即時資料分析提升作業效率

管理資產並非易事。舉例來說,管理一整個車隊需要準確又詳細的資訊。要了解車輛何時會出現故障還有原因,光是靠每次加油的時候測量冷卻液的最高和最低溫度是不夠的。引擎燈警告指示的問題不夠具體,可能代表有嚴重的問題,像是散熱器即將損壞,或者只是無害的訊號。

即時資料分析的案例

資產密集型產業面臨各種與資料相關的問題。資產管理人員經常根據無關或過時的資訊採取行動。即使在同一個組織,前線員工需要查看和採取行動的資料,也未必跟工廠主管完成工作需要的資料相同。雖然可能有像是發送文字警示的問題信號機制,但是假警報讓員工開始不把這些當一回事。過多錯誤和無關的資訊可能會導致資料疲勞。最後,即使手邊有資料,可能也沒有足夠的資訊做出明智的決策。

感應器資料管理解決方案供應商 Smart Connect IoT總裁 Sahid Sesay 指出,這些資料問題在各行各業都普遍存在。這就是為什麼資產管理人員和其他前線工作者需要即時掌握更多相關資料,才能做出準確的資料導向決策,主動採取措施,而不是被動應對。

Smart Connect IoT 的無程式碼 SC-IoTOS 感應器邊緣閘道軟體是一個物聯網感應器資料擷取翻譯聚合器,可以在邊緣將任何搭載 Intel® 處理器的硬體連接至幾乎所有類型的設備、感應器或是攝影機。這款軟體能夠安全收集、儲存、規範以及串流擷取的資料,來回傳送至任何地點,用於分析和近一步處理。這樣的解決方案能夠把正確的資料在適當的時間,送到合適的人選手中。

Seasy 表示:「提升高品質串流的資料數量時,組織內部的人員就能輕鬆掌握決策和資訊。」在數位化和產業轉型的時代,組織所需要的是能夠取得有價值且可據以行動的深入解析。

提升作業資料管理便捷性,協助系統整合商

在企業取得深入解析時,將資料整合到現有技術堆疊和基礎設施是必須跨越的一大障礙。SmartConnect 解決方案利用舊版智慧和資產管理系統,根據需要新增感應器來取得理想的計量指標。這項物流網解決方案將舊版和新版感應器的資料整合至單一無程式碼的資訊層,消除了取得深入解析的障礙,解決許多公司的困擾。

在現有的資料收集機制上層層堆疊 SmartConnect IoT 的解決方案不需要自訂工作,從而降低價格,讓產品大受系統整合商的歡迎。「系統整合商可以更快回應提案要求,還能消除作業風險。他們希望成長時,可以在沒有額外開銷成本的情況下實現這個目標。解決方案具備可擴充性Seasy 談到:「 從PoC 或試行方案進入生產階段,一步到位。而且系統整合商還可以根據需要在地理或邏輯上擴展或調整。」

資料整合使用案例

SmartConnect 的解決方案幫助北卡羅來納州的一間食品加工公司找出工作流程中的問題,並更加妥善管理作業。

感應器監測各種用於冷凍庫和輸送帶資產管理的參數,從震動到溫度、壓力,還有馬達的健康狀況。多重供應商感應器可以監控以及控制設備與生產流程,卻缺乏統一的串流資料來準確反映資產的健康狀況。

為了解決這個資料缺口問題,這間食品加工公司在廠房部署了一台採用 Intel® 技術的邊緣運算伺服器,執行 SmartConnect Sc-IoTOS 軟體,在雲端整合以及處理內部部署資料,提供即時資料分析。這項部署讓所有相關利害關係人取得所需的資訊,維持作業執行。

在加工廠開始使用 SC-ItTOS 伺服器確保穩定的資料流之前,資產健康資料每隔幾週才能流入,造成關鍵和不同資產的性能評估出現巨大差距。即使是看似微小的錯誤,像是忘記關冰箱門,都可能導致違反健康法規,以及產生昂貴的後果。但現在,即時資料分析在相應的情境下向合適的人員發出警報,提升了生產力和性能,協助公司管理資產,減少停機時間,並實現更高的資產價值。

資產管理的未來:串流資料時代

SmartConnect 背後的基本理論是提供更多即時相關資料分析,並在必要時發送文字警示,這並不只侷限在幾個使用案例上。時間至關重要,重新設計回應與維護服務可以提升效率水準。

實行的可能性無限。水泥、鋼鐵、挖礦、紙漿和造紙製造業,以及製藥等資產密集型產業都能從整合式的串流資料中受益,延長機器的健康運作。

作業範圍可能包括填充生產線、貨物包裝,以及評估機器狀態和可能發生的故障。

同樣重要的是,從難以掌握的可程式化邏輯控制器轉向更容易使用的無程式碼軟體,加上微處理器的閘道,讓自動化更加普及,使全球的製造商受惠。「我們致力於為全球各地的一般使用者帶來自動化功能,」Seasy 表示。

透過無程式碼和較低成本的管理,自動化技術會更加普及,進而改變製造業的面貌和格局。透過資料導向的作業,可以實現最高效的流程。隨著資料深入解析的普及化,無論是大公司還是小企業都不再需要盲目做出沒有根據的決策。

 

本文編輯 insight.tech 編輯總監 Georganne Benesch

All-in-One 醫療 AI 電腦滿足醫療保健運算需求

醫療保健產業中,分別有公司製造醫療保健設備,和供應商使用這些機器與裝置。兩者業務模式截然不同,卻面臨同樣的挑戰和商機。製造商和供應商都積極部署最新技術,但他們必須面對嚴格的規範和短暫的產品生命週期。

傳統的醫療保健裝置設計是資料存放在裝置本機。然而,醫療保健設施對互通性的需求日益增長,AI 支援的醫療電腦解決方案可以支援關鍵任務環境,且在治療過程中處理患者的資料,有效提高醫療保健專業人士的效率。

管理以上所有限制是天大的難題,但現今的醫療電腦可以勝任這項任務。醫院和診所的執業人員可以使用衞生、小巧便攜的醫療級 AI 電腦。不僅如此,高效能處理器實現近乎即時的 AI 分析,協助醫生和護理人員更快、更周全的診斷與治療決策。

跟上 IoT 醫療裝置的 AI 創新技術

對現代醫療影像和患者監測機器來說,邊緣 AI 與電腦視覺益發重要,因為這兩者可以快速分析資料,協助醫師診斷,可是醫療裝置開發很難加入這些尖端功能。醫療裝置開發依法變更硬體和軟體設計平均要 8 到 24 個月,取得臨床試驗認證則要再花個兩三年。

「他們經不起持續升級至最新技術的耗費。」全球醫療電腦暨醫院 IT 解決方案製造商的台灣醫揚科技股份有限公司莊富鈞總經理表示。

而且這些醫療裝置成品上市後,即需長期使用。醫院採用的技術複雜,而且設備通常 10 年以上才會升級,這在醫療 AI 與電腦視覺發展迅速的世界來說,堪稱永恆。

為了盡量維持機器更新,醫揚科技攜手醫療裝置公司、醫院和 Intel──醫揚科技專為醫院和診所生產 all-in-one (AIO) 醫療電腦,而 Intel 提供處理器。Intel 高效能的處理能力是軟體執行邊緣 AI 分析的基礎。

