某週四下午，下了一場傾盆大雨，然而，位於台北小巨蛋附近的洞見未來科技RelaJet台北體驗中心內，客戶預約全滿，主要是聽損人士前來試聽運用人聲分離引擎設計製造出來的助輔聽器，對於聽損人士而言，能夠有平價、輕巧、降噪效果佳的助輔聽器可用，真可謂一大福音。 「希望幫助有需要的使用者，再次聽見世界的精彩」這是同為聽損人士的RelaJet創辦人暨執行長陳柏儒體貼的期望，他最懂得聽損者的需求，也希望藉由洞見未來科技獨特的人聲增幅助聽技術，能夠造福更多的人。 萬元有找的輔聽器 造福廣大聽損者 成立於2018年的RelaJet，是陳柏儒與哥哥陳宥任共同創辦的公司。RelaJet所研發的多人聲分離引擎搭配高通藍牙音訊平台，將動輒8-10萬元的進口助聽器價格壓低到萬元有找，就是希望能研發平價、降噪效果佳、可運用無線傳輸連結手機的好商品。 公司成立後的前2年，主要研發多人聲分離引擎，讓降噪效果更佳，搭載上高通藍牙耳機晶片之後，音訊處理時間極短，大約7毫秒就能強化主要人聲、降低周圍噪音干擾，只需要傳統助聽器醫療標準16毫秒不到一半的時間，幾乎「零延遲」。 洞見未來科技推出平價助輔聽器，大大嘉惠聽損者 陳宥任解釋，主要是運用高通晶片的邊緣運算，加上極簡化的演算法才能做到極低延遲及聲音可以處理更好的降噪度，同時助聽器可涵蓋18個頻道，傳統的助聽器涵蓋的範圍是4-48個頻道，未來RelaJet會朝更多頻道逐步邁進。 根據統計，全球聽覺障礙者總計47億人，其中，已開發國家聽力輔具配戴率平均為30，其中以歐美國家最多。台灣有近150萬人失能性聽損，其中，中老年族群失能性聽損就佔了30，而輔具配戴率僅有10，比率相當低。 陳宥任進一步分析，輔具配戴率偏低有兩個原因，一、國際大品牌平均售價高達8-20萬元，可使用期限3年，不僅售價高、養護成本也高，讓很多人卻步；二、在吵雜環境下，噪音也被放大，使用者仍然不一定能聽得清楚，並且聲音參數無法即時、自由調整，需要常回到門市調校不是很方便。三、大部分機種無法連接手機，不方便聽損者接聽聽電話。 運用高通藍牙晶片 產品開發速度大躍進 有鑑於此，曾在聯發科擔任半導體工程師的陳柏儒負責技術研發，有法務背景的陳宥任主責公司的管理與營運，兄弟合作無間，組建團隊運用AI人工智慧演算法與晶片串接，學習數據庫內幾千小時的音檔，透過神經網路與深度學習技術，研發出低延遲、高降噪的人聲增幅助聽技術。並在2019年將此聲音處理技術整合至高通藍牙晶片，並獲得高通台灣新創競賽獲得冠軍、高通全球擴展計畫夥伴的榮譽，讓產品開發速度大躍進，2021年在台灣推出自有品牌Otoadd系列助輔聽產品，並受到市場的青睞以及有廣大聽損者的好評。 根據不同消費者的需求，有不同的產品設計，陳宥任表示，Otoadd具有輔聽功能的無線耳機N1，屬於頸掛式入門款，售價一副9,500元，可以一邊帶輔聽器一邊聽電話，運用手機App即可控制降噪強度及聲量大小。未來也將研發周邊配件，以符合年長者的需求。該輔聽器除了在台北、高雄體驗中心可預約試聽外，也可在PChome商城、台哥大myfone商城、樂齡網等輔具通路販售。 另一款為針對輕度到重度聽損者設計的Classic R助聽器，於2021年獲得日本Good Design設計獎，這款產品自去年底上市，對於先天性聽損者具有吸引力，用過的人都說在吵雜的環境下也能比過去聽得更清楚，也感受到藍牙連接手機通話、看影片的便利。