Insight Tech

在台灣國立清華大學研究先進的 3D 影像和人工智慧時，研究人員發現了一個令人興奮的潛在應用：幫助病理學家以更快的速度和更好的精準度診斷癌症腫瘤。他們獲得了大學的許可並成立了一家新創公司，稱為捷絡生物科技股份有限公司，但很快發現醫院還沒有準備好採用這項技術。

大多數病理學家仍然透過肉眼檢查組織樣本並做手工記錄，這是一個耗時數小時的辛苦過程。很少有人改用數位 2D 或 3D 影像分析，部分原因是傳統上這需要安裝昂貴、複雜的圖像設備。

醫療保健領域中的電腦視覺

儘管醫生的眼睛受過嚴格的訓練，但他們並非總是能正確掌握重要的細節。腫瘤樣本很複雜——每個樣本都包含 10 到 30 個參數，必須對其進行分析以確定細胞是否為癌細胞、它們分裂的速度以及與正常組織相比它們看起來是健康或是不健康等因素。

捷絡生物科技技術長 Jarvis Yu-Chieh Lin 表示：「要求多名病理學家分析同一組織樣本的研究發現，診斷之間存在 20% 到 30% 的分歧。」「這意味著患者可能會收到有關其疾病狀況的錯誤資訊，而延誤適當的治療。」

誤診對患者來說是非常痛苦的。他們可能會錯過一個好的時機，讓他們更早地使用最好的藥物來對抗癌症，或者接受他們可能不需要的化療。

為了在不花大錢的情況下提高診斷能力，林先生和他的同事著手建立一種邊緣解決方案，該解決方案可以快速發現和消化比病理學家所能看到的更多資訊，而無需安裝昂貴的圖像設備。

在病理學中使用人工智慧 3D 影像

經過三年的開發，捷絡生物科技創造了一個原型，即 MetaLite 數位病理邊緣解決方案，它可以在一到兩分鐘內分析每個組織樣本參數，而使用標準電腦則需要一個小時。該解決方案使用搭載 Intel^® 處理器的邊緣運算裝置以及透過 Intel^® OpenVINO^™ 工具組部署的客製化人工智慧演算法。大多數醫院的掃描器都可以輕鬆地為該軟體進行設定，該軟體還可以讓醫生在工作時加入註釋（影片 1）。

影片 1.捷絡生物科技的 MetaLite 數位病理邊緣解決方案使用人工智慧演算法和邊緣處理，以近乎即時的方式快速分析 3D 組織樣本，而且醫生可以給結果作註釋。（來源：捷絡生物科技）

病理學家可以選擇即時查看一些參數並保存其他參數以供之後使用。來自掃描和邊緣裝置的資料會發送到醫院的伺服器，在那裡可以用人工智慧於夜間詳細分析數百個參數，第二天早上就可以查看結果。

人工智慧模型是在許多來源累積的大量資料集上進行訓練。他們處理的資訊量太大，人類無法消化，但演算法可以快速處理並使用這些資訊對組織樣本進行分類，並對疾病的進程做出推斷和預測。

「醫生很難對某些參數進行徹底分類。當人工智慧進行運算時，它會為醫生提供一個刻度或量尺，以便他們在判斷影像時使用，」林先生解釋道。

人工智慧洞察力可以幫助醫生提高診斷準確性並開發更好的治療方法，林先生相信並提到，「如果我們有好的人工智慧輔助工具，病患的存活率和存活時間可能會提高。」

人工智慧分析對醫學研究人員也很有幫助，使他們能夠發現癌細胞的新特徵並更進深入瞭解它們的運作方式。「演算法可以從影像中挖掘出更多資訊並進行艱難的分析，提供有關形態和蛋白質生物標記特徵的更多資訊，」林先生說。

目前，台灣台北榮民總醫院和馬偕紀念醫院的研究人員使用 MetaLite 來辨識癌症組織的新生物標記，並且更精確地計算腫瘤面積。一旦該平台取得台灣衛生當局的核准，醫院計劃將其用作診斷工具。

