關於 機上盒放置位置 ，我們在網路上蒐集到這些相關的討論、資訊與評價

【人工智慧如何席捲未來醫院？】3D 人臉辨識把關取藥身分、機器人支援不足人力

Posted on2020/09/11
TO 創新嗜讀

【我們為什麼挑選這篇文章】隨著人工智慧應用愈加廣泛，手術室、藥櫃也變得更加智慧，協助提升手術效率、用藥安全，讓我們看看 《從 AI 到 AI＋：臺灣零售、醫療、基礎建設、金融、製造、農牧、運動產業第一線的數位轉型》一書中《航向智慧醫療新藍海》章節的介紹。（責任編輯：呂珈寧）

未來醫院的規模不再以病床數來衡量，而是急、重、難症的治療能量，而手術室絕對是最重要的場域。根據世界衛生組織（WHO）規範的手術安全查核規範（WHO Surgical Safety Checklist），一個手術分成三大部分：Sign-in（簽入）、Time-out（暫停）、Sign-out（簽出）。每一個步驟都是確保病人手術安全、資訊正確與醫療團隊間的精准溝通。

臺灣 ICT 資源豐富，為智慧手術室奠定扎實基礎

WHO 只提供最基本的規畫方針，然而 ICT 資源豐富的臺灣，提供了更先進的智慧手術室規畫。當病人經過一連串術前檢查，並確認手術進行時間與主刀醫師之後，整個流程會由智慧病房系統轉移到智慧手術室排程系統。中央器械供應室有隨時待班的器械運送機器人，依手術室排程來運送病人手術名稱對應的器械包盤與相關耗材；機器人經由乾淨走道運送滅菌手術器械包盤，送達指定手術室後透過系統通知主責護理師；術後的髒汙器械運送機器人則按手術結束時間，由護理師啟動手術助理排程作業系統，搬運機器人前往載運髒汙器械、器具和物品。

一臺滿載的手術專用個案車（case cart）可能重達一、兩百公斤，藉由在汙物專用走道來回運送的機器人，不但可以降低器械運送人員的職業傷害，還能支援假日急刀人員不足、降低營運成本與管理複雜度，同時主動通知器械供應室收送案件。機器人的輔助讓手術室運作更為精准並提高效率。

落實手術中安全查核，透過手機 App 一手掌握

除了術前與術後的自動化效率，最重要的是真正落實術中的安全查核。每臺刀雖然都有標準作業流程，還是難以避免突發狀況。當手術門關上後，所有溝通聯繫都只能透過電話進行，這對於要調度上百名護理人員並同時運作數十間手術室的醫院來說，一直是很大的挑戰。透過手機上的手術查核 App，病患 Sign-in 時同時確認身分、麻醉準備、器械耗材清單；Time-out 時手術團隊的再次互相確認工作職掌、病患身分與手術部位；Sign-out 時確認檢體、器械與耗材數量。

這些步驟都在流動護理人員手上的 App 清楚呈現，每個步驟的確認與時間點即時同步到手術室護理站的電子白板，彷彿在戰情室裡同時操控數十個戰役的後勤資源調度。這種結合手術臨床流程、HIS 系統整合與手術紀錄、機器人自動化規畫、App 排程設計的完整方案，讓臨床醫療的高度專業融合在軟硬體的整合中，是 AIoT 精准醫療的經典應用案例。

智慧藥櫃提升用藥安全，大幅減少重大醫療疏失

WHO 最近把「Medication Without Harm」視為全球最重要議題推動，並在 2017 年德國波昂召開的會議中定下明確目標：5 年內降低 50％ 的用藥傷害。臺灣的醫院一直落實「三讀五對 1」的給藥規範，以確保病患的用藥安全，但在繁忙的臨床作業中，醫師常因病情變化而調整用藥，若只以人力核對，很難完全落實用藥安全；而利用物聯網科技輔助用藥安全，為當前唯一的解方。

