Insight Tech

醫療保健提供者治療患者時極度仰賴資料。患者完成任何類型的檢驗時，無論是 MRI、x 光還是驗血，都會擷取資料進行分析與診斷。產生影像或分析血液檢查的機器，會將資料回傳至醫療保健系統，讓醫師能夠判斷和評估結果。

雖然聽起容易，但過程未必都能順暢無礙。資料從實驗室傳送到醫生診間時，必須經歷大量的幕後工作。其一，測量患者生命徵象時，例如血壓、心跳、身高和體重，使用了多種醫療保健裝置，而且這些裝置之間無法互相傳遞資料。

此外，患者資料必須在混合式基礎架構移動，這個架構包含內部部署元件、雲端元件，以及越來越多物聯網和邊緣網絡。另外，這些網路未必都是使用相同的語言。再者，軟體系統包裝及處理資料的方式各不相同。

患者若要獲得最佳的照護方式，他們的資料必須在裝置與分析系統之間移動至醫師的電腦螢幕。

「為了記錄患者資料，部署的電子裝置與電腦數量與日俱增。這樣一來，設法收集全部供應商的通訊協定，然後以正確的格式傳輸資料給醫院和患者的過程，便成了一大難題。」台灣電腦製造商瑞傳科技的產品經理 Kenneth Lee 表示。

解決醫療保健資料難題

瑞傳科技希望利用自家的獨立式盒子 NANO-6063 解決這些問題。利用 NANO-6063，醫療保健提供者可在盒子部署小型的非描述性嵌入式系統，讓他們能夠從多個伺服器和醫療保健裝置收發指令，並且連結解決方案，向醫師、護理師與患者提供患者的資訊。

該解決方案設計時將醫院/診所的需求納入考量，例如低用電量、小巧的設計、足夠的 I/O、長使用壽命，以及惡劣的情況。它採用 NANO-ITX 外型規格和 Intel^® Atom x6000E 處理器系列達成這項目標。然而，NANO-6063 不僅是資料流量警察，更扮演了轉換資料訊號的轉譯者角色，確保資訊送達時能讓對方看懂。由於製造商使用的通訊協定往往不同，而醫院系統又以各種不同的格式接受資料，因此轉換資料有其必要性。

「這所有資料收集後必須經過分析，醫師與提供者才能更妥善診斷及監測患者的醫療保健情況。」Lee 表示。

進入全新的市場

Lee 表示，瑞傳科技一向其他市場為目標，例如電子招牌和工廠自動化。然而，隨着醫療保健業越來越依賴數位系統，該公司發現有機會可善用現有技術，協助提供者解決醫療保健資料管理問題。

舉例來說，某現有的製造商客戶，採用瑞傳科技的技術控制組裝線的機械手臂。「該客戶有一部伺服器讓工廠控制整條生產線，運作方式與醫院相似。然而在生產線，他們則是用一個小盒子控制每支機械手臂。他們利用這個控制箱，可以從伺服器執行一些簡單的命令，然後收集資料，向伺服器提供意見回饋。」Lee 表示。

他說，醫院環境也可採用類似的方法。然而，NANO-6063 實現了醫療設備與醫院伺服器之間的資料傳輸，而非控制伺服器與機械手臂之間的通訊。

瑞傳科技另一個 NANO 技術使用案例，則是和體育場內的巨型數位電子看板螢幕有關。這類螢幕通常部署於戶外，也就是說，螢幕可能暴露在各式各樣的天氣，包括冬天經歷下雪和低溫、夏天承受高溫，全年任何時候接受雨水洗禮。

在這類情況使用 NANO-6063 的優勢，就是系統主機板是專為抵禦極端環境所打造，Lee 表示。他表示，堅固耐用對於邊緣網路位置也很實用，而且室內外皆然，因為這類位置缺乏資料中心擁有的氣候控制系統。

加速上市

NANO-6063 開發與行銷的關鍵在於使用 Intel 晶片，就這個案例而言則是 Atom x6000E 系列。目前瑞傳科技使用的 CPU，90% 來自 Intel。另外，該公司正在開闢進入醫療保健市場的全新途徑，並且打算繼續善用與 Intel 的合作關係。參與 Intel 的搶先使用計畫，讓該公司得以在發表前搶先取得新處理器，加快解決方案上市的速度。

瑞傳科技也與系統整合商合作，讓 NANO-6063 這類解決方案得以實現。由於醫院這類醫療保健設施使用的許多不同裝置或電腦來自各種供應商，因此瑞傳科技為系統整合商提供了可以與軟體解決方案結合的電腦零件，能夠接收、轉譯以及指揮資料。

「由於醫療保健提供者的工作越來越仰賴數位系統和資料，因此我們期盼能創造全新的硬體與軟體解決方案，徹底改變空間。」Lee 表示。

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

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。