醫揚科技與 Intel 密切合作提供可擴充的自訂設計,有助醫療裝置公司整合最新處理器及自家醫療級運算技術。「我們提供醫療 OEM 與 ODM 最新技術,協助他們搶得先機,所以他們不必擔心裝置上市時技術已過時。」莊總經理說。

在必要時提供機器資訊

醫院、醫療裝置是精心編制的交響樂章,協奏的時機得十分精確。醫師要靠多個來源的資訊診斷並治療患者,其中不乏醫療記錄、實驗室結果、血壓血氧監視器,或 X 光、CT 及超音波掃描儀的影像。但這些機器的製造商各異,使用的軟體通訊協定也不同,基本無法互連,抑或無法連線醫院的 IT 系統,所以醫師往往要調出患者四散的資料。

如果是醫揚科技 AIO 醫療 AI 電腦的系統,就可以指揮交響樂,整合患者記錄、異地機器等所有來源的資料,實現高解析度影像傳輸,及 AI 分析效能,所以醫師可以近乎即時地全面檢視患者的病情。

「傳輸的資料足以提供醫師及時判斷治療方針。這對重症或亟需醫師判斷是否動手術的患者來說至關緊要。」莊總經理說。

除此之外,醫揚科技 AIO AI 電腦符合醫院嚴格的衞生要求。舉例來說,AIO AI 電腦不用風扇冷卻,而是搭載散熱片打造封閉系統,避免空氣傳播病菌至醫院走廊或病房。「我們的電腦可以採用無風扇設計,要歸功於 Intel 節能高效的處理器技術。」莊總經理說。

醫療 IoT 的實際應用:行動護理與遠距醫療解決方案

透過醫療電腦連線患者資訊,加強醫院和診所的互通性。為整合國內醫院網路的技術要求,法國政府聯盟成立人工智慧與醫療保健大會 (CAIH) 最大的目標就是互通性。醫揚科技開發兩種解決方案協助組織實現目標。

第一批行動護理站/護理車設有護理人員可攜出巡診的 AIO AI 電腦。醫療電腦有助他們巡房時仍能隨時留意負責的患者狀況。除了通知護理人員患者的生命徵象,AIO 也協助監測設備,例如知會他們點滴輸液要滴完了。

「AI 監測協助人手不足的醫院妥善照顧患者需求」莊總經理說,「同時協助他們採用快速成長的遠距醫療」。至於另一個為 CAIH 開發的解決方案,醫揚科技讓 AIO 電腦搭起醫師與患者、照顧者,及遠距設施的醫療設備──包括沒有醫師駐點的技術性護理之家的連線。

醫師可從自己的 AIO 電腦為患者看診,然後指引護理人員使用醫療儀器,例如可攜式超音波機器,或檢查耳鼻喉、皮膚等儀器。裝置搭載高解析度攝影機,醫師會收到醫療級影像。

「透過這些資訊,醫師可做大致的診斷,並迅速判斷患者是否需要立即就醫。」莊總經理說。不然大多患者只能直接送醫院,對技術性護理機構如同難題。

另外,醫揚科技 AIO 電腦支援 5G 通訊,遠距設施可以使用 5G 網路傳輸患者生理資料警示,或直接警示醫師或護理人員患者意外跌倒,不必等候雲端處理資訊。

建立未來趨勢技術

隨著 AI 功能增強,醫療電腦在患者照護方面的用途越大。「但為了不失實用性,AI 功能必須配合相關機器發展」莊總經理說。

「醫療電腦需要貼近醫療裝置。我們觀察到醫療電腦與專用機器連動的需求增加,且資料處理速度的需求也日益增長。醫揚科技電腦內建最新的 Intel 技術後,即可滿足這些需求。」莊總經理補充。

 

本文由 insight.tech 編輯總監妮.貝內施(Georganne Benesch)編輯。

AI 與 電腦視覺提升生物醫學研究

生物醫學研究的突破通常來自於對相關性和因果關係的理解,也就是瞭解人體生理過程的本質還有運作方式。

科學家透過建立資料集的相關性來觀察現象,例如癌症發生率較高或是對疫苗反應更好等等。接著,他們會研究這些相關性背後的原因。按部就班反覆進行這種生物醫學的研究雖然單調乏味,卻非常值得。

現在,AI 驅動的電腦視覺應用於醫療造影,加速資料相關性的發現。這項技術更快找出值得探索的問題點。在這個過程中,AI 協助人類迅速聚焦在問題上。而且還能夠幫助人類科學家加快找到改變生活的醫學解決方案的速度。

醫療造影中的 AI 模型

Mayo Clinic 使用 AI 和機器學習大幅提升超聲波影像功能就是其中一個使用案例。這間醫療機構首先採用 Intel 和 Dell 的最新技術、工具和產品,也就是 Intel® Geti 平台還有在 Dell 邊緣系統上執行的 Intel® OpenVINO 工具組,從內視鏡影片中找出腎結石,以及評估心臟功能的醫護點(POC)超聲波影像。

Dell Technologies 是提供廣泛產品組合和全面服務的解決方案供應商,公司的生命科學策略全球負責人 Alex Long 表示,Mayo Clinic 在使用 AI 超聲波影像方面的工作是這項技術特別有用的案例。長久以來,超音波的判讀一直都充滿主觀性,又容易出錯,而且要求專業的訓練。

但大量資料訓練的視覺 AI 模型可以協助照護人員在病床邊提供更個人化的照護。透過 AI 增強護理工作能夠更快速、更準確發現異常,而且需要的訓練成本也非常低。透過預先訓練的模型和主動學習,現代方法讓這些模型的快速開發和部署成為可能。Myao Clinic 的 David Holmes 博士表示:「我們的照護人員明白利用 AI 協助患者照護的好處,但像是 POC 超音波這樣的情況還沒有可行的 AI 模型來做使用。」他的工程師團隊利用互動式 AI 模型化工具迅速開發 AI 解決方案,評估病床邊影像的品質,確保患者照護過程中採用最佳的影像。

AI 在醫療造影中的應用不僅僅是作為診斷工具的功能。Long 表示:「透過視覺 AI 判讀影像資料,準確增強人類的能力。」診斷醫師接受專業訓練,從檔案篩選出問題,AI 引導他們擴大評估的範圍也有助益,例如評估乳房攝影檢查來發現乳癌早期徵兆就是一個很好的例子。AI 的優勢在於找出人眼可能因為確認偏誤而忽略的模式。

生物醫學研究中的其他情境也可能從 AI 受益,特別是涉及影像資料的情況。Long 表示:「事實證明,有很多有很多其他視覺相關的醫療系統。」這些醫療系統都可以透過使用 AI 作為增強人類能力的工具中受益。

合作推動創新技術

Intel 和 Dell Technologies 的夥伴關係促成了這些 AI 驅動的突破。Long 表示:「社群的定義是志同道合,共同努力實現目標的一群人。我們親眼見證到 Intel 和 Dell 在打造一個醫療生命科學的社群。」

這兩間公司之間的合作多年來隨著時間逐漸發展和加強,Holmes 博士的工作就是雙方發揮實力的一個例子。Intel 和 Dell 的醫療解決方案團隊以及技術和產品平台讓他們能夠和頂尖的生物醫學研究人員和供應商合作。