麻醉管制藥品監管是一家醫院最重要的藥品管理核心，如果出現任何差錯，常會演變成重大醫療疏失。此時，智慧藥櫃搖身一變成為最佳利器 。依照管制藥品領藥規定，必須同時兩人取藥，利用醫事人員卡和 3D 人臉辨識、再連動到院內值班系統，對於取藥身分做最嚴格的把關。根據不同醫院用藥習慣，彈性組合藥物放置空間；取藥時利用 AI 藥品影像辨識比對藥名與數量，確保正確的醫師調劑處方；最後再連動醫院藥劑部的藥品系統，時時盤點，確保全醫院的用藥情形安全無虞。

醫院另一個用藥安全的場域，是癌症化療藥劑的運送安全。醫院的化療藥物調劑室為受嚴格管制的特殊區域，因此通常設置在和一般病患施打藥劑地點一段距離以上的空間。利用 3D 圖資與內建 LiDA（認知架構）的運送機器人，可以安全且精確地在調劑室與護理站之間穿梭；調劑藥師通過 3D 人臉識別之後，將調劑好的化療藥劑鎖入內嵌 RFID 的感應門鎖；送達化療病房後，責任護理師經過 3D 臉部辨識認證後，取出藥物進行投藥。整個過程不但能避免因人力運送化療藥物可能發生的傾倒，以及化療藥劑領取時人員認證的管控風險，藥物取放時間點、即時位置與人員身分都即時連線院內系統，確保整個化療用藥流程的絕對安全與精准管理。

AI 、深度學習應用，有效協助降低用藥錯誤次數

臺灣在醫療健保普及的制度下，民眾用藥頻率極高，藥物事件造成的風險隨時都在發生。醫院藥物事件發生地點以藥局為主（36.2％），其次是一般病房（32.2％）；醫院藥物事件發生階段以醫囑開立與輸入（54.9％）最多，其次為給藥階段（23％）、藥局調劑階段（20 ％）；從「醫囑開立與輸入階段」細項來看，以重複用藥（18.4％）最多，劑量錯誤（16.4 ％）次之；而在藥局調劑錯誤階段細項中，則以藥名錯誤（44.9 ％）最多，數量錯誤（20.8 ％）次之；另外在給藥錯誤階段細項中，以劑量錯誤（22.5％）為最多，藥名錯誤（15.5％）次之。

為了降低用藥錯誤次數，利用 AI 人工智慧，串聯機率、藥品資料庫與深度學習，扮演藥品守門人，及時攔截不正確的藥物事件 。將 AI 應用於用藥辨識的方式相當多元，例如導入臺灣健保資料庫與大型醫院提供的電子病歷，實行無監督學習 2，讓 AI 學習醫師開立處方的行為，進一步判斷醫囑開立後是否有藥物名稱與該病症無任何關聯，進而發出系統警示；抑或將藥品辨識導入藥局調劑階段，利用 AI 藥物影像辨識技術快速識別從藥櫃中取出的藥物名稱、外型和數量，隨後從藥品資料庫帶出藥性、藥物副作用等相關資訊，使藥物調劑時更快辨認是否與處方籤相符，減少取藥錯誤。

無論是裸錠、鋁箔包裝、液裝或盒裝的 AI 藥物影像辨識，前提都需要教導 AI 進行幾何變換（geometric transformations）： 包含放大、縮小、旋轉；顏色亮度、對比度、色調修正；圖像融合（image composite），拍攝影像與影像資料庫的加、減、組合、拼接；降噪（image denoising ／noise reduction），影像上的雜訊來自硬體或環境光等因素，如果影像雜訊太多，將會影響邊緣檢測與影像分割的準確性，因此如何過濾影像上的雜訊並保留有效訊息就相當重要；邊緣檢測（edge detection）與影像分割（image segmentation）的配合，能將一張影像分割成多個不同區域並準確擷取局部特徵，讓 AI 進而認識藥物形狀、大小、顏色、文字、數量等特徵，最後根據前述擷取的影像資訊與藥品資料庫進行配對，即可精准告知使用者藥物名稱和相關資訊。

