2021臺大AI中心暨轄下計畫成果發表會-展出成果介紹海報
計畫簡介
本整合型計畫主要目標在整合與開發人工智慧技術用於重大傷病患者之全方位身心 照護。近來在人工智慧科技快速發展以及感測儀器與機器人系統關鍵模組技術日新月異的進步之下，人工智慧與機器人技術之應用也逐漸可實現至各種複雜的需求。 而一直以來，重大疾病的偵測、預防、以及治療一直面臨挑戰。AI系統具有隨時性 、長期性、快速的大量數據搜集及分析、多重層面(例如結合腦部影像與行為數據 )的監測和分析等特點，能為解決這類疾病的問題帶來很大的幫助。本整合型計畫 針對目前相當具挑戰性且現存成果有限的重大疾病，如心血管疾病 (子計畫一)、 癌症(子計畫二)、中風(子計畫三)等慢性病的早期偵測預防、中期的併發症預測治 療與後期復健等方面，以AI技術為核心，提出比現有醫療方法更具成效之突破與貢獻。本計畫共包含三個子計畫，分別為子計畫一:「以AI驅動的全新健康照護系統 」、子計畫二:「人工智能輔助影像處理提升胰臟腫瘤之偵測與鑑定」、以及子計畫三:「能守護人類生、心理之AI機器人」。藉由子計畫間之分工合作與整合，對 重大疾病之預防、治療、與復原照護等各階段提出解決方案，期能提供提升國人健 康福祉之「AI幸福社會2.0」。子計畫一將建立多組學分析方案(multi-omics)平台 ，以人工智慧建立疾病的風險預測及監控。此平台將運用臺大醫院龐大雲端資料庫 ，以供資料探勘與機器學習，並建立以被照護者為中心的架構與技術，以達客製化精準醫療，減少照護者的負擔與醫療成本。子計畫二將開發之AI輔助影像診斷技術 ，利用預期開發的人工智能輔助成像處理/解釋軟件，提高胰腺腫瘤(PC)的CT和 MRI診斷能力，所開發之人工智能分析軟體，將利用人眼無法辨識之CT / MRI特徵 偵測微小胰臟腫瘤並正確評估其惡性機率。子計畫三所創建之AI機器人身心照護系統可對長者或需要復健之對象提供全方位身心照護，其研究分為兩主軸: (一)透過 AI技術為失智症、中風、及因年齡增長所帶來的慢性病提供，包括早期偵測、中期 治療、和後期復健的三級預防系統，同時也將開發人工智慧輔具系統來為有復健需求之對象提供完整之協助；(二)以提升使用者接受度為目標，結合心理學領域及AI 技術來發展人性化的AI系統，達到心理照護之功能，研究主題圍繞人性化設計，從 記憶輔助、情緒撫慰、和信任關係三個方向出發，並研發客製化的自然語言處理、情緒表達及撫慰陪伴、自主照護、跨感官資訊整合系統等人工智慧技術。
◎ 計畫主持人
計畫主持人 傅立成
國立臺灣大學資工系與電機系 講座教授 / 國立臺灣大學人工智慧與機器人研究中心 主任
共同主持人 林沛群
國立臺灣大學機械工程學系暨研究所 教授
共同主持人 游忠煌
國立陽明大學物理治療暨輔助科技學系 副教授
共同主持人 李宏毅
國立臺灣大學電機工程學系 副教授
共同主持人 李琳山
國立臺灣大學電機工程學系暨研究所 特聘教授
共同主持人 王富正
國立臺灣大學機械工程學系暨研究所 教授
共同主持人 葉素玲
國立臺灣大學心理學系暨研究所 特聘教授
共同主持人 吳恩賜
國立臺灣大學醫學院腦與心智科學研究所 副教授
共同主持人 張玉玲
國立臺灣大學心理學系 副教授
共同主持人 黃從仁
國立臺灣大學心理學系 副教授
[2021/12/24] 本團隊研究成果榮獲第18屆國家新創獎!