Long 表示:「 Dell 所帶來的是我們產品組合的廣度、合作關係的深度,還提供所需要的 IT 和基礎架構專業知識。」除此之外,Dell 也不忘醫療保健產業非常重視隱私還有保護病患敏感的健康資訊。Long 談到:「採用技術不只是為了控制成本,而是要透過技術推動人類對改善健康的倡議。我們致力於推動人類照護的進步。」

人工智慧在醫療業的前景

Mayo Clinic 讓我們得以一窺 AI 模型在生物醫學研究中的潛力。我們才剛開始探索 AI 在視覺影像資料上尋找相關性的方法,引導人類朝著新的探索方向前進。

研究人員通常會尋找相關性資料來得出結論,Long 表示:「AI 是用來識別相關性最好的選擇。我對 AI 在加速診斷、改善病患照護、迅速理解下一坡啟發法和療法的潛力非常期待。」

人體還有許多未知之處。AI 所能促成的發現量簡直是歎為觀止,因此處於科技與醫學交匯的當下非常振奮人心。AI 可以透過訓練,聚焦在多年的資料上。這所帶來的成果可能會是一場革命性的突破。

 

本文編輯 insight.tech 編輯總監 Georganne Benesch

機器製造商透過下一代產品獲得優勢

幾乎在每個產業都找得到新的邊緣 AI 和電腦視覺技術使用案例。在工廠裡面,自動光學檢測(AOI)和工業機器人等應用提高了作業效率。在醫療保健領域,這些技術增強了醫學影像和診斷的能力。還實現了我們的城市更智慧化的交通管理,以及提升辦公室和公共空間的安全性。

這麼多不同產業採用 AI 的現象也改變了企業領袖對未來的展望。AI 不再被視為在遙遠的未來才會實現的技術。AI 已經開始為各種類型的組織帶來正面的成果。研華科技(Advantech) 的產品經理劉家懿表示:「AI 正在被應用於現實世界的各種情境中。」研華科技(Advantech) 是邊緣 AI 平台和 AIoT 解決方案的供應商。「在當今的決策者的眼中, AI 是保持競爭力的『必須品』。」

現在是 AI 解決方案開發者絕佳的機會,但他們面對需要克服的挑戰,例如採用 AI 運算解決方案、整合軟體 SDKs、AI 模型訓練等等。

可喜可賀的是,嵌入式硬體夥伴關係讓強大、開發就緒的 AI 運算能力成為可能,像是華研科技(Advantech)的 GPU 卡 EAI-3101,設計搭載 Intel® Arc A380 GPU 。GPU 主要提供視覺影像最佳化,是目前用於增強 AI 運算能力的主要加速器之一。 

最新嵌入式 GPU 卡支援多種 AI 使用案例

EAI 系列產品提供全方位的 AI 加速和顯示晶片解決方案,包括多款搭載 Intel Arc 顯示晶片的 PCIe 和 MXM GPU 卡。隨著即將亮相的 Intel Arc A380E,研華科技(Advantech)推出了 EAI-3101,這是一款全新嵌入式 PCIe GPU 卡,搭載 Intel Arc A380E,而且壽命長達五年。這款 GPU 卡採用 128 個 Intel Xe Matrix AI 引擎,提供 5.018 TFLOPS 的 AI 運算能力。透過最佳化的散熱解決方案和自動智慧風扇,這些 GPU 卡可以滿足各種使用案例,例如遊戲、醫療分析等。這些設計經證明在 AI 推斷功能和顯示晶片運算方面超越競爭對手。

豐富的選擇代表不管預期的使用案例是什麼, OEM、ODM 和機器製造商更有可能找到符合需求的運算平台。例如,工業領域的機器製造商最有可能選擇其中一種常用的 PCIe 配置卡,而醫療設備製造商可能會偏好 MXM 卡小巧的外型規格和抗震抗振性。

「Intel® Dynamic Power Share Arc GPU 和 Intel GPU 可以自動而且動態(重新)分配組理引擎之間的電源,為各種邊緣負載工作提升穩定、高效能的運算,」劉家懿表示。「Intel® OpenVINO 工具組幫助我們加速 AI 推斷時間、減少 AI 模型佔用空間,還有最佳化硬體使用率。」

華研科技 (Advantech)和 Intel® 的 開發夥伴關係能讓 Intel 的最新產品更快上市,因為他們可以提早取用最新一代的處理器。 即使華研科技(Advantech)的客戶已經全面部署現有解決方案,這對他們來說是一大利好。例如智慧交通管理解決方案的製造商 ISSD Electronics 在土耳其部署了智慧交通管理系統,他們最近升級這項解決方案, 加入研華科技(Advantech)的EAI-3100 系列。劉家懿表示,這間製造商因此改善了系統的準確性、減少 AI 推斷延遲,構造成本也降低了 33%。

研華科技(Advantech)也宣布了 AIR 邊緣 AI 推斷設備的新模型:

  • AIR-150:採用第 13 代 Intel® Core 處理器的小型、無風扇邊緣 AI 推斷系統
  • AIR-310:搭載 MXM-GPU 卡以及第 14 代 Intel® Core 處理器支援的邊緣 AI 盒
  • AIR-510:採用第 14 代 Intel® Core 處理器和 RTX 6000 Ada 的邊緣 AI 工作站

這些邊緣 AI 平台 採用最新的 Intel 平台,適用於各種情境。企業可能會為辦公室選擇相對輕巧的 AIR-150。為了實現工廠的 AMR 自動化管理,AIR-310 提供所需的工業協定和具有可擴充性的 GPU 運算能力。至於可能需要更高顯示晶片運算的視覺輔助醫療解決方案,更強大的 AIR-510 是比較合適的選擇。

推動 AI 應用程式開發公平的競爭環境

除了硬體產品外,研華科技(Advantech)還提供跨平台邊緣 AI 軟體開發工具組(SDK)SDK 提供了評估 AI 應用程式在解決方案開發過程中早期硬體需求的基準工具。這有助於開發者選擇最適合解決方案的硬體,防止在過度的運算能力上超支。另外,SDK 還支援部署後的即時監控和無線(OTA)AI 模型更新。

OpenVINO 作為 SDK 的一部分,提供了模型最佳化和硬體加速的優勢。 開放原始碼推斷工具組還透過支援 PyTorch、TensorFlow和 PaddlePaddle等多種 AI 模型框架,幫助 AI 開發者簡化模型部署和軟體開工作流程。

開放原始碼工具組和 SDK 的可用性,再加上成熟的邊緣 AI 產品生態系統,能夠幫助更多的機器製造商、OEM 和 ODM 在穩定、開發就緒的 AI 運算環境以更有效的方式競爭。有助於縮短整體解決方案的開發時間,讓設計師更快推出創新產品。

研華科技(Advantech)也提供了邊緣 AI SDK,這是一款 AI 工具組,用於建立友善環境,從評估、採用 SDK,到在前面提到的 EAI 和 AIR 系列產品上部署。未來幾年,我們會看到更公平的 AI 應用開發競爭環境,有些人說這是「AI 民主化」。

劉家懿認為,以 AI 越來越發達的世界來說,這是應該走的正確道路。「AI 的力量不應該只掌握在少數公司手上。像我們的邊緣運軟平台、SDK 和 OpenVISO 這樣的資源都應該讓所有人運用,」劉家懿說道。「未來 AI 會無所不在,這就是為什麼我們需要這些開放又強大的解決方案。」

 

