特別報導 　產學焦點　

第33期特別報導 雲科大團隊拜訪勤誠興業嘉義廠-深化多元產學合作交流

今日本校蘇純繒副校長帶領產學處、工程學院、管理學院與未來學院研究團隊，拜訪勤誠興業嘉義廠區，感謝陳美琪董事長率領公司主管相迎，雙方針對產學合作與人才培育等多元議題，進行交流，並參觀生產現場，透過勤誠主管的現場解說，雲科大了解到勤誠自動化生產線與自動倉儲系統的運作狀況，以及組裝線的作業情形，於綜合座談時，討論出八大合作議題，收穫豐富。

陳美琪董事長非常感謝蘇副校長率領不同領域的研究團隊前來廠區參觀，她表示面對市場的急遽變化、客戶少量多樣的需求，公司不斷調整經營策略，現已完成未來營運規劃與布局，除了將逐步調升標準件的比例，並將以模組化的方式讓差異化與相容性兼具，以減少營運成本，提升生產效率，她非常期待能與雲科大深入合作，除了技術創新，招募雲科大的優質人力，也願意資助校內團隊競賽獎金，她也承諾會引進更多業界人脈與資源，勤誠也力邀設計學院教授群下回到公司拜訪，郭昭吟產學長允諾會積極安排。

►(圖一)陳美琪董事長帶領雲科大團隊參觀廠區外部景觀設計。

雲科大研究團隊在參觀完生產現場後，便提出可發展的議題，除了確定由未來學院陳維東院長及夏郭賢老師主導，將於111年暑假舉辦跨校的學生技術競賽外，另外也與機械系許伯堅老師、電子系林慶煌老師、與工管系陳敏生老師、袁明鑑老師及孔祥慧老師的研究團隊展開不同的合作議題，範圍含括：夾治具導入、生產現場合理化與標準化、數位雙生與流程模擬、AOI智慧檢測、ESG溫室氣體盤查…等，雲科大老師將指導學生團隊，於12月2日勤誠40周年慶時進行機器人演出，敬請期待。

►(圖二)雙方交流與討論。

蘇副校長表示，今天是繼上次楊校長帶領團隊拜訪勤誠興業新北總部後的深化交流，能到嘉義廠參觀，非常感謝勤誠陳董事長對雲科大的肯定，他很佩服勤誠興業在企業社會責任的優異表現，以及陳董長期對社會公益的投入與熱情，期待雙方未來可以長期合作，並責成產學處黃貞元組長追蹤各合作議題的進展，安排進度報告，確保與公司的溝通順暢，有助產學合作之執行。

►(圖三)全體大合照。

第33期產學焦點 PBL研究中心專題報導-巨量資料研究中心

♦ 序言

巨量資料研究中心係運用人工智慧、機器學習、深度學習、分散式叢集運算、雲端資料庫等技術，進行各項數據之分析、診斷，以及預測。成功案例之一，該中心在太陽能發電設備的數據實驗結果，異常偵測之正確率高達99%，異常診斷之正確率約91%，平均每個電廠提升4.7%的發電量，該技術可應用在各種產業之設備的異常即時偵測及診斷。中心除積極進行產業服務、人才培育及產學研發，也同時肩負支援本校其他研究中心之大數據分析。

♦ 研究團隊

中心主持人為資訊管理系許中川特聘教授，為美國西北大學電腦科學博士，其專長為資料探勘、數據分析、資料庫系統、資料檢索、人工智慧等，為本校產學合作成效卓越的教師之一，產學處已於第11期產學電子報專訪過許老師。

所謂強將之下無弱兵，研究團隊的重要成員為張榮昇助理教授，張老師畢業於國立台灣科技大學資訊管理系，研究興趣有大數據分析、智慧醫療、雲端運算服務等，張老師自107年度至雲科大服務後，共有執行6案產學計畫，3案醫院跨學界計畫及1案教育部計畫，其成果可說有目共睹，本期就來分享張老師的產學成果。