預估此一商品也將在今年下半年外銷海外市場。 此外，今年6月即將上市的助聽器藍牙功能二合一功能產品，大小就如同一般藍牙耳機，主力客群鎖定在意外觀的聽損者，一方面體積較小、無線耳機造型設計美觀，加上也可接聽電話，若經衛福部許可上市之後，符合資格的聽損者還可以向政府申請補助。 RelaJet下一階段將進軍海外市場 以美國為灘頭堡 有趣的一個問題是，因應疫情關係，全民都必須配戴口罩，無法讀唇語，此對聽損者的影響是如何呢陳宥任表示，此時就能凸顯RelaJat的優勢了。由於每位聽損者聽力強弱不同，助聽器僅能補充到適當音量，協助聽損者聽取6-7成內容，餘3成仍須仰賴讀嘴唇及手勢。而在疫情期間，為了防疫，人人都戴口罩，口罩也讓聲音有所遮蔽，RelaJat人聲分離引擎也能校正補強，使戴口罩者的聲音分離清晰，方便聽損者辨識。 除了台灣市場之外，RelaJet下一階段將進軍海外市場，預計今2022年將取得ISO 13485醫材品質管理系統認證及美國醫療器材許可證，以美國為灘頭堡，以自有品牌或是成品貼牌方式銷售海外。 除了台灣市場之外，RelaJet住輔聽器下一階段將進軍美國市場

隨著後疫情時代來臨，全球遠距醫療發展方興未艾，促使智慧醫療技術在去中心化醫療需求大增。其中，行動醫療裝置若能提供真實世界居家或院外數據供醫院使用，相信必能減輕醫師或醫療人員診療負擔，降低健保支出。為此，奇翼醫電Singular Wings Medical推出遠距醫療保健整體解決方案，結合卓越穿戴式行動醫療裝置設計、創新軟體研發、AI演算法及雲端平台服務，將成為遠距醫療當中最後一塊拼圖。 奇翼醫電創辦人暨總經理李維中David Lee表示，當時創業初衷是因為親身目睹台灣長久以追求低成本的大量生產，導致產業的價值不斷下降，舉例來說，三十年前矽谷的產值與台灣新竹科學園區差不多，但在三十年後，矽谷產值在2020年年底達到14兆美金，而新竹科學園區在2021年年底還不到15兆台幣。看見矽谷對產業需求的敏銳度和破壞式創新如Uber, Airbnbhellip產業趨勢及後疫時代帶動遠距醫療服務大增，進而創造高產業價值，因此在45歲時創業，構思如何結合台灣十幾年累積產業優勢和矽谷的創新模式，決定透過醫療產業、ICT技術產業和創新商業模式整合，幫助台灣產業升級，找出全新的道路。看見台灣在醫療產業與電子電機產業一向是最菁英的人才匯集之處，相信透過兩者結合，再加上創新的商業模式，就可以有機會像矽谷看齊，做出不一樣的事業。 依據台灣通訊診察治療辦法，台灣在遠距醫療的市場需求上，分為緊急如COVID-19和特殊必要如離島或後山等地理特殊位置等兩種現況，允許進行通訊醫療診察。實際上，全球遠距醫療去中心化醫療發展正方興未艾，但對於滿足去中心化醫療的智慧醫療技術需求仍有待實現，除了醫療技術缺口，也包含看診金流、患者身分辨識、遠距問診收集，促使智慧醫療技術的推波助瀾。李維中觀察，遠距醫療去中心化醫療能成功落地，最好透過院外或居家使用，且日常生活中輕易取得的遠距醫療裝置。其中，裝置的數據是關鍵，能提供醫師可相信和應用的院外真實世界數據Real World Data或 Real World Evidence，才得以精進診療手段。實際上，這類型的遠距醫療裝置並不普及，導致遠距醫療照護不容易完成。