- Advertisement -
首頁 標籤 智慧醫療

智慧醫療

- Advertisment -

疫情推波AI應用 診斷系統/智慧輔具助醫療照護

2016年圍棋軟體Alpha Go問世後,人工智慧(AI)技術成為熱門話題。直至2020年,人工智慧的技術發展邁向普及,廣泛應用於各領域之外,機器學習(Machine Learning, ML)、深度學習(Deep Learning)、邊緣運算(Edge Computing)的技術都更臻成熟。今年疫情掀起智慧醫療討論風潮,將AI用於藥物研發與病毒研究,同時回顧自2012年AlexNet架構問世後,影像辨識大量運用在診斷及手術輔助場景。另一方面,結合AR的人機介面往智慧輔具方面發展,透過生物感測輔助身障人士擁有更便利的生活。種種醫療照護領域應用需求,搭配台灣AI技術的破壞式創新,使得台廠有望在市場中搶得商機。 AI朝向深度學習/少資料訓練發展 資策會產業情報研究所(MIC)資深產業分析師兼組長韓揚銘說明,MIC統計在2016年Alpha Go出現以後的深度學習框架更新狀況,發現2018年度各框架的更新總次數最高,總共達31次。框架更新的過程中,可觀察到有兩大趨勢,一是很多公司提供深度學習的框架加速AI模型的開發,二則是許多公司討論深度增強式學習框架應用的可能性。市場上的深度學習框架開發仍處於百家爭鳴階段,大廠之間不斷競爭,希望成為未來應用主流。 現階段的人工智慧技術由深度學習主導,朝向改善深度學習、解開AI判讀過程的黑盒子,以及使用少量資料訓練模型的方向發展。其中Meta-Learning只需要搜集少數資料,即可從不同的模型架構來快速獲得學習能力,達到通用的學習效果。影像辨識的模型訓練,也可以使用生成對抗網路(GAN)合成影像資料,再透過生成模型與判別模型相互訓練,達成多樣本訓練的需求。部分醫療影像便是使用GAN技術,用2D影像資料訓練模型,來進行3D影像的判讀。 韓揚銘分析現階段台灣的AI市場,由AI起家的AI產業,以及做出AI產品的科技公司所形成的產業AI,統計共有342家,並擴及13領域。技術分布上,以數據推論為大宗,第二大為電腦視覺(圖1)。成立時間上,以2016年Alpha Go研發前後為分界,2013年AI相關的公司開始大幅增加,又以2017年增加幅度最高。投入的領域方面,2016年以前成立的公司,以製造、跨域整合及商業服務為主,2016年以後,多數公司投入跨域整合、醫療健康、行銷與媒體。 圖1 產業AI與AI產業技術發展 資料來源:MIC,06/2020 為疫情協作 補足AI算力需求 2020年隨新型冠狀病毒(COVID-19)疫情發生,AI技術大量應用在疫苗及藥物的研發工作,其中所需要的大量運算能力,可藉由分散式的協作達成。工研院產科國際所研究經理陳右怡舉例說明,AI進行疫苗研發跟藥物開發需要強大的算力,而為了補足算力,史丹佛大學的實驗室透過網站提供軟體下載,全球各地的志願者下載後,可以設定電腦在閒置的時段內提供算力來解碼病毒,並將結果回傳實驗室,由全球百萬台電腦共同進行,拆解COVID-19的病毒結構,以利藥物研究。 影像辨識助臨床診斷 回顧AI在智慧醫療領域的進程,新冠疫情尚未爆發前,2012年Google發表AlexNet架構,人類在影像辨別上有大幅的技術成長,資策會MIC資深產業分析師吳駿驊表示,自此開始AI相關的論文數量在六年間成長六倍。然而新技術的研發伴隨法規等落地挑戰,由於診療輔助的AI系統來自於大量醫療數據的機器學習成果,上市前達成臨床與效能評估後導入醫院,但是進入實際應用場景後,仍會隨著比對醫師診斷結果、搜集更多使用者數據而不斷的循環更新。換句話說,AI診斷系統上市後仍因為持續的訓練、優化而改變,但是當時的規範無法歸類相關產品,AI系統因而面臨醫療法規認證的挑戰。直到2018年4月FDA採認全球首款AI設備,通過一款近視視網膜的AI影像辨識系統的認證。吳駿驊進一步說明,目前世界各國的規範不同,但是隨著AI的技術持續推進,法規就會逐漸具體化。 就AI醫療發展的現況而言,MIC統計CB Insights在2020年5月挑選百大新創的AI公司中(圖2),醫療領域在去年跟今年都有14家,14家之中又以診斷輔助為大宗,數量跟募資金額皆最高。吳駿驊提及,影像辨識的判讀輔助是最具快速商用機會的應用,來自量測腫瘤、斷層掃描、病理切片、核磁共振、超音波及X光的影像數據,可以協助醫師快速分類並判讀病徵,找到高風險的影像或者避免醫師漏診。 圖2 輔助診斷與藥物開發為市場熱區 資料來源:CB Insights;MIC整理,05/2020 生物感測搭配UI成就智慧輔具 除了AI醫療的臨床應用,非接觸式的人機介面也是AI在醫療照顧領域有成功案例的技術趨勢。當AI結合跨領域知識,便可以造福過往不易接觸科技的族群,如視障/聽障/身障人士,皆可透過生理感測技術,取得智慧輔具而獲得更便利的生活。此外AR應用的加入,則為醫生提供更多手術所需的參考依據。 資策會MIC資深產業分析師林巧珍提及,非接觸的人機介面結合生物感測,能夠開發出更人性化且價格親民的輔具,也能在手術方面輔助醫生判斷病人狀態。例如智慧義肢BrainCo藉由感測腦波跟肌肉訊號,達到控制智慧義肢的目的,並且結合演算法學習使用者的習慣,協助肢障人士做到拿杯子、握手等動作。視障輔具Orcam則是結合手勢辨識、語音與視覺UI的產品,當視障者將Orcam戴在眼睛旁邊,手指向任何物品或文字,裝置即可朗誦內容或提供物品名稱。在購物情境中,裝置會告訴使用者手中的鈔票面額,或者閱讀時為使用者朗讀內容。 人機介面用在智慧輔具之外,結合AR所做的Medivis是手術房的混合實境系統,由兩位醫師號召軟體工程師創業,可應用在手術房與教學情境中。以腦部手術為例,傳統上醫生會先從平面顯示器觀看患者大致的2D器官位置圖片,現在如果改用混合實境的視覺UI介面,能夠把患者的全息影像直接覆蓋、顯示在患者的身體上面,手術醫生可以隔空透過手勢即時與影像互動,即可看到患者的器官全貌,找到精準的下刀位置,大幅降低手術風險。此外,Medivis還能用於醫學院的教學訓練。除了顯示虛擬實境3D影像,Medivis可以容納最多20個學生跟同一個影像互動,降低模擬手術成本的同時提高學生學習成效。 林巧珍認為,目前UI技術由不同單位各自研發,但是接下來將走向合作,形成跨領域產業。整體而言,智慧輔具作為剛性需求,賦能載具將開枝散葉,市場敏感度高的新公司即便沒有大廠的知名度跟資源,還是有機會突圍成為獨角獸公司。加上未來三到五年AR/MR的技術越加活絡,科技設備的控制會跳脫螢幕與滑鼠,直接由視覺、手勢甚至意識操控。 台廠機會在精準醫療 綜觀AI醫療的走向,吳駿驊提出台灣廠商的三大機會。一是在原先以國際大廠為主流的醫療產業中,AI破壞式創新的快速研發形式,使得台灣有機會進入醫療的核心市場。其二是醫療儀器生產多來自大型廠商,而雲端廠商如Google、阿里巴巴皆想競爭智慧醫療的軟體市場,除了面臨多數醫院資料不能上傳雲端的問題,軟硬體產商也都積極尋找合作夥伴,以提供完整的方案。 在產業的競合關係中,ICT業者可以考慮利用新創與醫院的合作優勢,打造國內醫院的智慧解決方案,包括如何收資料、部署AI等,在應用的流程中隨時搜集資料。第三個機會則來自精準醫療的需求。生病往往是飲食不對、沒有運動等生活習慣導致,如果能夠搜集並分析生理數據,便有可能達到疾病預防的效果。而搜集數據所需的感測器,包含穿戴裝置使用的判斷模型皆是台灣的技術強項,因此可以發展相關的消費性電子產品(圖3)。 圖3 健康照護各次領域也快速採用AI技術 資料來源:MIC,05/2020  
0