製藥公司也可能受益於人工智慧組織分析，用它來確定哪些病患最有可能從即將進行臨床試驗的藥物中受益。

透過聯合學習擴展醫療保健領域的人工智慧

隨著醫院擴大人工智慧在病理學中的應用，他們取得的資料將用於訓練未來的人工智慧模型，進一步提高準確性。透過稱為聯合學習的過程，醫院現在可以安全地與他人共享影像資料，同時將敏感的病患資料使用限制在自己的伺服器上——這種功能在以前是不可能實現的。捷絡生物科技正在開發支援聯合的新版本軟體。

「藉由聯合學習，資料將更快地累積，進而提升人工智慧並提高速度和資料一致性，」林先生說。「在病理學中使用人工智慧將推動精準醫學，幫助醫生改善診斷和治療，並讓製藥公司能夠更快地開發新藥。」

各地的城市與鄉鎮無不希望改善空氣品質、居住環境和交通流量。但論及建立解決方案時，大家猶如走在五里霧中毫無頭緒。

「許多城鎮計算交通流量與行人活動的方式皆已過時，並且只仰賴軼事資訊制定規劃、政策和投資決策，」SSE Energy Solutions（英國能源供應商和代理商 SSE 的一個部門）智慧城市和場所負責人 Patrick Mitchell 表示。

由於缺乏證據資料，很難證明是否會將納稅人的錢花在可能依照預期或預測所執行的綠能專案上。一旦新的步道、銜接道路或停車轉乘系統啟用，官員也拿不出衡量其效果的方法。因此，地方政府許多人都受到挑戰，只能蝸牛爬行，無法大刀闊斧實現永續目標。

全新的 AI 型光學感應器系統正在改變全局。透過收集及分析與交通和行人相關的資料，結合來自環境感應器和其他來源的資訊，官員可以做出支持綠能專案的循證決策。部署全新的解決方案後，即可監控成果；成果會隨著城鎮的發展及轉型進而影響最佳化和變化。

智慧空間降低能源成本並提升安全性

IoT 傳應器技術雖然頗為複雜，但可以輕易部署在路燈桿上。SSE 自 2010 年起一直在進行這項工作，為地方政府開發遙控路燈，包括漢普郡議會和南安普敦市議會。 SSE 已在英國和愛爾蘭的 400,000 個路燈桿上安裝其解決方案。

連到路燈桿的感應器可讓城鎮管理員遠距開啟、關閉或調暗燈光，有助於減少能源成本及降低碳足跡。如果夜間發生事故，當局可以名符其實地為到達的緊急救助人員「開燈照亮」問題所在。

建構永續智慧城市

街道照明控制部署後是 SSE Sentinel 光學感應器的開發。光學感應器安裝在康沃爾、斯勞和彭布羅克郡以及其他地區的路燈桿上，可擷取街道活動的深入資訊，為城鎮管理員提供推動綠能規劃所需的工具。

Sentinel 在輕量級 AI 邊緣閘道上執行，收集並處理車輛和行人流量的詳細圖像。它透過行動數據網路將選定的資料安全地傳送至 SSE 智慧城市和場所平台，進而視覺化及分析資料，以便獲取規劃和證據的深入見解（圖 1）。

「資料顯示並強調重型貨車、輕型貨車、計程車、公車、摩托車、電動滑板車等分類，」Mitchell 表示。「它也提供行人資料，包括流量和移動路徑。」

為了以近乎即時的速度處理資料量大的影像，這個解決方案搭載高效能的 Intel^® 處理器。透過 Intel^® OpenVINO^™ 工具組部署的演算法可移除臉部特徵和車牌號碼等私人詳細資料，僅傳輸城鎮需要的資訊。

客戶可將感應器資料結合季節、一天當中的時段、天氣以及至關重要的空氣品質等資訊。

「地方政府可能會發現空氣品質下降與通過特定區域的車輛數量和類型之間存在著直接的關聯性。使用硬資料代替軼事證據是非常強大的工具，可讓地方政府落實政策改變，」Patrick Mitchell 解釋道。

比方說，許多規劃人員會把重點放在振興所在城鎮的主要商業街道，那裡的交通噪音和廢氣讓行人和購物者退避三舍。收集及分析與空氣品質、車輛流量和行人移動相關的資料，有助於改變現況。官員可以決定改變交通路線，降低速限，為自行車騎士和行人開發綠色通道，或者建構停車換乘系統。「鼓勵人們捨棄耗油量大的汽車，搭乘大眾交通工具是地方政府的首要目標，」Mitchell 說。

