【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）。
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。
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。」
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。」