►(圖一)張榮昇老師。

張榮昇老師近五年執行之研究計畫

♦ 中心重要案例

實例一：醫療資訊智慧化分析平台之開發與建置

    本計畫案目的希望開發及建置醫療資訊智慧化分析平台，提供資料建模及視覺化分析結果，通過不同的可用工具輕鬆瞭解醫療現況，進一步使用這些商業智慧來應對趨勢，為重要的醫療領域提供見解，對整體發展做最好的準備。

    由於現今企業的經營和管理上，普遍已對分析處理結構化和非結構化數據將有助於識別和創造新機會具高度共識，而達標的方式將可透過建立商業智慧（Business Intelligence，簡稱BI）來實現。BI的主要目的是將與業務相關的原始數據轉化為有用和有意義的資訊。對醫療機構而言，為了識別並分析眾多醫療管理複雜度，提高決策能力，有必要通過BI系統，追蹤關鍵績效指標（KPI），根據精確的資訊和基於可靠的知識，剖析、監督和幫助醫療機構調整其績效。

►(圖二)智慧醫療會議。

實例二：運用人工智慧於醫院衛材庫存管理之研究

醫療衛材是醫院各項業務的基底，每項醫療處置都會使用並且直接用於病人身上，故落實衛材管理，提供安全合宜的醫療衛材是醫院的責任及義務。但衛材品項繁多，放置地點又分散在醫院各處，要完善進行衛材管理勢必有其困難度。本研究以中部某地區醫院為研究對象，透過實際了解、現場觀察方式調查工作人員在衛材管理過程中，因未有相關資訊提供，導致需花費許多時間在衛材數量的掌控，卻事倍功半，未能確實做好衛材管理，衍生有衛材溢領或過期衛材情形出現，除了對醫院經營成本、照護品質有直接影響，對病人安全也是一大隱憂。

雖然資訊系統被廣泛的應用在醫療各領域中，但目前在衛材的庫存管理上仍然有所不足。本研究希望透過人工智慧的方法加強現有的資訊系統，對衛材的需求與供給提供更新更精準的數據分析，使得工作人員對衛材的撥補有參考依據可循，進而減少人為可能發生的疏忽。預期透過運用人工智慧於醫院衛材庫存管理之研究，可以使衛材執行有效的管理，提高工作人員工作效率，做好醫院成本管控，以達到醫病雙贏。

►(圖三、圖四)智慧醫材管理會議。

實例三：以大數據分析技術進行國際疾病分類碼ICD-10編碼系統及門診系統之設計與開發

醫院希望從多個層面改善院內醫師職員的工作效率以及品質，如提升醫生看診效率、幫助疾病碼分類人員進行ICD編碼與健保申報、建立醫師研究用資料庫，以及導入聊天機器人看診品質提升。依據上述四點展開研究計畫，主要包括建立研究型資料庫、ICD10病摘分析、預診系統以及聊天機器人。醫師在看診的過程需要紀錄患者的病歷，因此希望提升醫師看診品質，讓醫師在選擇ICD code時可以更快速並減少錯誤率。當醫師在寫病歷的過程，只要輸入病例摘要，可以透過人工智慧和大數據分析技術，推薦出相關性最高的ICD code供醫師選擇。此外，醫師問診通常會詢問一些必要性問題，這些問題通常只要是來就醫者都需要一一被問過，因此希望患者看診之前可以透過預診系統，把一些醫生需要重複問的問題先記錄下來，讓醫師有更多的時間進行更深度的看診。聊天機器人雛形希望把預診系統的功能納入聊天機器人裡，幫助就醫者在輸入問題時可以更加方便，並且因為醫院患者很多都是年長者，希望納入台語語音的部分，幫助就醫者獲得更好的預診品質。

►(圖五、圖六) 疾病分類碼及門診系統設計會議。