AI導入醫療領域 專網/精準醫療成趨勢

隨著疫情席捲全球,全球醫療人力問題成為矚目焦點。資深產業分析師吳駿驊表示,醫療導入AI是與人類共同協作,釋放出醫護人力而非取代之,而目前AI醫療健康發展雖然仍以臨床診療為核心,但其實多個健康照護的次領域都快速採用AI技術,特別是經歷2020年全球肺炎疫情,過去資源比重被輕忽的公共衛生次領域又重新獲得重視,其AI技術包含疾病預測與預防、流行病源基因演化路徑等。 示意圖 療導入AI是與人類共同協作,釋放出醫護人力而非取代之。來源:MIC資策會 針對AI醫療健康發展,吳駿驊表示,台灣廠商主要可思考三大機會: 一、過去醫療核心臨床領域被國際大廠把持,現在利用AI破壞式創新,臺灣廠商將有機會從醫療周圍次領域,找尋機會進入核心。 二、國內ICT業者可透過與AI醫療新創業者的合作,共同打造醫院解決方案,利用產業競合關係取得有利位置。 三、可預期「精準健康」需求將帶來新商機,業者不妨由消費性電子產品出發,發展數據收集與分析相關軟硬體產品。 醫療產業已來到不得不數位轉型的路口,資策會MIC表示,四大轉型趨勢包含以病患為中心發展個人化、精準醫學;透過機器人分擔工作、模擬訓練提升經驗、自動化釋出時間,提升醫護能量;利用智慧科技協助工作分流,如AI輔助決策性工作、智慧導診,優化臨床流程;如居家生理監控,讓醫療走出醫院,整合社區照護。不過想轉型成功,須先擁有良好的通訊品質,5G特性為大頻寬、低延遲、大連結,也因此成為醫療數位轉型最關鍵的催化劑。 資策會MIC指出,5G智慧醫療有六大潛力應用,國內ICT業者可多加留意,包含遠距生理監控、醫療物流機器人、AR手術導航系統、手持行動超音波、遠距醫療推車、數位五官鏡遠距診療。觀測疫情也為5G智慧醫療帶來應用機會,主要聚焦遠距會診,以及為了減少醫護人員感染風險,透過醫療服務機器人與醫療穿戴裝置監控與照護病患。在疫情推波下,遠距醫療、居家醫療與社區照護預期將首先落地實現,下一個階段可注意醫院專網,由於醫院導入智慧應用需配合高品質與網路資安,醫院專網是未來不可避免的趨勢。
0

安提國際攜手SmartCow 打造AI防疫醫療協助系統

醫療體系的基礎源自於人類的文明發展,而每個創新的醫療研究,無不在展現自體的價值與延續文明持續與擴展的力量。當世界各地正承載著COVID-19疫情的影響,人工智慧解決方案開發者也正在找尋醫療的協助系統,以維持公共衛生體系的健全。GPGPU和AI邊緣運算解決方案供應商安提國際與AI解決方案開發者SmartCow共同打造醫療協助系統Edgar,在邊緣運算平台建立六種AI模組。 做為以人工智慧打造的醫療保健助理,Edgar基於安提國際AN110-NAO平台而生,發展成專屬於工作環境安全、病患關懷的系統。在公共領域中,AI的應用以原生的設備為基礎而生,其一以一體機的方式呈現、其二則是加裝額外的機器,不論何種都需要更精確、妥善的利用配置空間,而AN110-NAO的尺寸只有87.4x67.4x46 mm(搭配風扇),精巧的大小讓其在部署上有更彈性的空間。多元I/O的支援則是打造系統一體機的重要後盾。AN110-NAO已配備完善且多數常見的I/O,其中包含I2S插槽,可以支援音效擴充,恰符合Edgar應用環境上的需求—警示音放送。此外,在視覺人工智慧應用中,相機的支援是完備應用的核心,安提國際的平台支援MIPI CSI-II介面的1x 4k相機或是2x FHD相機,為Edgar提供高解析度相機,精緻的影像帶來最正確的現實場景辨識。 Edgar支援六種人工智慧模組,包含社交距離量測、口罩辨識及安全打噴嚏動作分類等。藉由不同的AI模組,Edgar在醫療緊急時刻,打造安全環境,協助前線醫療人員防範呼吸道疾病。而其中Edgar能夠廣泛使用的應用—口罩辨識;可以輕易地部署於應用環境的出入口,透過人工智慧辨識進入者有無配戴口罩,並針對個別結果提供方向指示與不安全提醒。這樣的口罩辨識軟體可以辨識PPE、N95或是外科用口罩。另外,Edgar的社交距離辨識,也特別為公共場所應用所打造,可以結合公部門網路使用,在兩個人之間維持至少6英寸(約1.8公尺)的距離。 在資訊爆炸的時代,資訊安全與隱私是首要關切之處,也是人工智慧發展過程中,亟需被重視的一環。而Edgar通過一般資料保護規定(General Data Protection Regulation, GDPR)認證,凡Edgar所擷取之影像資料,皆僅會應用於邊緣端之系統,不會上傳雲端流通。Edgar完善考量社會需求,並可以隨時上線提供醫療協助。安提國際Jetson系列平台服務範圍廣泛,經驗豐富的技術建議與邊緣端人工智慧生態圈的支持,提供AI發展的絕佳途徑。
0