AI 藥物辨識技術大致可分成兩種：1：1 和 1：N，前者的應用多為醫療中心藥劑部調劑時，驗證管製藥或高貴藥的身分；後者則應用在預防取用多種藥品時的錯誤。以技術難度來看，1：N 的難度比 1：1 還要高，因為 1：N 的藥物辨識更容易受藥物類型、拍攝角度、拍攝方向、拍攝距離、環境光等因素影響辨識準確度。因此在現階段，藥物影像辨識技術與藥物辨識機構的配合度相當重要，產品設計者需針對不同類型藥物提供適合的辨識環境，以降低這些干擾因素。

資料來源：https://buzzorange.com/techorange/2020/09/11/future-hospital-ai/

【重返○○】黃崇凱／但不能想起太多

圖◎吳怡欣

2019年的最後幾分鐘，我在台南市區一家沒有名字的酒館。室內爆棚，許多人沒地方坐，店貓鑽進來客堆放的羽絨外套，穿行窗外，從煙霧熱烈交談的陽台吸菸區繞了進來，找不到一個角落窩著。我問朋友十年前在哪裡跨年，朋友露出被迫面對三角函數習題的表情，好像沒人可以準確回想起來。
　
我記得的是二十年前20世紀結束的午夜，我跟高中同學在往淡水的捷運上跟一大群陌生乘客互祝新年快樂。那列捷運中途停下，車廂廣播傳來司機急促的倒數聲，像是臨時決定那樣，帶點喘地從九開始數起。那時我回嘉義蹲重考班不到一個月，每天擠公車通勤，在兩百人的大教室裡分到一小塊位置，聽著全台跑的名師授課，在布道會般的氣氛下，反覆參詳考試拿高分的祕密。我忘了怎麼收到通知，在那個B. B. Call褪流行（我沒有），小海豚手機正在興起（我也沒有）的通訊過渡期，讀淡江大學的高中同學號召大家到台北跨年（難道是誰寫信給我）。當時沒多想上去要住哪裡，重考班年末最後一堂課結束，我跳上客運巴士，一路晃上台北。由南向北的高速公路，像是從很深很深的地底往上的電梯，我在一個方形鐵盒緩緩迎向最亮的夜空。
　
找到同學住處，發現他的學生套房門口疊了有十幾公分那麼高的鞋子，沒人清楚知道等等要去哪裡、怎麼移動。有同學說，當然去市政府那裡啊，我們這些桃園來的、新竹來的、台中來的、嘉義來的毫無地理概念，只能跟著走。所有開往市區的捷運列車都塞滿人，一路塞到台北車站換線過程中，有些人沖散了。擠上藍線列車，隨著人潮吞吐推擠到市政府周邊，又沖散一些人。我跟搭著彼此肩膀的兩、三個同學決定放棄，打算折回淡水，但無法估算時間，就這樣在捷運上像一包冷凍雞肉被拎到新世紀的起點。
　
到了夏天，我重考完，聽說讀淡江的同學兵役體檢出心臟雜音，還來不及進一步安排檢查，某天午後他突然心口絞痛昏倒，被送到北港的媽祖醫院。他沒再醒來，幾個星期後過世。
　
2005年的最後一晚，我在巴黎的旅館房間，跟當時共處一室的女友嘔氣不說話，偶然想起那個早逝的同學。我從沒到過那麼冷的地方，而在將近兩個星期的旅行後，我非常疲憊。旅行之初，我一抵達戴高樂機場就轉高鐵往女友住的小城翁傑待幾天。接著我們一起到史特拉斯堡、日內瓦、尼斯，完成法國東部外掛瑞士的大縱走，最後回到巴黎。起先幾天，我們懷著些微焦慮跟彼此相處，擔心自己和電話裡、信件裡的形象不符。因為我們真的不是那麼熟。