另外，隨著手環手錶類的穿戴裝置增加，但這類裝置能真正能提供的資料多半不足以做為醫療用途且不容易確效Validation and Verification。李維中表示，健康意識越來越受到人們重視，對於遠距醫療裝置是正面鼓勵，相信只要有適當的商業模式，找到正確方式與醫院、醫師合作，減輕醫師或醫療人員負擔，降低健保支出，奇翼醫電必定有機會可成為遠距醫療當中最後的那一塊拼圖。 成立於2015年的奇翼醫電，其核心團隊包含來自醫工與資訊背景的年輕工程師和經驗豐富的創業家等22位多元化專業人才組成，共同致力打造遠距醫療保健整體解決方案，包含行動醫療裝置Beatinfor Health心電圖傳感器之硬體設計、軟體研發及後台雲端平台服務。基於心電圖ECG是人體最重要的生命徵象體溫、脈搏、呼吸和生理數據之一，其可反應出人體的各種生理變化，例如心血管健康、發炎、感染、出血、受傷或焦慮的指數變化。為此核心概念，奇翼醫電致力以穿戴式心電圖為核心技術，同時採集心電圖等重要生命徵像和環境參數，構建基於大數據、機器學習AI演算法系統和後台雲平台服務，幫助解決遠距醫療中最重要的心血管疾病、睡眠問題、新陳代謝疾病等特定慢性疾病。 心電圖傳感器 連續性生理數據監測 降低急性心臟衰竭病人出院後30天內11死亡風險 為實現遠距醫療服務，奇翼醫電推出整套遠距醫療保健整體解決方案，包含穿戴式行動醫療裝置-心電圖傳感器BEATINFO ECG、必應健康BEATINFO HEALTH APP、AI演算法、網頁及必應健康BEATINFO HEALTH雲端服務平台組成。BEATINFO ECG 傳感器為 BEATINFO HEALTH APP健康雲端平台專屬配備，充飽電可連續使用 40 小時，裝置輕巧僅15g，此傳感器可透過貼片或胸帶方式，來收集使用者的心電圖、呼吸、皮膚溫度、身體動作姿態和環境參數。目前BEATINFO ECG 傳感器擁有美國、台灣專利8項，並於2017年榮獲2次德國iF設計大獎。 行動醫療裝置-心電圖傳感器可提供連續性生理數據監測 在整體技術特色上，必應健康BEATINFO HEALTH雲端服務平台具備連續性、遠距、即時性與動態性等四大關鍵的生理數據偵測特性。在操作上，使用者可於Android 或iOS系統下載必應健康BEATINFO HEALTHAPP，其介面可提供生理數據狀況、健康評估報告訂購如一日睡眠評估報告或心血管健康評估報告、高強度運動測驗的心血管評估報告、第三方遠距醫療諮詢服務等功能。使用者透過貼片式或胸帶方式的心電圖傳感器搭配端雲端平台進行連續性的生理偵測，在傳輸到雲端進行進一步計算之前，所有數據都將先被去識別化處理，並可供專業數據報告供醫生判斷。必應健康BEATINFO HEALTH雲端服務平台具備強大的雜訊濾波處理能力與快速的波形識別判斷以及高複雜度雲端架構與通訊技術。為什麼雜訊濾波處理能力如此重要 因為一般醫院內的醫療器材必須要求使用者以靜態情況下完成短時間的量測，通常院外生活情境下資料是醫院所蒐集不到的，而這個資料對醫師了解病程進展與離院病人情況又顯得日益重要。因此，若在日常生活狀態下持續記錄非常微弱的心電圖信號，其實需要克服非常高的技術門檻，當這些信號經過雜訊處理之後，會先經過AI演算法判斷，才可初步的快速結論，讓使用者可即時避免某些致命的風險。雲端架構則是提供了更深一層的第二階運算，也涵蓋了商業模式架構，提供之服務模型例如使用者管理、自動報告產生、記錄保存、警報通知以及串接更多服務如第三方警急救援、第三方醫療諮詢、醫生和病人對接、看診金流等功能。 