城市也可以排定公共工程專案的時程以減少干擾。「如果您有證據道路封閉或維護會對商業產生直接影響，您可以問：『什麼時段比較適合施工，還是可以實施其他替代方案？』」Mitchell 表示。

一旦解決方案到位，官員就可以監控交通、空氣品質和行人活動，藉此瞭解其運作情況。正面的成果可提升大眾信心，並為更多永續專案奠定基礎。

AI 和城市規劃

Mitchell 認為隨著環境和永續發展的關注日益增加，城市和社群可能會拓展智慧空間的使用。舉例來說，排水系統的感應器可偵測管線堵塞並通知維修人員。透過結合這項資料和洪災與天氣條件的歷史資訊，城市官員可預測即將到來的暴風雨會造成什麼影響，並優先排定修復，盡量減少洪災損害。

預測分析和智慧技術也可協助當局更有效率地推廣智慧和永續計畫。

「在未來幾年，電動車會取代傳統汽油和柴油運輸。規劃人員必須瞭解要在哪裡設立電動車充電據點，並加強承載電力的基礎設施，因為目前無論在哪裡都供不應求，」Mitchell 如是說。

隨著城市更密切地審查能源使用，可能會決定使用人工智慧分析作為碳排放交易系統的基礎。「資料和分析會變得無比重要，」Mitchell 說。「我們認為軟體平台將成為未來基礎設施管理和規劃的基礎。」

本文由 insight.tech 編輯副總監喬治妮．貝內施（Georganne Benesch）編輯。

疫情期間，各行各樣都受到衝擊；但博物館等公共場所卻完全無法開放。在某些地方，這樣的停擺狀態持續超過一年之久，即使解封，這些設施也必須維持清潔與安全，待顧客克服對公共空間的疑慮。

一如我們所瞭解的，疫情生活的眾多矛盾之一，就是曾經負責協助訪客的職員如今成了人們望之卻步的原因。這迫使安大略軍事博物館（Ontario Regiment Museum）等公共空間別無選擇，只能求助科技以尋找解決方案。它們迄今得到的回應，令人熟悉卻又出人意料（影片 1）。

影片 1。Cloud Constable 的一級下士拉娜（Lana）是一名人工智慧驅動的動畫虛擬專員，在安大略軍事博物館擔任講解員和健康篩檢員。（資料來源：安大略軍事博物館）

認識一級下士（MCpl）拉娜。她不僅是歡迎訪客的健康篩檢員，也是提供博物館資訊和活動事項的講解員。而她剛好也是人工智慧。

更精確的說法是：動畫虛擬助理（AVA）。

動畫虛擬助理的深入剖析

一級下士拉娜由加拿大高科技新創公司 CloudConstable 開發，連同她在內，還有其他多個客製化 AVA 角色，原本的用途是改善智慧城市、醫療保健、娛樂和其他高足跡流量使用案例中的使用者體驗。疫情爆發後，使用案例便向外延伸，涵蓋各種公共空間的零接觸健康篩檢和接觸史追蹤。

「我們擁有北美最大的可運作軍車收藏，」安大略軍事博物館的營運經理 Dan Acre 表示。「『可運作』指的是它們還能開。我們擁有二戰到現今製造的坦克。

「我們的主要營收來源之一是每個月推出展覽，」他往下說。「許多訪客參觀、付費看展覽、前往禮品店、付錢乘坐館內的車輛。這是博物館一般的營運方式；然而在 COVID 疫情期間，可以參訪的人數驟減，我們的營運因此受到莫大的限制。」

由於在任何指定時間，允許進入博物館的人數都有限制，因此館方重新部署一級下士拉娜，將她從原本博物館導覽的崗位借調，協助辦理登記入館的流程。這表示使用 AVA 精密的感知感應套件，包括用於溫度篩檢的 LWIR 紅外線掃描器、連接至雲端型語音引擎的麥克風，以及用於匿名計算人數、進行臉部和手勢辨識的兩個 Intel^® RealSense^™ 攝影機（圖 1）。

RealSense 攝影機可讓拉娜計算訪客人數、掃描門票或 QR 代碼，以及擷取「凌空觸控」輸入，因此使用者可在不接觸表面的情況下進行選擇。攝影機拍攝的圖片和影片會輸入附近的 Intel^® NUC 9 Pro，在那裡即時執行使用 OpenVINO^™ Toolkit 開發及最佳化的 AI 推斷模型，以實現更進階的功能。