本文由 insight.tech 編輯總監妮.貝內施(Georganne Benesch)編輯。

機器視覺軟體提升煉油廠營運效率

煉油業深知當利潤微薄時,即使在業務營運各方面有最微小的改善,也會迅速累積成果。這個行業受到諸多挑戰壓迫,包括人力短缺和基礎設施陳舊等等。公司也競相為了符合嚴格的全球永續標準而努力。為了解決這些問題,這個業界仰賴自動化和其他先進技術,以在日常營運的近乎每個環節提高細微效率。

在這種背景下,南非的 Impala Platinum Base Metal Refinery 運用電腦視覺和邊緣 AI 技術,確保高效率的營運。NTT 子公司 Britehouse Mobility 的一個製程最佳化專案,展示機器視覺軟體如何協助改善硫酸銨的複雜生產過程,這種無機鹽具有多種商業用途。

生產硫酸銨的挑戰

硫酸銨是煉油廠生產的副產品,可作為農業肥料,以及用於釩的製造過程中。生產該產品的設施必須符合農業、林業和漁業部規定的特定標準。影響工廠生產硫酸銨的關鍵標準,是其鎳含量不得超過 200 ppm。但鎳顆粒會附著於較小的硫酸銨晶體。防止鎳進入最終產品的一種有效方法,是使用振動篩選機來篩選產品。

振動篩選機會造成大量塵埃,尤其是存在有非常細微的顆粒時。為此,振動篩選機需要完全封閉,這使得篩網堵塞時難以察覺,通常只有在離線後打開篩選機時才會發現。堵塞的篩網會讓含有鎳的細微顆粒進入最終產品,如果太晚發現此狀況,便會影響硫酸銨的品質。

定期開啟篩選機相當花費時間。因此,線上監控系統可讓生產團隊在篩選機內發生栓塞或堵塞時,迅速做出反應。另一個好處是因為振動篩選是流程的最後一步,相機能夠輕鬆偵測到上游流程的其他問題。

機器視覺與 3D 相機的實際運作

Britehouse Mobility 解決方案展示了立體相機的使用情況,並且能防止振動篩栓塞和堵塞問題,以避免降低最終產品輸出的品質。結合相機後,機器視覺演算法便能研究輸出,並且識別篩選機堵塞的狀況。

所有曾用智慧型手機拍照的人,都能體會在搖晃情況下拍攝清楚照片所面臨的難題。開發解決方案的挑戰,在於找到可在這種條件下運作的相機。

Britehouse Mobility 的資深解決方案架構師 Donovan Bell 表示:「這不只是台相機……還要足夠堅固,能在嚴苛環境的殘酷力量下生存下來」。此外,相機還必須隨著篩網移動,才能有相同的共振,使相片不會模糊。

團隊將相機放在適當的照明條件下,訓練機器學習模型來識別正常與堵塞的篩網的樣子。最終結果會獲得評分,讓操作員能在介入前判斷問題的嚴重程度。立體測量提供的資訊不僅包括栓塞和堵塞的程度,還包括不良鎳的重量和尺寸。Britehouse Mobility Atajo OnEdge 平台透過邊緣即時資料處理和雲端技術的擴充,提供可視化資訊並在必要時提醒操作員。

Britehouse Mobility 的物聯網部門主管 Marco Capazario 表示:「這種解決方案減少了人員中斷作業、打開蓋子,查看振動篩下情況的次數,而提高了安全性和效率。」

此外,員工現在能夠以被動代替主動。Capazario 表示這不僅是關於監控堵塞問題。他補充:「這讓他們能深入瞭解上游的問題,並賦予深入挖掘根本原因分析的能力。」在眾多問題當中,Britehouse Mobility/NTT 解決方案能夠回答:為什麼我們會在特定時間損失效率,以及造成和產生這種損失的上游工廠發生什麼情況?我們能否透過資料洞見來找出這些答案?

協作示範煉油廠的創新

透過 Intel 的指導,Britehouse Mobility/NTT 與 Framos 合作,後者在工業級機箱內安裝 Intel® 實感 相機。這次合作有助於 Britehouse Mobility 更快速地運用相機。實感相機具備立體功能和深度感知功能,而能滿足要求。

由於物件偵測和立體大小調整應用程式並不會太複雜,因此解決方案不需要大量運算。「我們並非要嘗試以每秒 60 幀的速度分析即時影片。但如果要這樣做,我們能將資訊傳送至雲端,並利用 Intel 工具為我們提供成果。」Bell 表示。

雲端技術的 Atajo OnEdge 平台能從閘道獲取並儲存資料,以便進行歷史分析。平台使用者能透過儀表板和報告來追蹤長短期趨勢。

電腦視覺的無窮應用

雖然 Britehouse Mobility/NTT 解決方案是專為 Impala 使用案例設計,但與機器視覺相關的核心技術能夠更廣泛地運用。團隊正在為 Impala 開發另一款應用程式,能夠監控機動起重機的安全與現場合規性。

Capazario 表示:「我們已將硬體工業化,擁有高度可配置的軟體層,讓我們能安裝模組並快速部署特定應用程式。我們有很大的機會來改善一系列流程。」實作不必只限於煉油業。製造業和其他行業也已經瓜熟蒂落。Bell 表示:「這項技術有近乎無窮的用途。」

 

本文編輯 insight.tech 編輯總監 Georganne Benesch

最佳化手術團隊:AI 在手術室的角色

當你或親人面臨手術時,自然會希望確保有最熟練的外科醫師動刀。更不用說,手術必須配備最現代化的設施,採用最先進的技術,保證達到最好的治療效果。畢竟風險可能非常高。一直到最近,外科醫師在手術室中都沒有決策支援的資源,這種情況很讓人不安。

雖然醫療科技在過去幾年迅速發展,但在手術室中採用這些先進技術的步調卻比其他領域慢半拍。外科醫師習慣依賴他們精練的手法還有從經驗汲取的知識,這是有其中的道理。但是,醫療技術並不僅限於機器人手臂和 AI 引導手術;將醫療保健資料從傳統的閣樓解放出來,並且讓外科醫師在手術室中隨時取得這些資訊,就能讓醫療界往前邁進一大步。

我們與數位手術平台供應商 Caresyntax創辦人兼執行長 Dennis Kogan 近一步討論這個議題,還有手術室所面臨的挑戰、夥伴生態系統的重要性,以及 AI 輔助手術如何提升病患的治療成效 (影片 1)

影片 1. Caresyntax 執行長 Dennis Kogan 討論把即時 AI 資料帶到手術過程中,強調這項技術在外科手術中的關鍵時機和對外科醫師的影響。(資料來源:insight.tech

手術室中的技術發展如何改變人們對醫療保健的期望?

我的爸爸是一位外科醫師,幾年前我還在上大學的時候,我跟他談到過運動員在績效管理、狀態意識還有分析等等方面所得到的決策支援。他告訴我:「我們在動手術的時候沒有這種東西。我們雖然有很新奇、很重要的醫療設備,也不斷接觸到臨床上的創新技術,但實際上沒有什麼在使用資料還有決策支援。」

直到幾年前,這種狀況還是停滯不前。醫療設備上有很多創新技術,但最後還是停留在幫助外科醫師用手操作。現在我們看到的發展能讓手術團隊有更好的決策支援機制。

我覺得越來越多人期待外科醫師不要只考慮手術過程中的風險。外科醫師需要支援,需要更多資訊來評估風險。所以只依靠自己的大腦去思考可能已經行不通了。

把創新技術帶到手術室裡有什麼挑戰?