但戀愛濾鏡開到最大，一切都很好。我向熟識的學長借了十萬元好讓我開立存款證明，以便申請申根簽證買機票。我向我媽說我非到法國找這女孩子不可，拜託借我旅費。那陣子我病急亂投醫似地丟文學獎比賽，讓我那僅有的幾篇爛小說四處流浪。沒有一篇中獎。我蹺了兩星期的研究所課程，不遠千里為的是專程戳破我的幻想大泡泡。我本來以為我是去合唱那首陳綺貞的〈太多〉，一起上巴黎鐵塔、寄明信片給彼此，到羅浮宮看畫。結果一項也沒達成，只有在羅浮宮外面的玻璃金字塔周圍頂著冷雨寒風走來走去。回程飛機上，我才明白自己唱的其實是巫啟賢的〈太傻〉。還不到夏天，那段短促的感情就像包廂時間快用完時，潦草唱個幾段就切歌了。
　
有兩、三年，我幾乎每星期都會從公館出發，騎摩托車過橋，沿著中永和旁邊的環河路找那時在蘆洲經營卡拉OK小吃店的媽媽拿零用錢。媽媽做了大半輩子的紡織女工，婚後生完兩個孩子，在農村糾集一批主婦開設代工廠專攻絨毛娃娃，據說代工品質一流。90年代曾有玩具製造商到對岸設廠，找她去做管理職，她說我又不認識字去那裡做什麼。但我很確定她識字。她曾經堅持下工後每晚騎機車到嘉義市區讀小學補校，從ㄅㄆㄇ學起。有次我跟著她去上課，順手和她一起作弊應付隨堂考試。課程結束，我媽拿到畢業證書，據說是全班第三名。媽媽在兩個兒子上大學後，突發奇想北上蘆洲找地方開卡拉OK店。她獨自找店面、搞定一切，開張營業，居然生意不惡。隔年我爸就隨著妻子的腳步，在店裡做起頭家，幫忙上菜、敬酒，招呼客人。我總是在週末傍晚六、七點到蘆洲，店裡偶有三兩來客，打完招呼隨即上二樓，窩在客房看電視。我國中時在家聽過我媽深夜call-out給電台節目，握著麥克風似地對話筒唱歌。她坐在裁縫車前，歌聲迴盪在漆黑的鐵皮屋內，穿過其他裁縫車、裝訂絨毛娃娃眼珠的橡膠槌、分堆放置的組裝零件、拆解的樣品模版。如果拿著電話分機聽，大概會有多聲道環繞感。她似乎跟電台主持人、常常call-in到節目唱歌的其他聽眾也成了朋友。我想她真的很喜歡唱歌，也很喜歡交朋友，才會想開一家唱歌的店。
　
那時我也很愛唱歌，三不五時約同學挑便宜的通宵時段唱整晚。但我從來不在我媽的店裡唱歌。我討厭每星期都要騎車到蘆洲拿零用錢。我討厭那家卡拉OK小吃店，我甚至不覺得那是可以唱歌的地方。我討厭到了蘆洲店裡整晚只想窩在二樓房間的自己。我跟爸媽沒太多話好說，於是每週來找他們就只是為了零用錢，讓我變得更厭惡自己。只要我能忽略他們「錢怎麼用那麼快」的輕微抱怨，我就能要到兩千塊。SARS爆發期間，城裡人人戴口罩，電影院、KTV這類公共娛樂場所生意慘澹，自然也包括我媽那家店。那陣子的週末，我總會看到我爸稀釋一水桶漂白水，拿著拖把勤快拖地，要不就拿著酒精噴槍、抹布，擦拭店內桌椅。我只是在一旁看著，從沒出手幫忙。我知道店的生意不好，我知道我的學費是親戚湊錢幫忙出的，但我還是要來拿我的兩千塊。有時我甚至不過夜，拿了錢就掉頭騎回宿舍。
　
