用成本較低的嵌入式系統，並提高儀器準確率，讓一般小型診所得以使用較便宜，且保有一定準確率的檢測儀器，希望為過度傾斜的醫療天平重新找回平衡點。 AI體態檢測相機可將圖片轉成3D影像，讓醫生與病患皆能清楚掌握目前姿勢哪裡出問題、要如何調整。　圖／陳紀翰提供鑑於目前AI系統資料庫尚未能標註人體所有的關節點，美國脊骨神經醫學博士林國偉認為，「裝置已可呈現人體姿態變化，但若要應用於精密醫學，還須提高精準度。」而團隊成員洪翊祥則表示，未來此研發將持續新增人體關節點並精進資料庫數據，希望擴大其應用範圍，「不只侷限在醫療產業，希望它也能用於運動領域，幫助體育選手進行姿勢校正。」