AI辨識呼吸成抗疫救星 台灣智慧醫療具技術優勢

人工智慧(AI)搭上新冠疫情(COVID-19)的診斷及照護需求,讓智慧醫療議題再度受到熱門關注。新創團隊針對遠距醫療、家用心電圖、慢性病送藥與智慧醫材主題創業,搭建台灣的智慧醫療生態系。其中聿信醫材研發AI呼吸監測貼片,應用在肺炎病人及手術麻醉時所需的即時、連續呼吸監測需求,並透過AI辨識呼吸症狀。 而綜觀台灣的智慧/遠距醫療的落地過程,從事智慧照護工作多年的謝明家醫師則從醫師角度,分析台灣的遠距照護面臨法規、平台技術、商業模式與線下抗議等四大挑戰。解決技術問題方面,則有賴醫療人員與IT專家的深度合作。 AI聽診貼片辨識呼吸症狀 一般病患就診時,血壓、血糖及心跳等生理現象皆有連續偵測的數據指標,提供醫生診斷參考,但是呼吸方面缺乏相關的測量依據,而且醫生聽診的結果從未整理成客觀數據。新創團隊聿信醫療器材執行長許富舜從中發現醫療領域的不足,找到切入智慧醫療市場的著力點。他認為,AI目前的技術足以辨識不同呼吸聲響,進而找到不順暢的呼吸病徵,協助醫師的臨床診斷工作。 圖1 聿信醫療器材執行長許富舜 高度重視呼吸監測的場景包含手術中的不插管麻醉,以及進行心肺手術或重症治療時,都需要密集掌握患者的呼吸狀況。許富舜說明,為了滿足醫療場域中的呼吸監測需求,聿信研發貼在病患身上的聽診貼片,即時記錄病患的呼吸品質、發生哪些異常。尤其面對新冠肺炎(COVID-19)的診療需求,呼吸貼片能夠讓醫護人員免於近距離聽診,降低感染風險,同時彌補醫護人力不足的問題。聿信在一年內已標註超過40萬筆資料,並在武漢的醫院等地方進入臨床應用階段,未來以呼吸辨識平台為目標,期望所有電子聽診器的音檔皆能在平台上進行AI辨識。 遠距醫療需跨域合作/建立商業模式 智慧醫療產業中,除了科技廠商,醫療專業人員也是促成智慧醫療發展的重要角色。中國醫藥大學附設醫院智能糖尿病暨代謝運動中心副院長謝明家從醫師角度,分析台灣在智慧及遠距醫療的現況與趨勢。台灣在民國84即啟動遠距醫療計畫,希望解決偏鄉醫療資源不足的困境,而107年制定「通訊醫療診察辦法」,並在今年為因應新冠疫情的醫療需求,政府放寬遠距醫療的標準。謝明家管理的遠距照護系統以需要糖尿病控制的患者為對象,病患每日上傳血糖/血壓數據與飲食記錄,搭配個案管理師線上諮詢及緊急狀況處理,即可由每週看診改為一個月回診一次,且多數能在兩周內達到血糖穩定。  圖2 國醫藥大學附設醫院智能糖尿病暨代謝運動中心副院長謝明家 然而在超過十年的執行歷程中,謝明家帶領過全台甚至兩岸合作的遠距醫療團隊,但是目前台灣的遠距醫療仍面臨許多待解決的挑戰。謝明家說明,遠距醫療需要醫療團隊結合雲端平台、通訊系統與量測設備進行診斷,同時克服法規、平台技術、商業模式與線下抗議的挑戰,才能真正落地並普及。 對醫療人員而言,省時且方便使用的平台能真正減少診療所需的時間,因此設計平台的工程師需與使用平台的醫師加強溝通,甚至對彼此的專業具備基礎知識,才能開發適用於臨床場景的工具。此外,若是未來遠距醫療普及甚至納入健保,擠壓診所醫師或藥師的收入,可能面對競爭者的不滿。此外,成功的商業模式與團隊內的合理分潤至關重要,才能留住頂尖人才,維持醫療團隊的品質與永續經營。最終謝明家以台灣的優勢總結,他認為若是把握台灣的醫療及通訊技術優勢,透過科技與醫療專家的深度合作,便能以台灣為練兵場,放眼國際智慧醫療產業。
0

