目前肌肉運動的變化，主要透過骨架的相對位置改變來間接評估，因為肌電圖雜訊、變數多而難以解析，所以較難觀察肌肉張力，導致難以掌握精確的肌肉狀態，但是肌肉是支撐身體的重要組織之一，不足時會對生活品質造成各方面影響，希望應用肌肉衰退的徵狀，以複合式的方式判斷，來協助肌肉運動成效的追蹤，並提供正向回饋以幫助長期復健，以下為建議嘗試方向。

• 當出現容易被口水嗆到、頸部僵硬等外觀症狀時，吞嚥肌群的能力可能正在下降，長期影響正常飲食會造成營養攝取不足，進而導致其他身體機能下降，形成負向循環，希望透過有效提升吞嚥肌肉訓練，延緩退化時間，維持人的營養攝取。
• 現行尿失禁人口比例高(男20-30%,女50-60%)，但是傳統復健採用訓練肌肉收縮方式，將儀器置入體內，判讀力道是否有達到訓練效果，對患者的成效有限且缺乏持續復健的動機，希望藉由骨盆腔肌肉活動時的改變，偵測肌肉張力、震顫度、放鬆度、血液流量等徵兆並判讀回饋復健成效。
• 插管患者在拔管前會透過呼吸運動，來訓練肺部肌肉，目前是透過患者能夠一次吹幾顆球，來檢查肺容量，希望有機會透過提供觀測胸腔、氣流量變化數據，幫助患者未來居家時，也能自主持續訓練維持心肺機能。

透過對壓力分佈和變化的即時監測，能夠更精準的掌握人的生理資訊及行為模式，例如透過檢測體壓分佈來預防壓瘡的形成、檢測鞋墊壓力來評估步態的異常等，但有些情況是壓力檢測尚需要發展，或是仍追求更簡便普及方案的情境。

• 肌肉深層檢測：就目前密閉性骨折的患者而言，由於較難透過外觀測量壓力值，現況多以人工判斷為主，希望結合評估組織液含水量、皮膚表面張力等情況，從自體數據對比掌握個別患者肌肉深層壓力值，以腫脹壓迫神經導致血管壞死。
• 眼睛疲勞度量測：目前眼睛疲勞主要透過的眼壓量測，應用儀器釋放一個小的脈衝氣流，觀察這個氣流對眼球的影響，從而估算眼壓，但隨著近代人用眼習慣改變，希望能夠更隨手掌握個人眼睛疲勞的情況，避免用眼過度造成傷害，例如結合手機鏡頭，透過眼壓、眨眼次數、淚液、紅腫等相關性分析，提醒用戶留意用眼情況。

在台灣雙薪家庭屬於多數，獨生子女或是隔代、偏鄉教養的比例提高，在生活忙碌或是沒有手足比較的情況下，可能會沒有留意到孩童發展遲緩，錯過治療的黃金時期，希望建立孩童的發展觀測，輔助家長在早期發現並治療，降低後續復健成本。

• 動作發展觀測：以步態為例，如果在發展階段發現有扁平足的情況，早期治療就有機會降低未來對骨骼成長的影響，可以結合學步車紀錄，輔助家長追蹤瞭解孩童動態重心變化、步態模式、步幅、步速等，建立常模應用於早期療育。
• 語言發展觀測：以口語表達為例，若在發展階段觀察到對簡單口頭指令的理解能力不足，可以結合語音辨識技術的輔助，追蹤孩童語言發展情況，包括詞彙量、聽覺感知、語句組成、語言理解等，提供與醫療人員諮詢評估或治療的參考。

照護不僅需要相關的知識，也需要維持動作的正確性，包含深度、速度、姿勢等操作重點，避免造成照護者與被照護者的傷害，希望透過輔助工具的使用，增進照護品質的同時，兼顧便易性、低成本，讓工具能夠普及應用。