相較於其他治療方式,病患可能對手術室的情況比較不了解。當然是因為他們處於麻醉狀態。他們最關心的是自己手術成功的機會。我覺得病患應該會很驚訝,手術團隊擁有的整合式決策支援沒有像他們想像的那麼多。

在手術領域採用創新技術的挑戰在於手術是即時的干預,一定要整合 AI 還有軟體,才能夠在那個環境裡面執行。手術室裡面幾乎不能有任何延遲的時間。這本身就比在其他醫療保健裡面用到的資訊技術門檻更高。當然,品質還有運作效率的標準也是很要求。

手術環境隨時都有可能改變。那外科醫師在手術過程中要怎麼適應不斷變化的臨床情況呢?而且這不僅涉及可以量化的活動還有技術,跟溝通和團隊合作也有關。手術其實就像是團隊運動。手術結果的一部分取決於外科醫師的特定技巧,但另一部也仰賴他們跟護理人員和麻醉師的溝通。整個過程非常複雜,幾乎不可能在可見的未來被人工智慧被取代。

但是,正因為其中的變化多端, AI 在把正確的資訊和選項帶給醫生的方面有很多可以發揮的地方。在一天之內,手術團隊可能會幫非常不同類型的病患動手術:一下是一個健康的 25 歲女性,一下又是一個重病的 85 歲男性。團隊必須要能夠調整很多因素,還有做出大量的決策。

認知過度負荷可能會導致做出次佳決策或是錯誤。大概每七個個案中就會有一個出現某種嚴重的並發症,機率超過 15%。所以我們在這裡談的是透過狀態意識,透過自動化來進行積極風險管理。這是藉由減少和消除認知過度負荷和臨床情況不斷變化所帶來的不必要差異。我們現在看到最好應用 AI 的個案是顯示特定病患和手術過程的具體資訊,這樣能夠引導整個手術的過程,讓結果在這種支援的情況下更好。

結合 AI 跟病患資料的好處有什麼好處?

首先,真正整合的手術決策支援涉及到手術前後的所有環節。因為手術前後發生的每一件事都非常重要,最好的整合平台可以在手術室還有手術前後的空間、時間和活動之間連線。

在病患進到手術室前就會需要做決定,比如準備正確的器械、藥物,還要確定手術檯旁邊站的是合適的人員。這還包括電子病歷,因為裡面有很多關於病患還有他們易患病體質的資料。接下來就是手術室裡面的情況,醫療設備還有攝影機要可以連線。然後還有手術後,瞭解病患離開手術室面臨的風險可能會改變他們接受照護的流程。他們可能可以回家,可能需要待在加護病房,也有可能需要更多抗生素。

要有最好、最正確的見解,你就得需要完整手術前後的臨床還有過程記錄,但最重要的還是術中的空間,因為這當然是最關鍵的部分,差錯可能就是在這裡出現。就是因為這個原因,而且手術室很即時的特性,整個複雜的程度又高更了。從技術上來說,這對雲端來說不是特別容易的領域。所有過程都在邊緣上,因為沒有辦法依賴雲端的兩秒上傳和下載。所以在這種情境下,邊緣運算還有 Internet of Things 技術工具組就非常重要。

同時,這項技術解決從部署還有成本角度來看,必須非常強大又有吸引力。因為說到底,任何太貴或太笨重的東西都行不通,像是又要把另一台超大台的機器搬到已經擠到不行的手術室。

在 Caresyntax,我們在幾位技術夥伴的協助下,花了幾年的時間來開發這個平台,讓它達到所有這些參數。但我知道這是有可能的。雖然我們還在起步的階段,但我知道在下個十年,大概每個手術室都會配有這種系統。而在 10 年後,醫生們會想當初沒有這種系統是怎麼動手術的。

醫院要怎麼讓要怎麼讓這種投資跟上未來趨勢呢?

每個產業都會經歷一個週期,一開始由少數供應商建立封閉式的生態系統,然後使用會漸漸希望能越來越靈活地增加價值和新增應用程式。我覺得手術和醫療保健也需要經歷同樣的變革。

醫療設備領域有很多專有的智慧財產權,這是有它的理由在的。從歷史上來看,這也一直是醫生的主流觀念,在某種程度上,他們把手術室視為設備和供應商的延伸。所以首要的投資應該是重新塑造和調整這種思維。手術室不應該被看作是頂尖設備平台的延伸,而應該是達到最佳結果的一個過程。

你有任何使用者個案或是客戶案例可以分享嗎?

我們已經可以證明在手術室採用這些進階平台可以提高成效的水準,不僅對外科醫師,對其他醫生還有臨床合作夥伴也有同樣的效果。譬如說,對護士來說也是一樣。在疫情之後,很多人在沒有經過像過去那麼完善的訓練就投入護理工作。現在手術量很大,所以很多都延期了。這就是為什麼非常多新手護士需要迎頭趕上。我們在越來越多的手術室部署一種互動式的逐步指南。對那些可信心還有經驗不太夠的人員來說,在手術過程適當的時機有這種逐步的支援會很有幫助。

Caresyntax 怎麼跟夥伴合作,把這些平台引進手術室?

身為手術專家,我們對終端應用程式和使用個案非常瞭解,但在建立基礎設施方面沒有太多經驗。我們缺少其他在嚴謹性、實際架構上相似的使用個案的基準還有可以對比的資料。要有即插即用的智慧手術平台,智慧水準要很高,但在硬體方面不會太龐大,還要能夠產生資訊,同時具備接收演算法和產生 AI 的能力跟頻寬,又要即時顯示出來,這一整套需求其實蠻複雜的。

Intel 一直是我們密切的合作夥伴之一,他們幾乎就像是我們團隊的一份子,共同努力來實現這個目標。設計架構、找到合適的元件、採用他們的一些元件,像是OpenVINO 讓 AI 的滲透和使用成為可能,所有這些事情都非常重要。如果沒有像 Intel 這樣的合作夥伴,我們至少步調會慢很多,自己一個元件、一個元件慢慢找,可能還會出更多差錯。

當然,除了 Intel 之外,我們也跟包括 AWS 還有 Google Cloud 的雲端解決供應商合作。因為一定要實現邊緣到雲端的過渡。就像我前面提到的,這是一個術前、術中和術後的空間,所以得要不停在邊緣和雲端之間來回,來讓資訊可以互換。事實上,Intel、Google 和 AWS 這幾方之間都在合作, 成果也非常豐碩。

當然,疫情曾經是創新技術的絆腳石,但是最近已經有所趨緩。我覺得大家都在評估手術,然後在說:「動手術比坐飛機還要危險,甚至不像其他醫療程序那麼安全。是時候改進了。」要實現這一點,需要有一個生態系統的參與者。

在手術中採用 AI 給你帶來最大的收穫是什麼?