資料科學/電子工程攜手 AI智慧醫療影像判讀加速診斷

新冠疫情爆發促使智慧醫療成為熱門議題,人們期望新科技有助於強化醫療效率及資源分配。醫療科技現正進入整合大數據與人工智慧的階段,許多醫師或醫療單位意識到醫療智慧化的需求,認為人工智慧(AI)的影像辨識技術可以協助醫療人員做決策,並提升診療的精確性及效率,因而紛紛投入AI相關的研究,或者與研發團隊合作,期望達成診斷的品質/效率/醫療資源分配最佳化的目標。而AI進入醫療體系的同時,智慧醫療的研發則面臨資料搜集、臨床的落地應用與法規限制等重大挑戰。 醫師主動學習AI 望診斷品質提升 處於醫療現場,許多醫師與醫療團隊感受到科技需求,主動進修並學習AI,走向智慧醫療。成大醫學資訊所特聘教授蔣榮先原是主攻人工智慧的資料科學家,因曾在成大醫學院兼課,開啟醫療領域的大門,以資工及AI的角度分析醫療資料。現在蔣榮先的醫學資訊研究室裡有16位醫生前來進修博士,希望透過AI提升醫療診斷品質。 圖1 成大醫學資訊所特聘教授蔣榮先說明,AI可以幫助診斷品質不受人為因素影響,而能隨時保持穩定與精準 目前全國只有五間大學設立醫學資訊研究所,蔣榮先分享,但是台灣很需要資訊及醫療的跨領域人才,藉由AI技術量化醫生經驗,才能形成一套醫療決策系統,幫助診斷品質不受人為因素影響,而能隨時保持穩定與精準,全面提升醫療品質。在醫療影像方面,導入AI可大幅提升影像的判讀速度,協助醫師救治更多病患以外,還能在特定情況下確保傷患在短暫的黃金時間內得到應有的治療。 針對醫師診斷的應用,蔣榮先描述急診室的模擬情境。如果一個可能腦出血的車禍傷患被送進急診室,需要先拍攝X光及斷層掃瞄,由放射科醫師透過影像診斷病患是否出現主動脈剝離的病徵,若是確定主動脈剝離,則需要通知急診醫師,並在幾分鐘的黃金時間內注射藥物使動脈收縮,以免發生中風。腦出血的黃金治療時間非常短暫,但是急診與放射科醫生需要同時診斷多位病患,若是未能即時發現車禍傷患需要注射藥物,則會造成嚴重的治療延誤。因此醫院導入AI的影像辨識程式,當傷患進入急診室並拍攝X光及斷層掃瞄後,AI可以1秒辨識主動脈狀況,若有剝離的危險可立即傳送預警簡訊給急診醫師,達到黃金時間內注射並治療的成效。 導入AI需醫療專業/資料科學/電子工程合作 面對智慧醫療的需求,科技大廠與新創團隊都針對醫療提出科技解決方案,其中國際晶片廠商NVIDIA回應醫療科技開發人員的需求開發Clara平台,在確保個資安全的前提下,向醫療單位搜集醫療影像資料,作為訓練AI的素材,同時善用其GPU快速運算的優勢,提供醫師標註影像的工具。NVIDIA亞太區健康照護解決方案架構總監黃宗祺用三角型形容AI醫療領域的三個重要角色。專業的醫療數據與資料來自醫療機構;資料科學家則熟知各種分析工具並不斷開發適用不同場景的演算法;電子工程廠商則負責提供最基礎的平台與演算法架構。黃宗祺認為,理想上三個領域的發展需要呈現均衡的正三角形,但台灣目前沒有機構的發展三者兼顧,因此跨領域合作便是發展智慧醫療的重要課題。 圖2 NVIDIA亞太區健康照護解決方案架構總監黃宗祺認為,跨領域合作便是發展智慧醫療的重要課題 NVIDIA作為三角型中的資訊平台/工具供應商,便透過醫療平台加速資料科學家的演算法開發,並協助醫師更有效率地標註醫療影像,同時在確保資安的前提下,搜集散落不同醫療機構的資料。目前台北榮總、中國醫學大學附設醫院等大型醫院已使用NVIDIA開發的工具,中醫大附設醫院也透過平台將智慧醫療的骨齡判讀服務分享給北港醫院使用。 新創/醫院合作推解方 新創團隊長佳智能與沐恩生醫團隊則都與大學的醫學研究單位合作,創業研發智慧醫療服務。長佳智能與中醫大產學合作,以全方位的醫療解決方案為核心進行多產品的研發。長佳智能研發長王帝皓分析,AI在醫療領域有三個發展方向,一是影像辨識,只要眼睛可見的診斷途徑都有AI發揮的空間。二為文字產出的醫院資料,如病歷、檢驗報告,可以透過AI協助整理與記錄,三則是基因相關的研發與檢測。三項之中以影像辨識技術最成熟,長佳智能的骨齡輔助判定系統便是應用AI快速判讀兒童的骨骼X光片,進行身高預測。 圖3 沐恩生醫技術長王淳恆表示,公司的醫師輔助平台將朝「資料不多也能做得好」的方向研發 沐恩生醫則與陽明大學臨床醫學所合作,分析醫生在導入AI過程中的幾項臨床痛點,並透過建置自動化訓練AI的工具平台,協助醫生快速開發客製化的AI模型。沐恩生醫技術長王淳恆在AI產業已有15年以上的經驗,他觀察到醫療導入AI時,常見三項痛點: 1.標記認定落差:根據不同醫生的經驗與診斷方式,使用臨床資料的目的和標註不同,不同醫生之間難有共識 2.資料受個資保護:醫院內的資料受到個資法規保護,不能帶出醫院進行AI模型訓練 3.模型不具通用性:不同機器、顯影劑、醫院等條件下,都會造成模型準確度下降 為符合醫療場域的特性,沐恩生醫開發AI輔助軟體MAIA(Medical AI Assistant),醫生只需要具備基礎AI知識,即可透過在軟體中上傳影像並標記,訓練出所需的AI模型,並運用在醫療工作中。作為醫師的個人化工具,單一醫生所能取得的資料不多,因此MAIA的研發朝著「資料不多也能做得好」的方向進行,目前只要幾千張的照片就能做出高精準度的模型,下一代的軟體預計只需要幾十張的照片即可訓練AI。 AI進入醫療領域的發揮,除了協助醫師診斷本科的病患,還能成為不同科別之間的互補角色。王帝皓在醫院是放射腫瘤科醫師,他說明臨床試驗的實際案例,當AI模型與本科醫生比賽診斷資料的準確度時,本科專業的醫生的精準度較高,但是當非本科專業的醫生與AI模型相比,AI模型的表現更出色。因此例如內科或急診醫師遇到病患出現心臟方面的問題,心臟診斷的AI模型就能協助基本的心電圖判定等工作。 圖4 長佳智能研發長王帝皓分析,AI在醫療領域的三個發展方向分別為影像/文字/基因 台灣具醫療/製造業優勢 綜觀AI在智慧醫療領域的發展歷程,王帝皓表示,影像是AI領域發展得最早也最成熟的技術,因此現在許多的智慧醫療產品/服務皆從影像辨識出發,進一步走向其他方面的醫療應用。聚焦台灣智慧醫療發展的優勢與挑戰,黃宗祺認為,在優勢方面,台灣雖然人口基數較小,醫療資料搜集的總量雖不如人口大國,但是醫療人員專業度在全球名列前茅,因此能夠擁有高品質的資料標籤,有利於AI模型訓練。另一方面,軟、硬體技術也是台灣在智慧醫療領域的優勢之一,然而好的產品仍需健全商業模式的支持,台灣市場小且缺乏共享服務的相關經驗,若能在智慧醫療方面與東南亞或鄰近國家合作,將開拓更多的可能性。 此外,觀察影響智慧醫療研發的外部因素,王帝皓提到台灣法規對於AI與智慧醫療的限制。AI醫療的技術需要法規迅速更新才能擁有發展彈性,但是目前AI模型經過訓練可持續優化,無法解釋AI的判斷邏輯或演化過程,未知的演算過程如同無法解釋的黑盒子,造成監管單位的疑慮,加上國際對AI醫療相關的認定尚未統一,因此若台灣的智慧醫療團隊想出海,便必須逐一通過各國規範。所幸具代表的醫療認證FDA/TFDA已逐步受理AI醫療產品的申請,盼台灣政府與業界持續溝通,尋找創新與嚴謹之間的平衡,以法規支持AI醫療發展。
0