• 如何透過觀察、詢問症狀來詳實紀錄病患身體情況，是護理人員訓練過程中，需要在反覆應對臨場情況下才能熟能生巧，希望結合生成式AI技術，導入不同患者案例，透過與系統對話方式，在實務操作前，幫助護理人員具更完善的應對能力。
• 法規補助的照服員大多需要獨自照顧長者，由於體型不一，面對需要自行協助長者翻身、或是固定姿勢以協助洗澡等大量勞力的動作，會容易受傷，需要方便攜帶且能更省力的工具。

睡眠數據對於健康的評估和疾病的診斷有著重要的影響，但由於大多數人在夜間或睡眠期間，對穿戴式設備或用具的接受度較低，為了能夠在照護人力相對少的夜間時段，也可以蒐集睡眠相關數據，希望在現有設備上，搭配其他配件以降低成本，同時不採用影像辨識技術，以避免隱私權疑慮。

• 數據監測的場域不限在醫院等機構內，也可以是居家應用，主要希望數據的應用，未來能夠與睡眠延伸的疾病分析，例如監測呼吸頻率以及呼吸暫停的次數，有助於檢測睡眠呼吸問題。
• 目前在機構內除了呼吸以外的生命徵象數據，都能夠在檢查後自動上傳，因為呼吸需要監測一段時間，加上人為可以控制，但以非接觸式方式蒐集，需考量雜訊處理，以確保數據蒐集的精準度。

為了幫助患者的護理得以全面且持續地記錄、評估和追蹤，護理師們不是在寫報告，就是在寫報告的路上，平均佔20-30%工作時間比例，護理紀錄不僅是病歷，同時也是法律文件，護理人員常常需要一心多用，一邊執行用藥和治療措施、一邊與家屬溝通、一邊紀錄患者身體情況，希望能夠從以下面向，減輕護理紀錄繁瑣複雜的問題，保留更多心力照護患者。

• 結合語音或是生成式AI技術，例如導入不同疾病與症狀相關性、醫囑與對應用藥、治療處理，協助依照SOAP、DART 護理評估方式的法則，提供紀錄內容的建議，並比對前後筆資料內容，如果有重複或是異常情況時協助提醒。
• 結合既有設備，自動將生命徵象、執行紀錄上傳，例如：呼吸次數頻率、心音心律、脈搏血壓、點滴劑量等，並對應患者及執行時間，協助護理師更精確、更省時地記錄和管理護理病歷，因為儘管現行許多紀錄系統逐漸優化、方便填寫，但是依照患者不同的情況，仍需要同時填寫跌倒高危、皮膚等評估等各種表單，加起來還是要寫很多內容。
• 目前急救時的紀錄，大多是當下先手寫之後再輸入電腦，包含治療措施、執行時間及口頭醫囑等內容，因為情況緊急、打字沒有手寫快，加上不方便使用手機，只能使用護理資訊車，希望能夠在急救過程導入紀錄的輔助，減少重複撰寫紀錄的時間。

隨著AGV、AMR技術發展成熟而能在無塵室廣泛應用，減少人員進入幫助無塵室的環境維護，協助Wafer搬運取放、進出人不方便出入的地方等作業，因而在同一場域會有容納多台自動化設備的需求(建議規格為長50x寬70x高80，續航力>2HR)，需要能夠因應以下的遇到突發情況調整路徑，避免突然卡在原地、撞到機台或人而造成傷害。

• 優化無⼈⾃走⾞的⾃動避障系統，與多機協同作業⽅式，併改善路徑規劃的效率。
• 減少電力不足而暫停運作的情況，能夠提升續航力。
• 提升設備移動的量測密度，能夠自動生成移動路徑，提升空間路徑的覆蓋率。

半導體製造需要使用高度特殊化的原材料，如特殊的化學品、氣體、水和耗材材料等，為了確保足夠的原材料供應，需要精確掌握殘餘量、進貨周期、有效期限、存放位置等資訊，目前各原材料的管理數位化程度不一致，希望透過以下方向，在現有流程改動最少及符合成本效應的情況下，增進管理效能。