業界競爭優勢上，相較於業界手環手錶類產品，奇翼醫電的心電圖傳感器BEATINFO ECG提供精準的醫療等級量測，可連續不間斷的紀錄收集生理數據，提高任何突發性或偶發性的病徵機會。與同業的心電圖貼片比較上，則提供了即時的資料回傳與網頁版的管理工具，並且可以產出各種報告，供管理者在網頁上遠距管理大量的使用用戶。根據北醫統計，急性心臟衰竭病人在出院後30天內死亡率高達11，若透過心電圖傳感器配置於病患達30天連續不間斷的即時監控，有機會可降低部分死亡風險，同時也能大幅降低健保的支出。此外，在心血管疾病的情況下，若用戶佩戴該設備一段時間，則可獲得定期的心血管評估報告，並供醫生進行後續深入檢查。 除了心血管疾病的量測外，心電圖傳感器配置可提供睡眠呼吸中止症OSA居家評估，量測中患者可從中發掘出潛在且容易忽略的心血管疾病，用戶無需在睡眠病房度過乏味的夜晚，透過心電圖傳感器的貼片和AI演算法，患者只需在家睡一晚即可收到 OSA 測試報告。如果需要，醫生可以通過任何互聯網瀏覽器遠程即時獲取患者的病情。因此，藉由心電圖傳感器穿戴服務，使用者可從量測過程中發掘出隱性且不知道的心血管疾病如猝死相關的心律不整問題，以避免不必要的憾事發生。 奇翼醫電的商業模式，以B2B2C為主，希望協助個人、醫院、企業、照護服務等單位，創造多贏格局。李維中分析，商業合作模式相當彈性化，無論是租賃或買斷方式的穿戴量測裝置，或是為降低使用者購買裝置的成本，提供以年計費的報告訂閱制，例如包含2分鐘心電圖、7日心血管健康評估、運動心血管健康評估、睡眠健康評估報告等彈性化的訂閱組合。 群組心血管監控系統解決方案 打造多對多的即時生理資訊監控平台 以預防代替診斷 除了提供給個人用戶進行遠端行動化生理數據量測，BEATINFO雲端平台，提供「群組心血管監控系統」解決方案，透過網路技術，可打造多對多的即時生理資訊監控平台，病患只需配戴輕便的監控貼片，後端系統即可掌握其生理資訊的變化，以預防代替診斷，降低心血管猝死的機率。此平台提供3項功能，包含可分群分組分階層管理不同的用戶，用戶人數可達數萬人之多；可在網頁工具上即時顯示用戶的基礎生理資訊，在某些特定的預設條件被觸發時，此平台會即時發出警報；也可以在平台上回溯歷史資料，非常適合醫師在問診的時候，查看病人在院外的病程發展。 對於「群組心血管監控系統」解決方案的應用上，以高強度運動為例，例如長距離的跑步與自行車、登山健行活動或出國旅行等，都需提供事前的心血管健康評估活動，以及相應的評估報告。此報告可以讓使用者與醫師分享，以利參賽者於活動前做好評估，或是檢驗自己的訓練成效，在事前就可大幅降低活動進行過程的意外風險。在活動過程當中，群組心血管監控系統也提供大量參與者的即時現場監控，可以在運動的當下，由後台的AI即時監測，一旦有意外發生，平台可以立即發出警報，甚至可以通報意外發生地點的GPS定位，並且在搜救時持續傳回使用者的生理資訊，爭取黃金搶救時間。 在運動監測應用上，以高爾夫球為例，該如何提升高爾夫球選手推桿擊球表現呢選手的表現和專注力通常與個人情緒穩定性有直接關係。李維中表示，藉由奇翼醫電的心電圖裝置在HRV分析，可協助判斷選手的情緒和壓力指數表現，同時有助於高球教練進行選手的選拔與訓練。 