宜鼎立足智慧醫療 整合AI與影像優化技術

全球疫情為醫療服務體系帶來巨大壓力,迫使全球設備對醫療級元件的需求暴增,宜鼎國際(innodisk)因應各國對於呼吸器的大量需求,近期緊急也為中國,歐洲和巴西提供專業醫療元件出貨,提供醫療設備技術和相關產品共同抗疫,為全球衛生技術創新貢獻一己之力。 宜鼎在醫療領域長期深耕,並提供高度客製化的服務,以滿足各種醫療設備嚴格的元件要求。在進入後疫情時代,醫療設備也將加速邁向遠端看診、醫聯網、影像大數據分析的方向進化。因此,未來在AI診斷與影像分析的醫療應用將會越來越多,而宜鼎醫療級解決方案近期也整合影像優化技術,包含防止影像掉格的RECLine韌體優化技術、專為視覺運算(VPU)打造的AI影像加速卡,以及符合穩定高速運算的工業級記憶體系列,為邁向智慧醫療、數位病理以及AI辨識判讀,提供高度軟硬整合的解決方案。 宜鼎醫療級儲存解決方案以產品週期較長的SLC和iSLC為主,以多重嚴格測試確保高可靠與耐用性,並具備AES-256加密和TCG Opal資安防護技術。而記憶體模組產品線則為業界最齊全,可滿足醫療產業長期供貨的要求以及各式外形尺寸要求,從舊式規格SDRAM,DDR1、DDR2 DRAM到最新的DDR3和DDR4系列一應俱全,周邊擴充則從RAID Card、Serial Card以及近期需求大增的USB 3.0為主,通過嚴格工業級寬溫與靜電防護測試,符合空氣15kV,觸點8kV和高電勢隔離設計2.5kV等規範。宜鼎全產品線完整,更看好AI落地於醫療場域加速發展,將以效能優異的儲存技術出發,輔以軟硬整合的強大產品優勢,與各界共同推動智慧醫療的發展。
0

三大應用領域需求看漲 半導體異質整合勢不可擋

觀察這些應用領域需求可發現,若將晶片需求分為小體積、低延遲、低成本、高效能、低功耗等五大需求,對於半導體晶片的功能與規格皆不相同,如穿戴裝置主要著重在小體積、低功耗、低成本等需求,對於效能及延遲性要求相對較低;資料中心則為了因應高速運算的需求,因此較著重在高效能、低延遲的快速反應能力。 資策會MIC產業分析師黃馨 手機/醫材/自駕車 晶片需求大不同 針對上述所提到的五大晶片需求,以下將以手機、智慧醫療器材及自駕車等三個應用領域產品作為舉例,透過這三大應用領域的需求剖析,可發現未來晶片的發展不僅將朝向更多元件的整合,且隨著產業需求的不同,未來晶片將朝向客製化的走向發展。 手機著重RF模組整合 為因應不同通訊階段的頻譜要求,手機內整合的元件也有所不同,特別是在RF射頻模組的整合。RF前端模組主要包含功率放大器(PA)、低雜訊放大器(LNA)、濾波器、開關和被動元件等,讓訊號能夠在不同頻率下進行收發。隨著未來頻段的要求變多,RF模組除了需要有更高的整合度外,未來面對5G毫米波的興起,為了滿足高頻寬、低延遲及大量連線等需求,天線和RF模組必須整合,也因此未來通訊相關模組的元件整合將變得更加多元且大量。 醫療影像器材體積減小/元件增加 以腸胃鏡為例,過去腸胃鏡長度達200公分,對於彎曲的小腸檢視無法輕易達成,且易造成病患不適,膠囊內視鏡應運而生。相較傳統腸胃鏡,膠囊內視鏡大小僅有長2.6公分、寬1.1公分,膠囊內包含微型照相鏡頭、光感測器、影像傳輸器、迷你相機等元件。 未來,生物學家更提出微生物組療法,透過在細胞中植入感測器及記憶體組件方式進行疾病診斷,因此可發現,醫療影像器材體積逐漸減小的同時,整合元件數卻將持續增加。 自駕車整合感測元件/處理器/記憶體 為了賦予自駕車具備感知外界環境的能力,現階段自駕車的發展著重於搭載各種感測器做為感知媒介,包含光達、雷達、相機等。隨著未來自駕車等級的進步,對於自駕車中的電腦系統要求,將從現在的駕駛輔助到未來的完全自動化駕駛,效能要求的遞進不僅使得未來自駕車元件模組增加,同時配合自動化回應的趨勢,感測元件必須將感測內容,快速傳遞至處理器並迅速做出反應,因此感測元件與處理器及記憶體的整合,將成為未來的發展重點。 未來晶片趨向異質整合/客製化  從上述的三大應用領域需求可發現,未來晶片的發展不僅將朝向更多元件的整合,且隨著產業需求的不同,未來晶片將朝向客製化的走向。 隨著市場需求的發展,產品複雜度的提高使得整合元件數目隨之增加,若將處理器元件比作人類大腦,現階段產品需求,主要著重在創造更大容量且更快速運算的大腦。然而隨著通訊需求的提升,未來更重視提升大腦與外界聯繫的速度,以及透過加入眼、耳、口、鼻、手等感測元件進行感知,甚至增加大腦在感知後自動判別並執行反應等功能,因此處理器加上各式元件的做法,將成為未來產品發展趨勢。 終端產品逐漸走向多晶片且客製化的方向前進,晶片製程因為摩爾定律趨緩,開始走向透過封裝方式進行異質晶片的整合。 