我常常發現大家覺得手術已經被研究透徹、完全成熟,而且不需要任何創新技術了。我很遺憾地要說,事實並不是如此。但我們還是有機會把手術帶到跟航空業一樣的水準。我相信我們都不會想要坐上有 15% 的機會出問題的航班。

這是一個不僅在臨床上有影響,而且還涉及到成本的大問題。除了藥物治療之外,手術治療是矯正疾病的第二常用方式。在美國,手術大概就佔了醫療保健支出的 20% 到 30%。

所以我覺得如果我們要動手術,應該要有完全順利的信心。這種信心應該要有實際統計的支持。我們的確可以讓手術更安全、更智慧。這會對數百萬病患的健康產生廣泛的影響,也會成本帶來深遠的改變。只有有創新的思維,就有充足的改進空間。

相關內容

要進一步瞭解 AI 輔助手術技術,請收聽《手術室裡的 AI 人員配置:與 Caresyntax 同行》,並在 Twitter 和 LinkedIn 上追蹤 @caresyntax

 

本文由 Erin Noble 編審。

自助服務技術加快郵局作業速度

走進現今的快餐店,您不需要協助也能訂餐、取餐以及為餐點結帳。走入雜貨店,您在自助結帳機掃描商品後就能離開。然而,如果想在郵局寄包裹則是另當別論。在長長的人龍久候多時之後,您必須回答一連串問題:普通還是快遞?您要保險嗎?要追蹤嗎?包裹內有任何下列物品嗎?

郵局的排隊人龍不只是客戶的問題,同時也令郵局傷透腦筋,因為郵局長期人手不足,而且作業承受了截止日期緊迫的高壓。21 世紀難道沒有更高效的方法寄包裹嗎?

其實有。新式邊緣 AI 和電腦視覺系統可以自動處理包裹和結帳,過程完全不需要分身乏術的郵局員工協助。貨運服務公司也可以使用這套系統,幫大家節省時間,以更準確的方式測量包裹。

使用自助服務技術改善處理包裹的過程

自助服務受到青睞不僅是因為效率高,更因為它讓人有掌控感。國際自助服務解決方案公司 Omnic產品開發長 Ann Snitko 表示,研究顯示,即使有收銀員,雜貨店顧客往往還是選擇自助結帳。

自助服務也大幅改善了包裹運送人員的工作方式,因為貨運的『第一段』(寄包裹和處理包裹的階段)最昂貴。

之所以昂貴是因為包裹配送準備是耗時的工作,加上全球服務人員短缺,導致問題雪上加霜。在旺季,客戶別無選擇,只能在可能排到大樓外的隊伍中苦等。處理時間也可能因地點而截然不同。Snitko 表示,舉例來說,在杜拜的物流公司,可能要花上兩小時才能等到職員服務。

為了將第一段服務最佳化,Omnic 打造了 Intel 技術的 OMNI Drop Off 解決方案。這款 AI 和電腦視覺技術的裝置讓客戶不用排隊等候,在兩分鐘內就能自行處理要配送的包裹(圖 1)。

OMNI Drop Off 自助服務郵寄解決方案的相片
圖 1. OMNI Drop Off 自助服務郵寄解決方案,加快了客戶和郵政業者處理包裹的速度。(資料來源:Omnic)

客戶在電腦螢幕或語音助理工具輸入資訊後,將包裹置於內建的磅秤上。Omnic 軟體使用 Intel® 實感 電腦視覺攝影機測量尺寸、掃描內容物是否有違禁品,並且在發生問題時通知業務代表。

Snitko 表示:「違禁品是一大問題,對於跨國貨運格外重要,因為貨運公司必須為配送的貨物負責。」

印表機會製作標籤,系統則會計算運費。Omnic 的軟體經過自訂即可加入當地稅金和費用,而且客戶可以用信用卡、Apple Pay 或 Google Pay 這類應用程式,或是 QR 碼結帳。客戶還可以列出追蹤號碼,並且選擇收到關於貨物的簡訊通知。Snitko 表示,個人資訊不必儲存於系統,而且 Omnic 遵守所有當地隱私法律。

系統認定包裹準備就緒時,櫃枱下方安全儲物櫃的門隨即開啟,客戶放入包裹供取貨即可。在不打算放置儲物櫃的郵局,客戶將包裹放在指定地點。

在部署 OMNI Drop Off 的阿拉伯聯合大公國、瑞士和加拿大,客戶的總處理時間平均為 60 至 90 秒。

郵政業者和貨運公司員工也可以使用 OMNI Drop Off,而且如果客戶帳戶已經建檔,只要 15 至 30 秒即可處理完成。除了協助員工避免人為錯誤和重印標籤,系統還會記錄及儲存收到的資料,而且可以產生報告,協助管理人員追蹤作業及加速。

Snitko 表示:「根據我們的計算,OMNI Drop Off 可減少四名全職員工,無需額外僱用員工。」郵局和貨運公司可以自訂 OMNI 硬體,並且加上自己的品牌。Omnic 還提供備有必需品的包裝站,為客戶提供一站式包裝與郵寄解決方案。

延伸電腦視覺解決方案的觸角

類似的 Omnic 技術可用於其他貨運類型。目前該公司提供了 25 種不同的零售解決方案,包括餐廳外送用的溫控食物箱,以及洗衣服務用的衣物存放箱。該公司使用 Intel® OpenVINO 工具組,持續將電腦視覺模型最佳化,善用各種 Intel 產品、技術與工具,讓自助體驗更臻完善。

該公司最新的創新技術之一,是用於住家和公寓大樓的包裹儲物櫃。雖然部分貨運公司已提供包裹儲物櫃,但只能供專屬品牌使用。Omnic 包裹儲物櫃的設計不受供應商侷限,客戶可以在同一個地方收到所有貨運服務的包裹。

該公司還致力於研發生物特徵驗證,讓儲物櫃主人更輕鬆取回貨物。此外,為了改善最後一段物流,該公司正著手研發預測性分析。Snitko 表示:「各地市場正紛紛朝自助服務的方向邁進。」「企業利用在 Intel 技術系統執行的 AI 和電腦視覺,可以將營運方式最佳化、強化安全機制,並且改善客戶與員工的體驗。」

 

本文編輯 insight.tech 編輯總監 Georganne Benesch

電腦視覺提高鍍鋅工廠效率

電腦視覺與邊緣 AI 能夠為已有百年歷史的工業製程帶來什麼效益?鍍鋅工廠主管發現,這些創新技術有助於提高作業效率、節省成本、改善工作人員安全,並且實現強大的永續發展效益。

鍍鋅這個製程為了防止腐蝕,在鋼和鐵上面塗覆鋅,雖然最早是在十九世紀中葉廣泛使用,但核心化學早在 1740 年代就已經有書面資料。如今,AI 的各項進展正在協助鍍鋅企業改造這個古老卻依舊重要的工業製程。

SeeWise.AI 是為鍍鋅產業提供數位轉型解決方案的專業公司,其技術與產品部主管 Harishankar Durairaj 表示:「目前有很多鍍鋅工廠依舊缺乏監測生產力的整合性追蹤機制。」「使用電腦視覺不僅有助於他們克服那個弱點,更提供了豐富的資料深入解析,可用於提高作業效率及改善工作人員安全。」

某鍍鋅工廠的實際成果

SeeWise AI 為印度某大型鍍鋅企業部署的系統就是明證。這家鍍鋅工廠是一家大型企業,儘管成功,但是卻面臨諸多難題。它沒有即時監測工廠作業的整合性解決方案。管理者必須親自前往廠房,手動查看進度,才能掌握最新的生產狀態。大型設施包含 20 個獨立的槽,用於鍍鋅製程中的浸泡、沖洗和其他階段,另外還有材料儲存與運輸區,足以證明確認進度的過程極其繁瑣。在缺乏集中監測功能的情況下,發現停機問題和違反安全規定的情形也成了一大難題。