群組心血管監控系統可打造多對多的即時生理資訊監控平台 在台灣站穩腳步 邁向美歐市場 朝向數據公司目標邁進 面對技術研發與市場推展的挑戰上，奇翼醫電在心電圖的自動判別需要大量的數據供AI演算發使用，為此，奇翼醫電必須與醫院進行合作，共同開發才能夠完成。目前公司已經與許多醫學中心與研究單位有很好的合作關係，逐一克服了這些技術瓶頸。在市場推展上，李維中表示，奇翼醫電面對最大挑戰是要與市場溝通，讓大眾了解在競爭對手的手環手錶類產品與公司的行動裝置-心電圖傳感器差異性在哪裡。相較於市面常見的手環手錶類產品以非連續性方式蒐集心電圖資料，可能需長時間非連續性資料蒐集才能看運氣的發現潛在心血管問題，奇翼醫電積極向大眾推廣心電圖在連續性偵測資料的競爭功能特性，並強調能協助很多潛在疾病的檢出是非常重要的手段，以預防代替診斷，降低不必要心血管疾病機率發生。另外，業務推動上，也希望透過法人資策會協助下創造更多業務媒合和新創募資的機會。 展望未來，李維中期許奇翼醫電能成為遠距醫療在健康穿戴裝置-心電圖服務的最後一塊拼圖。李維中表示，短期奇翼醫電希望夠在台灣站穩腳步，成為人人家中常備的醫療器材，如同溫度計、血壓計一樣。公司也不斷地在開發新的適應症，由心電圖出發，加上AI與大數據，可以應對更多的慢性疾病，除了心血管疾病之外，我們也陸續開發了睡眠呼吸中止症與其他更特別的應用，瞄準的都是現代人非常有可能會遇到的年老慢性病的問題。中長期布局，奇翼醫電將進軍美國與歐盟市場，邁向國際性的公司，並持續以成為數據公司為目標，善用公司長久蒐集的數據應用，提供從新藥開發、疫苗發展等多元領域應用，以創造商機與獲利。

工具機生產線上，組裝的第一步有些微差池，累積公差將造成組裝工作要重來，耗時又費力，導致出貨延遲的情況將衝擊企業聲譽。耐銳利科技公司聚焦智慧製造領域，提供各式AI解決方案，運用機器學習模型傳承老師傅的經驗，在CNC加工機組裝及鑄造過程，利用AI分析產線數據，精準調校各式數據，提升生產精準度 25。 這套AI產線數據分析系統，被耐銳利科技董事長黃常定稱為「師傅40」，就是師傅加上人工智慧的最進化版，用在工具機加工廠，成效斐然。此外，耐銳利科技運用AI瑕疵檢測技術，參加經濟部工業局2021年AI新銳選拔賽活動，協助友達進行面板進階影像瑕疵檢測，正確率達百分之百，引此也榮獲大獎。 協助面板大廠友達解題 瑕疵檢測正確率達百分百 黃常定進一步說明，一般面板在生產時，邊邊角角可能會有缺陷，雖然缺陷肉眼可見，但AOI卻往往難以辨識，導致檢測錯誤率常常超過30，因此，一定要搭配人力進行複檢，才能提高正確率。然而，因應少量多樣的產品需求，在人力不足的情況下，運用AI檢測確實是一個好方法。 成立於2018年的耐銳利科技，在短短三年期間，AI技術就能獲得面板大廠的青睞，實則在CNC工具機領域磨練已久。耐銳利科技總經理唐國維指出，台灣前三大CNC工具機廠希望將AI導入組裝及鑄造兩條產線，其中，在組裝產線上，為保持組裝的準確性，設計組件的每一個零件均會設計公差，在組裝時，每個元件都在公差內，但累績公差最後品檢仍無法通過，必須拆掉重新組裝，不僅耗時耗力，也造成浪費。 「進入產線之後，才知道有些師傅累積很多經驗，很會調校，經過他調校之後，正確率提高不少，速度又快。」反之，新來的工程師沒有經驗，調校時間比較久，也未必能通過品質檢測。 