過去,半導體產業以摩爾定律作為主要依循的準則。根據摩爾定律定義,每隔18個月,積體電路上的電晶體數量將成長一倍,受惠於摩爾定律持續的發展,2018年,整體半導體產值達到4,800億美元的收益。 儘管台積電等晶圓代工龍頭持續挺進5nm、3nm的製程,但仔細觀察近年來摩爾定律節點成本的改變,在14/16nm之後,晶圓生產成本持續變高,摩爾定律將無法達到過去規模經濟的效益。此外,終端需求對於成本、效能、體積以及整合程度的要求日漸提高,在面對成本日益增加、終端產品走向高複雜化的情況下,晶片的整合成為半導體產業界越趨重視的方法。 晶片功能整合方式主要可分為系統單晶片(SoC)以及系統級封裝(SiP)兩種。 SoC整合度與成本皆高 系統單晶片是透過電路設計的方式,將數個功能不同的晶片整合在同一個晶片上,這樣的晶片整合程度相當高,效能表現也很好。然而由於SoC的功能整合僅限於使用同一製程技術的晶片,對於整合元件中,因考量製程成本而採用較低階製程的感測元件或MEMS等功能元件,將無法與採用先進製程的處理器、記憶體進行SoC晶片整合。 此外,SoC的開發成本卻也相當高,如台積電7nm的系統單晶片開發成本已接近3億美元,未來進入5nm世代後,更上看5億美元,也因此SoC主要用於生產量大且生命周期較長的產品,目前全球能夠投入先進製程的IC設計業者,也只剩下少數龍頭與系統大廠。 SiP異質整合超越摩爾定律 為因應SoC所面臨的製程瓶頸及開發成本過高的挑戰,系統級封裝的概念開始被半導體業界廣泛採用,更被定義為是超越摩爾定律的重要方式。SiP突破SoC的整合限制,將數個功能不同、製程不同、來源不同的晶片,透過封裝整合在同一個基板上,成為一個具備多元功能的晶片,這類的整合概念就是現在所指的「異質整合」。 隨著近年來系統級封裝技術的演進,晶片堆疊封裝使得晶片面積有效縮小,開發成本也較SoC來得低,晶片整合上更具彈性,也因此近期被廣泛應用在上市時間較短的消費性電子產品上。 3D封裝提升晶片傳輸速度/效能 異質整合的晶片模組發展越趨複雜且多樣化,技術難度也越來越高。從傳統的2D平面封裝逐漸朝2.5D封裝邁進,2.5D的封裝方式是讓晶片並排,並採用中介層(Interposer)和重分部層(Redistribution Layer, RDL)的設計進行晶片整合,透過晶片與基板間的中介層連接,大幅提高封裝接腳的訊號密度,提高傳輸速度及效能。 近年來,將多晶片垂直堆疊的3D封裝更逐漸成為業界發展重點,透過晶片間矽穿孔(Through-Silicon Via, TSV)的互聯技術傳遞訊號,TSV的串接使得晶片間的距離更短,晶片傳輸速度更快、效能更佳,整體的晶片整合度也更好,目前最廣泛的應用在多顆高頻記憶體與處理器的堆疊上。 隨著製程難度的提高,異質整合面對的挑戰也將趨於複雜。首先,異質整合使得晶片在同樣面積下,堆疊多個晶片形成多層3D架構,當晶片堆疊的緊密程度提高,晶片間散熱面積也將隨之減少。此外,晶片距離的縮短及單一晶片中越來越多的運算單元,將使電磁干擾的問題越趨嚴重,異質晶片整合度也將面臨巨大挑戰。 過去半導體產業鏈各自分工,現今隨著製程發展,面對日益增加的異質整合技術挑戰,未來半導體上中下游的價值鏈將須緊密合作,以通力解決異質整合問題(圖1)。 圖1 異質整合挑戰與半導體產業鏈關係改變 異質整合的立體堆疊架構下,多維度雜訊將比過往的訊號干擾更加難以處理,因此除了EDA廠商須提供IC設計廠更多樣化的模擬工具進行多類型訊號模擬外,在產品設計之初,整體產業鏈也需有更多的上下游溝通,包含訊號完整度、電源完整度等技術,未來皆需以產業鏈偕同模擬的方式進行。 與此同時,多層的3D架構使晶片散熱面積減少,不只須仰賴材料及設備廠提供更多創新的材料來克服發熱問題,產業鏈也需透過熱模擬的方式,找出功耗較低、散熱效能較高的晶片及導熱效果較佳的封裝架構。 產業鏈緊密串連必不可缺 異質整合晶片來源、製程的不同,使得整合難度上升,晶片必須透過系統級的完整分析及3D模擬,避免系統分割時區塊不夠精確的問題。另外,晶片的厚薄與晶片的精準堆疊也是異質整合相當關鍵的成功要素,也因此,未來上下游協同設計將成為產業發展的趨勢。 面臨異質整合的技術挑戰,未來半導體產業鏈關係將需要透過更緊密地協同設計、協同模擬等方式進行合作。 然而由於看好異質整合的發展效益,產業鏈中的IC製造廠及EMS廠紛紛依循自身優勢投入IC封測產業,面對這樣的產業鏈分工重組,未來IC封測廠將會有部分產品及技術與IC製造廠或是EMS廠重疊的情形,因此產業鏈競合關係將有所改變,面對封測業務市佔將被瓜分的IC封測廠而言,在未來垂直應用領域的客製化市場中找尋快速商用化的模式將是IC封測廠未來的利基。 (本文作者為資策會MIC產業分析師)  
0