傅立成教授帶領團隊研發之「CHARM: 陪伴照護機器人管家」，榮獲第18屆國家新創獎之 學研新創獎-智慧醫療與健康科技類。
詳細得獎名單：https://innoaward.taiwan-healthcare.org/photo_detail.php?REFDOCTYPID=0qlbkhvyomqit909&REFDOCID=0r4i2pgwbw5ki38e
[2021/06/11] 本團隊研究成果於國際期刊 Sensors 刊登！
論文名稱：Detection and Classification of Stroke Gaits by Deep Neural Networks Employing Inertial Measurement Units
作者：Fu-Cheng Wang, Szu-Fu Chen, Chin-Hsien Lin, Chih-Jen Shih, Ang-Chieh Lin, Wei Yuan, You-Chi Li and Tien-Yun Kuo
Sensors 2021, 21, 1864. https://doi.org/10.3390/s21051864
（本論文為Open Access，全文可點擊連結免費閱讀。）
本論文發展一套可辨識中風步態的深層神經網路模型。中風病人痊癒後常因神經受損而有不同的異常步態，例如垂足、繞行、抬骨盆、及膝反屈步態，而需要特定的復健策略。然而，異常步態的辨識常需依靠專業醫師及復健師的判斷，而不同的醫師常有不一樣的判斷，所以我們發展一套人工智慧辨識技術，可以藉由慣性量測單元量測腳步的動態資料以偵測中風步態，並進一步辨識不同的異常步態。我們首先收集八個中風病人及七個健康對照組的臨床資料，並發展一套深層神經網路模型，可以在訓練及驗證階段達到99.35% 及97.31% 的辨識準確率。最後，我們應用新的病人及公共公開資料測試此模型，分別得到超過 98% 及99% 的辨識準確率。這些結果顯示深層神經網路模型確實可以提供臨床人員一套客觀的方法進行異常中風步態的辨識，以供其擬定客製化的醫療及復健策略。
[2020/11/24] 台大華碩攜手導入商務機器人 開發照護教育應用
台灣大學人工智慧與機器人研究中心將與華碩攜手合作，以商務機器人為平台，除了發展遠距醫療與照護應用，還可變成有趣實用的智慧教具，成為推動教育的強力引擎。
台大人工智慧與機器人研究中心今天與華碩簽訂合作備忘錄，未來將結合雙方技術資源，投入「健康照護」、「教育」等領域應用，共同開發人工智慧（AI）藍海的無限可能。
台大人工智慧與機器人研究中心主任傅立成表示，建立智慧化系統解決方案，是台灣在這波工業革命浪潮下發展推動的方向之一，人工智慧和機器人相關領域更是重要關鍵，未來將與華碩持續集結產業及學術資源，推動更多前瞻性合作研究，以提升台灣人工智慧實力。
華碩營運長謝明傑指出，此次合作將導入華碩首款商務機器人ASUS Zenbo Junior，ASUS Zenbo Junior擁有對話、表情、動作、物聯網等能力，以及豐富易用的開發工具與感測器，有助於快速打造更符合實際情境並可彈性管理的機器人解決方案。
台大人工智慧與機器人研究中心表示，為因應高齡社會帶來的長照需求，將以ASUS Zenbo Junior為平台，搭配華碩獨家軟體、技術奧援，共同發展遠距醫療及照護應用，並於相關場域實地驗證，讓樂齡照護市場成為機器人走入千家萬戶的重要進程。
在教育方面，台大人工智慧與機器人研究中心指出，ASUS Zenbo Junior可用寓教於樂的方式引導學習程式和運算思維，成為有趣實用的智慧教具，將機器人原理與AI基礎知識融入課程，並發展相關教材，使AI成為推動教育的強力引擎。
報導來源：
https://money.udn.com/money/story/7307/5040218 (經濟日報)
https://www.cna.com.tw/news/ahel/202011240189.aspx (中央社)