「如果你是員工，而館方也知道你的身分，她可以透過臉部辨識認出你、迎接你，並完成所需的篩檢問題。篩檢完成後，她會迎接你：『歡迎光臨。祝您有美好的一天！』」CloudConstable 總裁暨執行長 Michael Pickering 解釋道。

「還有一個頭部姿勢模型，用來查知你注視的方向。我們正在嘗試察覺點頭代表『是』，搖頭代表『不是』，」他繼續說。「一級下士拉娜想要知道你打算左轉還是右轉，因此往你那頭看，希望建立虛擬的眼神接觸。我們想要釐清與她互動的主要對象，大概是正在注視動畫虛擬助理的某人。」

除了視覺處理之外，NUC 9 Pro 的 Core^™ 處理器也搭載 Intel^® 主動管理技術，可對 AVA 平台進行安全的遠距管理，因此 CloudConstable 工程師得以維護和升級系統，而無需親臨現場或培訓博物館工作人員。

「COVID 爆發時，它成了令人夢寐以求的完美系統，可以篩檢、提問，最終以紅外線感應器替人們測量體溫；而且系統相當聰明，你給了幾個否定的答案後，它就不允許你入館，」Acre 表示。

動畫虛擬助理上場

顯然，AVA 在各個使用案例所展現的適應力是其一大優勢。不只動畫角色的外觀可以修改，以適應不同情境，它與使用者溝通的內容與方式也能調整。舉例來說，一級下士拉娜在博物館內經量身訂作，回答常見問題，例如禮品店是否收取營業稅、廁所或特定的展品在哪裡。

不過博物館也在探索其他獨特的方式來打造 AVA 平台，以為館內服務。包括引進虛擬勳章展覽，顧客可在其中使用 AVA 平台掃描加拿大軍功勳章，然後請一級下士拉娜識別及提供相關的歷史背景。

博物館也在規劃一個大型的互動式展覽，在博物館所在的實際機場周圍模擬坦克大戰。
此計畫的其中一環由 CloudConstable 與建築設計公司 Cord Design 合作，設計互動式的地圖以將機場的實際空間情境化，你可以在地圖上「駕駛」，其中包含該地建築物、環境和地形的 3D 模型。

他們的最終目的是使用 Intel Game Dev AI Toolkit 和 Gaia ML 在地圖上加入虛擬戰鬥坦克，並創造一個環境，​​讓使用者體驗擔任坦克指揮官或砲手駕駛經典戰車的感覺。AVA 也會擔起導覽一職，在那裡現身。

使用案例的靈活性以虛擬方式呈現

在不確定的時期，靈活性至關重要。CloudConstable 的 AVA 等平台在一個整合套件中為公共空間帶來這種適應力，套件盡是免手動操作技術，可執行以前需要人工完成的各種功能，甚至是人類無法執行的一些任務。

多虧了現成的開源技術建構模組，靈活的人工智慧如今可在各地的公共空間落實。

本文由 insight.tech 編輯副總監 Christina Cardoza 編輯。

AI、機器學習和物聯網已打造出一個零售科技市場，幾乎任何事情都辦得到。唯一的問題是：豐富的技術使得彼此連接更是充滿挑戰。當今的系統整合商必須為客戶組裝複雜的解決方案，並且提供支援服務來加深彼此的關係。另一方面，軟硬體供應商則需要協助，找到產品的新用途與市場。

創新技術媒合者的出現：當今的技術經銷商。透過其深入的產品知識與專業，他們將製造商與 ISV 和互動式數位招牌的 SI 結合起來，藉由與具有需求和解決方案的產業圈接觸，協助每個企業業務成長。

「當今經銷商必須具備的技術累積遠大於 5 或 10 年前。」Bluestar, Inc. 的行銷副總 Dean Reverman 表示，該公司的主要業務為電子產品代理商。「他們必須帶著更多的解決方案組合上門。他們要怎麼做到這一點？聰明的系統整合商會依賴可提供附加價值的經銷商。」