• 建立智能排程及定位機制，能夠自動掌握廠內各項備品、廢棄物所在位置，以及剩餘量、效期、更換時間等管理數據，幫助廠務人員更有效率地進行更換或廢料再利用，達到減少人力、時間成本。
• 提供視覺化管理方案，串聯廠內各項管理數據，並能夠過現場電視牆、手機app即時掌握最新動態。

在半導體生產過程中，常用的載具有許多種類，它們主要用於保護和運輸半導體晶圓或其他製造中的元件，同時減少污染和損傷，以FOUP (Front Opening Unified Pod)為例，是用來透過機器手臂將晶圓裝入或取出的裝置，希望將以下監控環境變因的方案，應用於現有載具，增強晶圓存儲的安全性。

• 監測載具環境的溫濕度、氣體改變，當載具處於開關門、存放、移動等不同作業狀況。
• 監測載具移動相關的數值，例如：晶圓存放時的載具震動、晶圓存放位置的偏移、FOUP門板鬆落等。
• 提供數據異常時的通知、提前預警，確保晶圓存儲的自動化流程順暢。

常見的傳送裝置包含機器手臂、運輸帶等(參考1, 參考2)，由於在生產線上運用，會受到環境溫溼度、物體震動等影響，而改變定位精準度，需要透過人力校準來處理，以確保生產的穩定度，因而希望未來能夠，希望能夠從以下面向，建立設備的自動回饋機制，提高系統校準的可能性，以搭配最少的人力來確認。

• 能夠確認擺放物體的方向，減少生產過程中，物體偏移或是缺角的情況。
• 能夠實時調整並維持所需的運動軌跡，降低或是修正量測誤差。
• 能夠偵測馬達等內部機械結構問題，並提供管理者反饋。

為了掌控設備的健康度，通常透過蒐集電、聲音、熱、影像等數據來進行人為判讀，因而依照不同人員的經驗值，能夠從同一份資料洞察出的問題點也有所不同，希望透過結合AI應用，掌握數據間的關聯性，幫助問題檢測分析提高客觀性及準確度。

• 應用到不同的設備，能夠判讀整合各種數值，產生出的潛在問題，例如：當馬達出現溫度升高、耗電量增加等現象，就可能會有阻抗高的風險，需要提醒管理人員進一步檢測。
• 提高雲端運算的效能，嘗試結合邊緣運算等技術。

在電氣⼯程中，局部放電(Partial Discharge System)會造成電⼒系統中斷，常⽤的PDS監測系統會利⽤⾼頻電流傳感器HFCT來量測局部放電脈衝，或是TDR⽅法對局部放電期間收集反射圖進⾏⾃動分析(參考資料)。常見量測的參數有，電⼒、聲⾳、發熱、影像等，再根據⼯程⼈員的經驗，進⾏分析與反應。

• 請根據PDS量測系統常⽤量測⽅式產出之數據，利⽤深度學習與邊緣計算，應⽤於⼯廠狀態監控系統之數據與分析，並且能夠根據記錄數據，設計出適合的學習模型。
• 能夠在邊緣端進⾏推論，提前推估未來會可能會發⽣的狀況，設計與優化早期預警系統
• 提供PDS系統為例，可參考進行應用。

超純水(Ultra Pure Water, UPW)是半導體生產過程的重要資源，穩定控制超純水產水水質，是提升製程良率的重要關鍵，目前採總有機碳量 (Total Organic Carbon, TOC)檢測方式，此屬落後指標，無法提前預測變化，因而採前中後三階段的檢測方式，當出現異常情況，再由人工查找原因，因此希望嘗試以下方法，提早預警水質變化及可能原因。

• 超純水進流水(自來水)TOC數值可參考各淨水廠提供資料。
• 純水系統如何去除TOC(前中後三階段)可參考網路資料。
• 需考慮TOC處理單元相關參數如耗材 Life Time 、流量、溫度等，建立Model預測最終供應製程TOC。
• 藉由所建立的 Model協助工程師快速查找問題及定義出影響TOC去除的重要因子。