破解四大迷思 5G跨界發現新大陸

2020年2月,隨著台灣兩個階段的5G頻譜競標作業底定,也意味著台灣將正式進入5G元年。事實上,最近兩年以來,5G就一直是科技媒體、論壇、展會、新創圈最熱門的主題之一,不管與5G的關聯性有多高,業界似乎都希望藉由5G議題的高關注度來吸引注意。不過,與其盲目地蹭5G、跟流行,不如好好思考如何善用5G,發揮真正的優勢。 5G只是比4G更快? 許多對5G一知半解的人,經常說5G就是比4G更快的新一代行動通訊技術。這句話其實只講對了一部分,總結來說,5G技術有三大特色:高頻寬、低時延、大連結。所謂的高頻寬,指的是5G傳輸速率比4G提升10~100倍,達到1Gbps以上;另外低延遲是指5G的時間延遲比4G減少10分之1以上,達到0.001秒;大連結則是指每平方公里可支援上百萬個裝置。 因此,如果拿5G跟4G相比,除了速度更快之外,很重要的差異有兩個:第一是時延更低、幾乎達到同步,這樣就能達到一些過去4G較難做到的事,例如遠端開刀,醫生不會因為影像延遲而影響用刀的精準度,自駕車也不會因為時延太長而影響車聯車(Vehicle to Vehicle, V2V)通訊,可大幅加快反應速度;第二是可同時支援的裝置更多,得以串連非常多的物聯網裝置,包括所有的家電、水表/電表、汽車、路燈、監視器、工業機台都能聯網,真正實現萬物聯網的目標。 從這個角度出發,如果業者要發展5G的相關應用,就不應該只是關注速度更快這件事,而是可以思考如何發揮更低時延、更多連結的特點,從智慧醫療、工業4.0、智慧城市、車聯網、物聯網等方向去探索創新的商業模式,如此能夠擁有跳脫現有4G網路基礎建設之下競爭格局的機會(圖1)。 圖1 5G關鍵技術及應用場景 5G的焦點還是手機? 在5G主題的成功案例或應用場景中,最常見到的大概就是球場的5G VR/AR互動體驗、明星5G直播陪伴等消費性應用,儘管這樣的畫面對民眾而言比較有感,也更容易掌握5G的技術特性,但不免讓消費者或業者有種誤解—5G還是聚焦在手機的應用。 如果回顧行動通訊技術,從2G、3G、4G一路到5G的演化歷程,人們可能有注意到,過去2G到4G幾乎都是以手機應用為主,讓消費者的溝通方式從語音、文字影像到視訊,並且實現隨時隨地高速上網的目標;但進入5G世代後,將從人與人的連結邁向萬物聯網的願景,包括人與物、物與物之間的通訊將日益緊密,焦點絕對不會只有傳統的手機及平板電腦。 以此觀察,5G在各種垂直產業的應用,將更具潛力、且有更高附加價值的切入點。舉例來說,5G在車聯網的應用就相當受到矚目,一旦具備高頻寬及低延遲的5G聯網能力,就可實現車聯車、車聯基礎設施(V2I)、車聯行人(V2P)等V2X(Vehicle to Everything)應用,不僅可快速下載圖資及掌握即時路況,車用多媒體娛樂系統也將大幅升級,並可從車聯網延伸到智慧交通和智慧城市等領域。 台灣大哥大總經理林之晨就認為,5G的發展歷程將有三個階段—2019~2020年將以影音串流、VR/AR內容及雲端遊戲等娛樂應用為主;2020~2022年開始出現緊急醫療、無人機運輸、工業安全、智慧製造等專屬網路產業應用;2022年之後則將邁向智慧城市、智慧交通、智慧電網、智慧機器人等巨量聯網應用(圖2)。 圖2 5G裝置成長圖 電信業者仍是老大? 從4G時代開始,業界就一直在討論電信業者的角色轉變,已經不能再當「笨水管」(Dumb Pipe),而是要積極轉型,發展多元型態的內容、產品及服務,尤其是5G商業化之後,更要結合大數據、人工智慧、物聯網等技術,在消費市場以外拓展更多的應用版圖及商業模式。 儘管電信業者仍掌握核心的基礎建設及行動通訊服務,但可以預期的是,為了讓各種垂直產業的場景落地實現,電信業者勢必得擺脫過去的老大心態,尋求與不同產業進行跨界合作與業務融合,包括媒體、娛樂、公用事業、金融、醫療、交通、教育、農業等產業在內;但以公司規模及產業生態來說,電信業者如何放下身段,尊重或倚重不同業別的領域知識、通路、分潤模式,確實還需要不少磨合。 儘管5G的產業應用可能不會像一般消費市場發展那麼迅速,但電信業者已注意到相關商機,也開始吸納更多元專長的人才(圖3)。遠傳電信總經理井琪就曾表示,迎向5G新世代,遠傳將超越傳統電信商角色,轉型為數位服務提供者,組織人才不僅要擁有基礎資訊工程知識,還要具備多方面的斜槓技能,才能跟上這一波的數位轉型,例如之前派遣許多員工前往越南,協助織布廠進行智慧驗布,透過5G服務為傳統產業進行升級。 圖3 不同行動通訊技術之預估用戶分布圖 5G是神科技? 在部分業者勾勒的5G願景中,一般民眾的生活及各行各業都會帶來很大的變革,把5G描繪成一種神科技,似乎期待5G能帶來劃時代的突破;但其實光是5G技術並無法完整實現這些美好想像,必須搭配人工智慧(AI)、邊緣運算(Edge Computing)一起發力,才可能真正改變科技世界甚至人類的生活樣貌。 高通(Qualcomm)副總裁暨台灣與東南亞區總裁劉思泰就表示,5G與AI密不可分,未來終端產品將變得更加聰明與多元,且在邊緣運算的網路架構下,可以提供過去做不到的智慧應用服務,無論效能、隱私、安全都會提升,網路傳輸也會更有效率。根據高通預估,2018年具有AI功能的終端裝置只有10%,但到了2025年將會達到100%。 舉例來說,在智慧醫療應用方面,5G固然可以實現遠距醫療、居家照護等服務,例如藉由5G高速傳輸4K現場影像及零時差生理數據,並在遠端進行手術教學,但還必須搭配AI影像辨識、邊緣運算、室內精準定位等技術,才能完整實現智慧急診室、智慧開刀房的場景。 又如VR/AR的產業應用,也有賴5G與AI的整合,在深山峻嶺或其他危險地區,可透過5G無人機基地台傳輸訊號,透過AR來引導現場工作者進行危機處理;在機場、車站、球場等大型場域,如要提供VR/AR廣告或其他服務,光有大頻寬的5G網路還不夠,還需要AI電腦視覺、空間感知、室內定位導航等技術的配合,才可能創造全新的虛實整合場景體驗。
0