傳統的經銷商挑選、組合並出貨，Reverman 提到，加值型經銷商則是會藉由提供深入的知識來跨越基本的服務。

「我們獨特的配置為我們帶來機會。」Reverman 表示。「我們瞭解加值型經銷商每天所面對的事情，因為我們每天都在與他們互動。我們瞭解產品供應商藉由其策略目標和產品開發所想要達成的事情。而且我們瞭解軟體社群藉由建立他們想要的獨特解決方案所帶給市場的內容，來打進產業圈。」

為了促進媒合，BlueStar 推出其 TEConnect 計畫將軟硬體供應商結合，以產生新的解決方案，例如數位招牌資訊站和互動式數位招牌。

「我們嘗試做的其中一件事就是在軟體社群中挖掘，並讓他們出現在通路中。」Reverman 表示。「而且，如果沒有軟體，我們經銷的很多東西都會被拒於門外。」

Intel^® 在 BlueStar 的媒合過程中扮演著重要的角色。「現在當客戶找我們進行初期的解決方案開發時，我們有了合作的夥伴。」Reverman 表示。「這對物聯網而言非常重要。部分解決方案能夠建立起來，在於能夠依賴 Intel 強大的工程能力。透過我們的 TEConnect 計畫，我們與 Intel 建立了深厚的關係，因此能夠將軟體開發公司帶進通路，讓他們銷售他們的產品。」

建立數位招牌資訊站

BlueStar 與 Elo Touch Solutions, Inc. 的夥伴關係就是產業圈一個很好的例子，該公司為一家領先互動式觸控螢幕製造商。這兩家公司共同打造並推廣創新的產業專屬解決方案。其中一個產品是 Appetize，這是專門針對體育館處理客人交易與追蹤大規模庫存所設計的銷售點系統。解決方案中包括固定式和可攜式的終端機、資訊站和手持裝置。

BlueStar 會組裝包含 Elo Touch 螢幕、支架和印表機等元件。接著經銷商更進一步，提供協助 SI 部署完整解決方案的服務。

「舉例來說，有了 Appetize，您就可以將成千上萬的設備部署到位。」BlueStar 的業務開發經理 Karey Linkugel 表示。「這非常的花時間，而且需要有人組合起來。在產品離開我們的倉庫前，BlueStar 將 Elo 螢幕放到支架上、拉好線，安裝好軟體。接著我們放進盒子，出貨到位。」

而為了產生需求，BlueStar 和 Elo Touch 結合其行銷預算執行活動，提高他們的業績。

「像 Elo 這樣的製造商，會想要與瞭解企業與技術、而且具有有經驗的業務團隊、可以共同合作拓展市場的人合作。」Linkugel 表示。

「我們很重視在大環境改變時可以相互協商的機會，來決定出什麼對兩家公司最為有利。」Elo Touch Solutions 資深通路銷售總監 Kim Davis 表示。「他們對我們公司而言非常具有價值，因為他們管理的很好，而且讓我們的產品線持續成長。」

媒合後

除了結合軟硬體供應商，BlueStar 也提供客戶客製化的配置、融資、行銷以及服務上的支援。

「經銷商某種程度上都有點現金壓力。」Reverman 表示。「他們在外簽下合約，但他們不一定有能力為這些機會提供資金。我們提供獨特的融資選項，讓經銷商可以向市場提供解決方案。」

經銷商也可從合作關係中得到好處，包括能夠以動態的新方式，包裝解決方案的能力。而且他們能夠向市場推廣這些創新的新用法，成長他們的業績。

隨著工具和使用案例漸趨複雜，像 BlueStar 這類加值型經銷商是零售解決方案的專家，能夠為 SI 提供適合的技術與服務，協助他們進入新市場與取得機會。

「我們運用最新經驗證的技術協助我們的合作夥伴、為他們開啟機會，讓他們能夠從現有的業務中成長。」Reverman 表示。「也許是機器視覺、也許是在後方貼標籤與追蹤資產。無論是什麼，我們的工作就是經由我們業界將其實現。就好像瑞士刀，將解決方案開發完成並推出上市。」

本文由 insight.tech 編輯副總監喬治妮．貝內施（Georganne Benesch）編輯。

肺癌在全球最常見的癌症類型中排行第二，其篩檢是一個複雜的過程。醫師使用低劑量電腦斷層掃描 (LDCT) 掃描患者，產生數百張 2D 影像。醫師檢視這些影像，識別腫瘤的位置與體積，然後根據患者的病歷、檢驗報告、切片檢驗，及其他資訊進行評估，這一切都有助決定病症分期和最佳治療手法。