師傅40系統 良率從70大幅提升至95 唐國維接著表示，原本師傅在組裝時所設定的尺寸資料都記錄在紙本上，資料寫完之後就存入倉庫封存，沒有人去研究尺寸之間的關係。耐銳利協助客戶設計師傅40系統，透過人機面板，讓師傅在組裝時直接輸入所測量的尺寸及相關數據。蒐集不同師傅的數據之後，再運用AI演算法分析數據間的關係，做出AI模型，AI模型自動通知作業員要調整到甚麼樣的尺寸，品質檢測就一定會過，如此一來，良率從70大幅提升至95以上。 耐銳利科技公司聚焦於智慧製造領域，提供各式AI解決方案 唐國維補充，組裝一台CNC加工機的主軸要耗費四小時，第一步驟機器量測錯誤，包括震動、溫度，速度等超過範圍，都要拆掉重裝，又花了四小時。拆掉要如何調整，是憑藉師傅的經驗，可能一開始師傅憑經驗做了最好的組法，但錯檢率也達30，組裝又耗了好幾天。透過AI師傅協助，組裝時間只需半天，良率達95以上，省下許多時間及人力。 「運用機器學習的AI模型，綜合所有師傅的經驗蒐集在一起，提供給AI學習。第一步要數位化、第二步則是知識化，這是企業邁入轉型的重要關鍵」，黃常定認為，耐銳利科技是傳統製造業從自動化生產走向邁向數位轉型的重要夥伴。 此外，耐銳利科技另一個聚焦的產業是電梯廠領導品牌的智慧派車系統。所謂派車指的是電梯車廂，即兩部電梯以上就需要群管理。過往派車依據固定法則，如哪一台距離叫車比較近，就自動派那台電梯，一方面沒有考慮到電梯被叫太多次的派車，可能會讓其他人等待更久；另一方面過往的派車模式並無考慮大樓使用特性，造成許多浪費。例如辦公大樓，早上上班、中午休息及下午下班時段各有尖峰時間，透過AI智慧派車可以依據離峰及尖峰時段進行彈性調整，讓派車效率增加、降低等待時間，同時減少電力虛耗。 導入電梯智慧派車 提升運輸效率兼具環保功能 黃常定補充說明，就好比之前的路口紅綠燈號誌，系統已將主幹道、副幹道及小街道的停留及通過秒數寫死，現在則運用智慧紅綠燈，彈性調整等待時間，讓容易壅塞的路段更加順暢。透過AI學習使用情境，在電梯中導入智慧派車系統，會讓輸送效率提升，也更加環保。 除了導入電梯智慧派車外，耐銳利也將AI導入電梯廠的生產出貨智慧排程系統 。電梯廠常常無法準確預估客戶的電梯交期，例如，辦公大樓或賣場等必須完工到一定程度，電梯才能進工地安裝。若受到客戶工期延遲等非預期因素影響，往往造成電梯廠產閒置或是排程不易安排的窘境。 唐國維指出，一般了解客戶端工程進展者可能是業務或工務，但整體而言，出貨正確率大概只有六成左右，也就是說有四成不會如期出貨。因此，若能準確預估出貨時程，就能將產線空出來以因應急單或是其他產品生產需求。AI智慧排程系統將分析過去出貨的資料，氣候、工廠及施工端兩地距離位置、客戶信用等約20-30個參數，放入AI演算法中，可以精準預估到底能不能如期出貨。 黃常定也特別說明，耐銳利科技的機器學習非一般的機器學習，更加入傳統影像處理技術、統計學等各種運算方式，要對領域知識十分熟稔，才能作出好的AI模型，這也是公司競爭力之所在。他強調，一般SaaS平台能處理的資料十分有限，正確率頂多從7成提升至7成5，耐銳利的強項在於AI演算法及機器學習，必須再加上深厚的產業領域知識才能產出好的AI模型。 耐銳利科技從AI專案開始，逐漸深化技術，選擇從困難度高的做起，並累積經驗法則，預計在今2022年開發出SaaS服務，以客戶的需求為出發點，逐步站穩腳跟、成為智慧製造的重要夥伴。 圖左為耐銳利科技總經理唐國維及董事長黃常定右