扮演智慧城市連接骨幹 無線連接加速永續發展腳步

智慧城市及其底層的無線聯網系統,為人們許諾更美好居住空間的未來,不僅如此,各項智慧應用更將成為價值創造的強大引擎。 都市發展持續擴張 永續社會實踐挑戰大 過去數十年來都市化浪潮席捲全球,根據聯合國預測,到2050年全球將有68%的人口生活在都會區。隨著都市人口增加,大約到2030年,將有超過十個城市成為超過一千萬居民居住的超級城市,將為既有的基礎建設帶來極大挑戰,尤其是開發中國家。 因此人們尋求利用科技解決人口膨脹引起的問題。如飽和的交通網路、停車空間不足、過度擁擠的大眾運輸系統、空氣汙染、以及長途通勤等。 此外,能源管理不善會導致電網故障,因而限制再生能源發展。過時且未妥善監控的基礎建設會阻礙資源、貨物與人員流動,不僅浪費資源,有時甚至會帶來災難性的損失。況且人口眾多、經濟發展不均的大城市,往往會成為犯罪溫床。為了永續社會發展並解決諸多挑戰,智慧科技扮演不可或缺的重要角色。透過採用全面性作法,智慧城市與其底層的無線聯網系統將能使居住環境更滿足人們的需求,並進而提升整體舒適度、幸福感與安全性。 數位系統蓄勢待發 智慧城市的目的為更妥善利用資源提升居民生活。如智慧交通管理與停車系統可節省時間與保護空氣品質;智慧量表基礎建設可節省電力、瓦斯和水;智慧醫療則有助於提升不堪重負的醫療保健系統效率;智慧警務系統可提高公共安全並遏止犯罪。至於社區智慧互動計畫可鼓勵公眾參與,培養更強的歸屬感與凝聚力。 雖然這些觀點聽起來像烏托邦式的理想,但事實上智慧城市帶來的影響絕非空談。麥肯錫的一項研究發現,智慧城市應用能降低8~10%的死亡率、縮短25~35%的緊急救援時間、減少15~25%的通勤時間、降低8~15%的醫療負擔,並削減10~15%的溫室氣體排放量。 事實證明人們已具備智慧城市應用所需的相關技術。無線連接─結合蜂巢式4G以及即將部署的5G、藍牙和Wi-Fi─已準備好將數量龐大的分散式感測器網路連接至雲端,即時傳遞整座城市流動的資訊,包括人、物、資源及環境;雲端運算平台也已就緒,用來管理、監控和分析大數據。換言之,現在應導入有效的解決方案,並將其整合至智慧城市平台。 許多業者推出適用於特定垂直市場的解決方案實現這些理想。在許多國家,如挪威、西班牙,已開始大規模部署智慧量表解決方案,而義大利和瑞典甚至已採用第二代技術;美國的Ann Harbor等城市已成功試行智慧交通管理系統。 而智慧路燈在全球大城市也正廣泛應用,以改善公共安全,同時減少功耗和光污染。在美國聖地亞哥等城市正於路燈上配備麥克風,可準確定位槍聲,加速執法人員正確抵達犯罪現場所需的時間。隨著Tvilight之類的公司開始提供智慧照明平台來追蹤交通、監控天氣,並作為第三方智慧城市應用的聯網集線器,多樣化應用的可能性將進一步擴展。 儘管各種應用接連浮現,麥肯錫(McKinsey)研究報告指出,即便是現今最先進的智慧城市,所發揮的潛力仍屬稀少。那麼是誰阻礙智慧城市的進展?政府的推動與領導力雖然重要,但城市智慧程度不光由政治框架決定。可想而知,富裕城市往往處於領先地位,因為其最有能力支援所需感測和通訊網路,並開放公共數據。但成功關鍵在於公眾意識及技術的採用,尤其是在亞洲城市,由於年輕的數位居民占大多數,智慧應用的推動更易普及。 智慧城市應滿足當地居民需求,並儘早與其互動,使其能參與城市決策過程。此為反覆交替的過程,隨著越來越多城市跟進,更多共享資訊與最佳實務也將隨之出現,透過參與及互動可讓市民更瞭解自身希望自己的城市應如何邁向智慧化,並打造理想居住環境。 智慧城市創造新價值 另一方面,智慧城市也是創造價值的強大引擎,民眾與各行業都能獲益。對居民來說,得以透過改善生活品質、更透明化且具參與性的政府,以及新加值服務與行動應用,進而享受智慧城市科技成果。同時藉由城市智慧化吸引企業投入更多經濟投資,居民也可獲益於更好的工作機會。此外,由於更有效利用資源及增加既有基礎建設容量,如道路、公用事業網路、醫療院所以及警力等,市政府能增加稅收並大量節省非必要的支出。 至於「一切皆服務(X-as-a-Service, XaaS)」模式將受到智慧城市的歡迎,首先能使城市支出方式從資本支出移轉至營運支出;同時能使市政機構運用外部人才與專業知識,不需招募內部新團隊,為每個城市打造新智慧應用。在某些情況下,利用智慧科技每年所省下的資金,甚至足以支付所需投資和服務費用。 隨著新使用案例出現,以及智慧城市平台持續演進,可以預期智慧應用的成長。為了使城市更易從眾多硬體供應商取得技術,期望4G LTE、5G蜂巢式網路,以及藍牙及Wi-Fi等標準化技術能成為智慧城市的通訊骨幹,而非採用特定廠商的專有技術。同樣地,標準化介面和API也至關重要,才能使整個系統中的各元件「說相同的語言」。 無線方案力助實現智慧城市 對於如u-blox的技術供應商來說,智慧城市提供令人振奮且快速成長的市場,因為其包含定位、蜂巢式與短距離無線通訊方案的產品組合,符合智慧城市創新應用的需求。如具備慣性導航功能的衛星定位解決方案能為在都會叢林間穿梭的汽車提供準確定位訊息;涵蓋Wi-Fi、低功耗藍牙、藍牙網狀網路、以及藍牙5等短距離無線通訊技術,滿足智慧建築的多樣化應用需求,進一步實現更廣泛的智慧城市應用案例。 在智慧交通管理與先進駕駛輔助系統(ADAS)方面,V2X晶片組亦扮演重要角色,而蜂巢式技術,尤其是低功耗廣域網路(LPWAN)應用,適合將分散式無線感測器安全、可靠連結上網,為智慧城市奠定重要基礎。 有鑑於各種應用的無限可能性,尚有諸多新領域待探索,尤其是許多智慧城市應用,如智慧停車,最好能「一勞永逸」部署,意即一旦啟用便能無需維護,順暢運作數十年。現今的低功耗廣域網路技術已為此類長使用壽命無線聯網裝置樹立新標竿。未來人們會持續開發能量採集技術(Energy Harvesting),使此類小型裝置能夠自行穩定取得電源。 此外,定位技術的擴展則涉及室內─戶外定位解決方案的開發。欲處理感測器產生的大量數據,需邊緣裝置具備一定程度的分析能力才能處理原始數據,並以最小功耗將訊息傳送給決策裝置。 所有的應用前景皆需業界共同努力才能達成,隨著智慧城市應用起飛,未來亦充滿可能性,業者(如u-blox)將致力於開發完備的無線連接方案,不僅為了實現智慧願景,亦善盡科技業對於永續發展社會的責任。 (本文作者為u-blox企業策略資深總監)
0

電信業大膽投入IoT市場 遠傳跨足能源/醫療領域

綜觀物聯網(IoT)市場,70%的應用與需求聚焦在LPWA網路,台電與政府逐步推動智慧電表、瓦斯表、智慧路燈等設置,搭上智慧城市發展與傳統電信服務萎縮的趨勢,部分電信公司將通訊服務結合IoT技術,提供智慧生活相關服務。其中遠傳電信除了與市政府合作智慧城市的規劃,集團內部同時踏入新能源與智慧醫療兩大市場,將服務領域拓展至軟體與硬體設備皆研發的完整樣態。 模擬圖-台灣中油智慧綠能加油站。 設電動車充電站 結合智慧管理系統 看準電動車數量增加,連帶充電需求提升,2019年1月遠傳與中油合作,聯合同集團的太陽能公司,在嘉義的中油據點設立第一個綠能充電示範站,棚頂放置太陽能板並導入能源的智慧管理系統,協助業者隨時掌握電量狀況。接著遠傳在同年10月推出自製的電動車充電槍,搭配軟體的電能監控技術,未來可能與台電溝通送電狀況,並將充電設備推向商辦或賣場等場地設置。遠傳轉型辦公室資深經理張文津表示,終端設備自製能確保品質且方便管理。 遠傳自製電動車充電槍。 推偏鄉視訊看診 販售IoT血糖/血壓機 另一方面,遠傳已取得醫療器材的販售資格,在智慧醫療產業同樣以軟硬體結合的形式提供服務。針對台灣醫療資源不足的偏鄉地區,遠傳與亞東醫院、花蓮慈濟及高醫附設醫院三個醫學中心合作,為協助偏鄉衛生所進行遠距看診。在醫療資源較少的偏鄉地區,多由家醫科醫生在該區衛生所巡迴看診,但缺少專科醫生的角色,因此視訊醫療即是在衛生所醫生看診期間,由合作醫院的專科(如眼科、骨科等等)醫師支援現場的家醫科醫生,為民眾診斷病情。 此外,未來視訊看診也適用於高齡族群,醫生可藉由視訊,輔以血糖及血壓機測量數據,判斷患者身體無異常後回傳電子處方箋,患者即可免去花費大量時間出門排隊看診的情況。在測量數據的層面,遠傳已經推出與手機APP連動的IoT血糖及血壓機,機器本身內建SIM卡,患者只需要定時測量,每一則測量數據都會即時上雲端,方便數據紀錄。
0
- Advertisement -
- Advertisement -

最新文章

- Advertisement -

熱門文章

- Advertisement -

編輯推薦

- Advertisement -