為了解決這類漏洞,SeeWise.AI 與該公司的管理和作業團隊合作,利用自家的 True AI Powered Smart Factory 平台開發出一套全方位解決方案。他們安裝了 CCTV 攝影機網路,從工廠所有區域獲得視覺資料流。這套系統在邊緣利用電腦視覺分析這些資料,獲得即時生產資料、偵測機器停機時間,以及找出員工不安全的行為。邊緣部署有助於減少延遲及加強資料安全性,而且 SeeWise 工程師為了保護工廠工作人員的隱私,在處理他們的生物特徵資料時更是格外謹慎。

這項解決方案的設計,在發現問題時將即時自動警示傳送給管理者,例如可能暗示停機問題的閒置機器。直接與作業設備整合(例如廠房的蜂鳴器或警報器),或是透過中央儀表板或行動應用程式,皆可處理警示。

這套系統還讓該鍍鋅企業獲得更深入的作業資訊。Durairaj 說明:「我們訓練 AI 模型負責監測生產流程的不同步驟,例如金屬樑浸入化學槽的時間、浸泡了多久、離開化學槽的時間,以及金屬樑靜置了多久,工作人員才將它運送到設施的另一個區域。」「這項措施讓管理階層能發現製程的瓶頸與效率不彰的問題,然後加以改善。」

實作在 Intel 架構工業電腦執行的 AI 技術解決方案,迅速改善了問題。首先,它可以即時偵測及修正停機問題,並確保工作人員遵守安全規範。此外,工廠管理者現在能清楚掌握生產過程,大幅提高作業效率。該工廠的整體設備效能(OEE)在前三個月內提升了 11%。到了第四個月,該企業已經從這個解決方案實現了百分之百的投資報酬率。

讓邊緣的電腦視覺更符合成本效益

SeeWise.AI 開發的這套軟體不受限於輸入資料來源。換句話說,這套系統會直接處理任何傳送的影片資料,不考慮資料流的來源,也不受使用的攝影機品牌限制。這是一大優勢,因為有很多鍍鋅工廠早已基於一般的安全與監控目的安裝了 CCTV。那些現有的影片資訊流經過再利用,便可實現 AI 支援的生產力管理與分析方式,大幅降低實作電腦視覺解決方案的初始資本支出成本。

此外,Intel® OpenVINO 工具組這類解決方案,可協助軟體開發者更高效建置 AI 模型。這個方案在首次部署解決方案時進一步節省了成本,因為精確的 AI 模型需要的運算資源較少。

Duraiaj 表示:「OpenVINO 大大協助我們改善了 AI 模型的效率和量化。」「過去支援五部攝影機所需要的硬體,如今卻可支援多達 10 部攝影機。這正是 OpenVINO 所締造之效益的直接成果。」

鍍鋅、工業及其他領域的電腦視覺

未來十年,製造業可望迎接一波數位轉型浪潮,而電腦視覺技術在鍍鋅和其他產業都將扮演重要的角色。

就作業效率與盈獲利能力而言,好處無窮無盡。同樣重要的是,電腦視覺還有實現關鍵永續發展效益的潛力。

「如果您正在製造鍍鋅產品,但製程效率不彰,抑或是缺陷率很高,會發生什麼事?全球碳足跡會因而增加。」Duraiaj 表示。「提供工廠效率是我們的使命,而電腦視覺則是實現這個目標的強大工具。」

電腦視覺不單單是幫助過去的技術融入現在。它在某種程度上還協助打造更了利潤更豐厚,而且更有利於永續發展的未來。

 

本文編輯 insight.tech 編輯總監 Georganne Benesch

飯店機器人徹底改變賓客體驗

賓客抵達飯店時,心中滿懷美好的期待。剛鋪好的床,或許還有大餐或當地景點的行程正在等著他們。然而,用盡千方百計將行李塞進電梯,然後拖著行李走過狹窄的走廊才到客房,想必是任何人都無福消受的體驗。

在台灣某間極富前瞻性的飯店(可能是未來的先驅),賓客不必自己動手提行李。有機器人為他們效勞。

在飯店人手嚴重短缺,同時渴望在激烈競爭脫穎而出的年代,擁有根據指令搬運、寄放及拿取行李的自主移動機器人(AMR),或許有機會開啟通往成功的大門。如果順利,這些機器人也可在其他場所派上用場,包括在機場和火車站搬運行李箱,或是送藥到醫院病房。

自主移動機器人進駐飯店

AMR 是為了在倉庫和工廠整理貨物而打造,讓人類不必執行機械式的手動工作,既可提高效率,還能改善安全性,物聯網解決方案開發商 NEXCOM International 子公司 NexAIoT 技術長 Hoe Seng Ooi 表示。NexAIoT 為工廠提供工業自動化與機器人解決方案近十年後,開始將目光轉向飯店業,因為在後疫情時代觀光大爆發之際,這個產業為了招募及留住勞動力傷透腦筋。該公司不斷調整及實驗技術,利用自家的 NexMOV Smart Hotel Autonomous Mobile Robot 為寄放和運送行李的問題找到了解決之道。

Ooi 表示:「飯店利用 NexMOV 可精簡營運方式、將員工效率最佳化,並且為賓客提供令人難忘的個人化體驗。」賓客一辦理入住手續,這套系統就會立即展開行動,並且在賓客入住期間隨時聽候差遣。

在部署 NexMOV 的這間台灣飯店,沒有任何員工在大廳工作。賓客在自助服務機辦理入住手續時,會收到機器人運送行李用容器的 QR 碼。賓客將行李箱放進去後,容器會自動上鎖,接著便可由機器人運送至客房,或是由機械手臂搬到寄放區。

由於這間飯店鄰近觀光勝地夜市,因此選擇寄放的賓客很多。Ooi 表示,由於能夠立即前往夜市或餐廳,或是體驗市區的夜生活,稍後再拿行李,因此這項便利的服務廣受賓客青睞。賓客如果想在退房之後衝去夜市,也可以使用這個系統。此外,在客房備妥之前,提早抵達的賓客有安全的地方可以寄放行李。

賓客一抵達客房,使用螢幕和類似 Amazon Alexa 的語音技術虛擬助理即可要求領取行李。NexMOV 機器人隨後便會從寄放區拿取裝有賓客行李箱的容器、移動至電梯群區,然後呼叫電梯車廂。如果車廂抵達時裡面有人,機器人會說「請出來,讓 NexMOV 使用電梯。」車廂沒人時,NexMOV 會滑入狹窄的空間,然後以電子方式選擇樓層。機器人在電梯車廂內時,不會停下來讓其他乘客搭乘。

NexMOV 機器人出電梯後,會沿着飯店走廊前往正確的客房,而客房的虛擬助理則會通知賓客機器人到了,並且提供解鎖容器的代碼。任務完成時,NexMOV 會取回空容器,然後前往充電站自行插上插頭,為下一份工作做好準備。

與飯店自動化系統協調

雖然 NexMOV 對賓客來說使用容易,但是其核心技術卻是錯綜複雜。邊緣 AI 與電腦視覺軟體是每個搭載 Intel® 處理器機器人的「大腦」,與飯店的基礎設施保持順暢的連線,包括辦理入住手續的系統、寄放區和電梯。Intel® 發行版 OpenVINO 工具組則簡化系統開發,讓 NexAIoT 更快讓飯店 AMR 上市。