在我整個大學四年加研究所四年總共八年的學習年代，我爸媽只來過學校看我一次。雖然他們的主要目的是要去看師大路的超高人氣皮膚科診所。他們讓朋友送進城，來我宿舍，東看看西看看，最後像對沒錢開房間的小情侶爬上我宿舍的單人床睡午覺。他們睡到傍晚起來，我幫他們叫了計程車到師大路。送走他們後，我發現我們沒說幾句話，我沒帶他們到校園走走，也沒買福利社的牛奶或冰淇淋給他們嘗嘗。後來聽我媽說，他們等到將近半夜才看到醫生，醫生看不到五分鐘就打發他們領藥了。
　
我媽在我大學最後一年頂讓蘆洲店面，準備回鄉開一間更大的卡拉OK小吃店。她的大計除了開店，還要找地蓋新屋，串連各路親友，打算弄民宿套裝行程。我乍聽覺得真是異想天開，在這個每逢大雨就淹水的海邊鄉里，哪有什麼景點可看？海岸堤防外，隨著浪潮推擠的是漂浮垃圾、保麗龍碎粒和消波石粽，沒有一片可以活動的沙灘。堤防內是切割成一塊塊的養殖魚塭，只有細得像血管的小路延伸連接。靠近鄉公所的街上有當時唯一一家便利超商，各村落都只有一、兩條街能擺上菜販肉攤，間有賣羹麵、炸粿之類的攤商、小吃店。我那時想，難不成有人會專程來看「汪洋中的一條船」鄭豐喜的爬行路線？或者有人要看亞洲鐵人李福恩國中時候練標槍跳高跳遠的操場？還是要探訪秦漢當年拍電影飾演鄭豐喜任教的口湖國中教師辦公室場景？或者包幾架膠筏載客看每隔幾年就來一次的淹水，附贈全身防水撈海藻的工作服可下水體驗救災？反正我媽就是有信心做民宿能成，她照樣開店，慢慢看地，找朋友打牌聊天。
　
那年夏初口湖鄉做大水，我毀棄了一個女孩子的心，投向另一個即將飛往法國的女生。我媽找到一塊法拍魚塭地，打算填土蓋房子，規畫在這間大平房弄五間套房，內含寬敞的飯廳、客廳，完全以日後的民宿想像來設計。我年初向她要錢補習日文，年末又跟她借旅費到法國。隔年我沒等到對方回來，我的日文拖拖拉拉學到五段動詞就停滯，直到補習班會員資格過期。我總是這樣隨便浪費我媽辛苦賺來的錢。
　
在我困於感情、寫作和一無是處的課業期間，我媽生病，我媽跟我爸吵架，新房子施工走走停停，我媽開車到處拜訪親友。有一小段時間，我會到三重的老公寓看她。那是設有神壇的迷你宮廟，起乩的神要她吃蓬萊蕉還什麼神祕草藥治病，要她在神壇下打地舖睡覺養病。一年過去，我媽依然走跳各地，我申請到浙江大學交流三個月。我天天揹著筆電到分配的研究室看書、看電影，到校外吃五塊人民幣一盤的雞蛋炒飯，有時騎著龍頭歪一邊的腳踏車，奮力避開洶湧人車，繞西湖一圈。浙大認識的朋友常跟我聊侯孝賢、楊德昌、蔡明亮和馬英九。我跟媽媽通過幾次電話，她都說還不錯。
　
回到台灣，我得在年限最後半年寫出論文。我媽愈來愈頻繁進出醫院。那年的總統大選，我媽要我相信台灣選給民進黨，我陪她到投票所，心裡不以為然地投了廢票。當晚她靜靜睡著了。當年的美國職棒大聯盟開季，王建民投得極其神勇。我媽在清明假期後的一天清晨，永遠睡著，成了新房子第一個離開的人。那之後，王建民跑壘受了大傷。我總算趕上期限交出論文畢業，在夏天入伍。那個夏天來了六個颱風，據說幫《海角七號》創下票房紀錄。我在嘉義中坑新訓中心打掃營區好多次，穿了好多天又重又臭的軍用雨衣。結訓前抽籤，我志願到南沙太平島，但體檢沒過，沒成，回到雲林海邊服完兵役。大概是我媽不讓我去的緣故。

photo：吳怡欣。www.facebook.com/yihsinwuillustration/