LDCT 是對抗這種致命疾病的必備工具，但它亦是一個緩慢而艱苦的過程，留有發生人為失誤的空間。有一種使用邊緣處理、AI 和安全資料分享的新方式，協助醫師更快達致準確診斷，並更早開始治療。隨著時間，它可增進對肺癌和其他疾病的瞭解，並推進更多有效療法的發展。

提高偵測率

LDCT AI 助理解決方案由網路硬體和邊緣伺服器製造商其陽科技股份有限公司 開發，協調使用三種進階技術更快取得結果。最重要的是快速運算能力。AEWIN SCB-1932C 邊緣伺服器搭載第 3 代 Intel^® Xeon^® 可擴充處理器，可在現場幾乎即時處理數百個 LDCT 影像。

「要處理那麼多影像，CPU 必須極為強大。」其陽的銷售與行銷總監 Benjamin Wang 表示，「而且部分 Intel^® 晶片也包含內建安全功能，協助保護醫療資料免受黑客之害。」

此 AI 助理平台使用 Intel^® OpenVINO^™ 工具組分析患者的 LDCT 影像。系統透過大量掃描，可把醫師需要考量的影像數量從高達 600 減至少數。

「AI 應用推斷來偵測異常的肺結節並作出分類，讓醫師只需檢查優先度高的掃描，協助提高診斷效率。」其陽產品行銷經理 Tiana Shao 說，「醫療 AI 架構設計人員從可在其陽邊緣運算平台上輕鬆執行的數百個已支援 AI 架構中轉換，提供顯著的效能提升。」

隨著醫療 AI 技術提升篩檢效率，可更早識別疑似癌症，帶動治療工作流程更早開始。提升 AI 系統這種可用性能加速開發早期偵測解決方案，並可降低照護的總成本。

改善 AI 模型

最近其陽開始使用一個可提高偵測效率、更準確預測病發，並導向已提升治療的新平台。

多年來，各種迴異並不斷演變的患者隱私法律交纏，阻礙了醫療專業人員彙集和分析他們資料的能力。透過全新的 Qisda 聯邦式學習平台，全球醫院可安全地分享重要的 AI 模型參數，而不需傳送任何敏感的患者個人資訊。

如此巨量資料流入將讓需依賴分析大量資料組來提升能力的 AI 模型受惠甚豐。「透過在以其陽為基礎的 IT 基礎架構上執行的開放式、安全的聯合學習，醫院可一起建立並調整更優異的模型。」Shao 表示。

機器學習也需要多樣性才能減少偏差。當醫院資料隔離在孤島時，便限制了地理及人口範圍。即使是醫師使用的醫療儀器類型也可影響結果。在日益增加的多樣化資料組支援下的 AI 模型會持續提升準確度。AI 系統與醫療程序相連帶來大量結果，可協助醫師更充分瞭解疾病進展，並決定在各種情境中最有效的治療。

其陽計畫在台灣兩家主要的大學醫院和數家較小的地區設施部署 Qisda 平台及其智慧影像解決方案。購買新的 AI 基礎架構對許多醫療機構而言往往是具挑戰性的投資。利用現有 IT 基礎架構的閒置運算可減輕醫療 AI 開發的高昴資本支出。此外，Qisda 提供可以在醫療中心內實作的雲端解決方案。對於未能負擔高效能設備的地區醫院，此商業模式可出租解決方案，而不是購買整個系統。

「醫療 AI 為現代商業模式如訂閱或每次使用收費舖路。」Wang 說道。

隨著 AI 演算法內嵌更多資料，小型醫院及其分支將在學習模型準確度及預測的提升下同等受惠。

迄今以來，其陽在肺癌方面使用其系統，但使用案例可能擴大。「肺結節以現今技術就可實現高準確度偵測。我們以此作起點，並期望未來的潛在應用。」Shao 說，「憑藉全球各醫院相互合作，智慧醫療保健可快速演進。我們預期在未來幾年可看到許多新的應用。」

本文由 insight.tech 編輯副總監喬治妮．貝內施（Georganne Benesch）編輯。