機器人事先經過飯店內部地圖程式化,利用 Lidar 和超音波導航,避開途中的人和障礙物。機器人「頭」上搭載 Intel® 實感 電腦視覺攝影機,可偵測電梯內的人。NexAIoT 的軟體也會監測機器人的動作,確保沒有小故障。

飯店餐飲業及其他行業

AMR 不僅能搬運行李,還能提供娛樂。在這間台灣飯店,如果賓客在生日當天入住,NexMOV 機器人可能會在大廳播放生日快樂歌,或是隨音樂起舞。機器人還有色彩繽紛的卡通風格圖形裝飾,深受小朋友青睞。

主打 NexMOV 已經幫助這間飯店招攬到生意,尤其深受家庭青睞。Ooi 表示:「這一行越來越競爭,機器人讓業者能夠展現獨一無二的特色。」

NexAIoT 將生日功能設計成飯店全包式方案的一環,但系統整合商也可為其他飯店新增不同的客製化功能。「我們與全球的系統整合商合作。」Ooi 表示。

AI 功能日新月異,加上機器人透過經驗累積智慧,因此能處理難度更高的工作。Ooi 表示,機器人可望能打掃客房及清理廁所。他說:「由於飯店人手極度短缺,因此這一天很快就會實現。」

在未來,機器人經過程式化便可在機場運送行李。火車與公車系統可以利用機器人巡視車輛,找出燒壞的燈泡和其他維修問題。在醫院,機器人隨時都能視需要配送設備與藥物。

Ooi 表示:「這類工作需要大量人力,但機器人輕輕鬆鬆就能完成。」「對於自主移動機器人的需求絕對會逐漸增加。」

 

本文編輯 insight.tech 編輯總監 Georganne Benesch

醫療平板電腦可滿足醫院的嚴苛需求

現今的醫療儀器,包括磁振造影、電腦斷層掃描儀、心電圖、血氧儀和血壓計等,均會收集大量患者健康資料。但往往很難順利將這些資料傳遞給醫院裡真正需要獲得該資訊的醫生和護理人員。

一大問題在於醫療儀器與裝置是由許多不同的製造商所製造。因為如此,不同資料庫和 IT 系統中的資訊格式互不相容,而造成醫療人員難以判斷患者健康狀況。

另一大問題在於醫院的限制性硬體需求。不論是護理站、手術室、加護病房,以及與之合作的檢驗室和藥劑部,都必須使用符合嚴格衞生標準的電腦。若要順利傳輸重要的資料,則必須使用速度快、可靠、容易上手且具備安全性的電腦。

現代醫療平板電腦則專為應對以上諸多挑戰而設計。這些 All-in-one 小巧電腦,可支援各種醫療設備進行資料整合,滿足醫院衞生、可用性、安全性和可靠性需求。且具備運算能力,可執行複雜的醫療軟體,為護理人員提供所需資料,不僅能因應緊急情況,還能持續監測患者病情。

整合患者監護解決方案

醫療保健技術不斷進步,大多數醫院皆與不同醫療設備製造商合作,並使用多樣、不同機型的儀器。

「許多醫院因分階段實現技術現代化,會同時混用不同的軟硬體。而各儀器間的通訊是一大痛點。」IoT 設備製造商 Kontron AG 產品經理 Guenter Deisenhofer 表示。

近期 Deisenhofer 帶兒子前往當地醫院就醫時,親身感受到了一大問題:無法相通的儀器會造成流程效率降低,讓治療決策變得更加艱難。就醫當天,首先由一位護理人員測量了兒子的心率、血壓和血氧,並將這些資訊記錄在紙上。而後,另一位醫生再次針對兒子的身體狀況進行重點檢查,並將檢查結果寫在另一張紙上,之後再進行 X 光檢查,並再次重複整個記錄過程。

「這樣下來,全部檢查完成的時候大概會分別有五份記錄。醫療人員無法持續監測兒子的病情,也沒有人進行統整。」Deisenhofer 表示。

幸好當時兒子的病情並無惡化。但在不同時間有重要資訊記錄在不同裝置上的情況下,無論是記錄在紙上或是編碼後記錄在不相容的軟體程式中,醫生均無法保證不會遺漏任何資訊。

醫療邊緣電腦,如 Kontron 的 MediClient 平板電腦,則使用標準通訊協定整合不同儀器、穿戴式裝置和患者醫療記錄上的資料,藉此縮小資訊落差。這台平板電腦符合醫院嚴格的衞生法規,即使護理人員戴著手套也能方便使用。並且可透過有線或無線連線,將患者監測器上的資訊傳送至護理站等醫院通訊中心。這些監測器採用高效能 Intel® 處理器,可執行近乎即時的分析,方便醫生和護理師觀察患者病情,並提早發現需要診斷或進行特定檢測的異常情況。

Deisenhofer 表示:「醫生可充分運用持續性的監測資料,不僅能因應緊急情況,還可以觀察到長期下來心率降低或恢復正常等情況,有助於做出更優異的診斷與治療決策。」

患者出院後,仍可透過穿戴式裝置將監測資訊無縫地傳輸至 MediClient,並與患者過去的記錄整合。

借助醫療平板電腦,改善儀器生命週期管理

醫院越來越依賴先進的醫療設備,而儀器製造商必須提高警覺,既要能實現全新 #物聯網 功能,也要能防範時下的網路威脅。這些變革往往不僅涉及軟體,還包括韌體,有時還包括硬體。這表示 MediClient 電腦等裝置也必須保持在最新狀態,才能繼續為醫院提供重要資料。

技術創新的速度越來越快,許多原先生命週期設定為 10 或 15 年的儀器,也往往需要進行多次重大更新。Deisenhofer 表示:「我們越來越難管理儀器的生命週期。」

Kontron 與醫療設備製造商密切合作,因應各種變革計畫,並經常會在產品規劃初期將變革計畫納入考量。由於每次硬體變更都需要大量測試與重新認證程序,因此可透過密切溝通節省時間。製造商可一次性獲得產品認證,而不必反覆修改後再重新認證。Kontron 也會針對製造商的設備進行第三方軟體安裝與電氣測試,協助製造商在發行前解決潛在問題。

與 Kontron 合作的製造商能更快速為醫院提供升級服務,而醫院則可儘快將新功能整合至其醫療系統中。

推動全新功能實現邊緣

OEM 與平板電腦製造商攜手合作,可隨著技術進步提高監測機器的價值。儀器收集的資料越多,系統製造商就越能改善 AI 軟體,減少假警報並找出實際問題。Deisenhofer 表示:「舉例來說,您可以運用 AI 技術建立警示評分系統,以便提前識別危急情況。」

邊緣平板電腦的處理速度將不斷提高,讓護理人員能更早因應和處理患者的病情威脅。

由以上優勢可見,患者監測儀器和醫療平板電腦將資料傳輸給醫生和護理師等技術的發展前景一片光明。正如 Deisenhofer 所言:「我們的裝置雖無法做出決策,但可將所有資料整合至邊緣,進而幫助醫生做出正確的醫療決策。」

本文編輯 insight.tech 編輯總監 Georganne Benesch