目前台灣社會即將面對超高齡化社會,在長照領域仍然高度依賴人力照顧模式,20年後每一位老人只能由不到2人負擔。智齡科技執行長康仕仲博士在過去研究專案看見台灣長照最真實的情況,台灣社會上下在面對高齡化逼近下卻未做好準備,即召集跨領域的專家、學者及年輕人才,涵蓋軟體工程、營建工程、資料科學、護理師、職能治療師、心理師、社工師等多元專業領域,創辦智齡科技,專注於創新研發長照科技與相關服務。期盼透過數位化解決方案協助台灣長照機構數位轉型,利用尖端資訊與科技工具高效翻轉台灣高齡照護高度依賴人力問題,並提升長期照顧品質... |
目前台灣社會面對高齡化的快速發展,高度依賴人力照顧模式,每一位老年人平均能由4至5位青壯年負擔撫養,但20年後每一位老人只能由不到2人負擔。智齡科技執行長康仕仲博士在過去研究專案看見台灣長照最真實的情況,台灣社會上下在面對高齡化逼近下卻未做好準備。康博士透過召集跨領域的專家、學者及年輕人才,涵蓋軟體工程、營建工程、資料科學、護理師、職能治療師、心理師、社工師等多元專業領域,創辦智齡科技,專注於創新研發長照科技與相關服務。期盼透過數位化解決方案協助台灣長照機構數位轉型,利用尖端資訊與科技工具高效翻轉台灣高齡照護高度依賴人力問題,並進而提升長期照顧品質,讓老年人不再是青壯年人的重擔。 雲端服務搭配資料科學 智齡科技為長照真實世界打造專屬AI人工智慧解決方案 台灣目前有60萬人口需要長期照護,十年後需求人數將上升到100萬人,根據衛福部調查,長照護理師至2024年將缺少近4千人,以目前的長照產業成長速度,護理人力明顯會供不應求。
大數據資料庫與深厚長照經驗加持 智齡科技完善AI醫療照護生態系基礎 智齡科技從長照機構累積的豐沛經驗,近年透過AI與大數據的技術應用,產出精實照護(Lean Care)模式,加速並深化AI醫療照護生態系的基礎建設。 以壓瘡傷口為例,傳統AI傷口辨識使用的分類演算法框架為多任務學習,需要分別訓練不同的模型。而智齡科技以單一模型同步訓練不同任務,辨識顏色、形狀與等級等任務,不但讓訓練的過程更有效率,也使得分類器能同時考慮不同面向的資訊,使分類的準確率提升。由於傷口的特殊性,選擇使用相較於以往物件偵測的方法,因此在物件偵測的速度上有顯著提升,並解決以往過深的卷積網路無法保留淺層特徵的問題,故在物件偵測有85%的準確率,累積近2萬次API的呼叫次數。
擁有逾十年產官學完備經驗的智齡科技,目前在智慧照護市場擁有超過30%占有率,為照護科技領頭羊,全台超過700家長照單位使用智齡科技的智慧照護系統,更累積超過6億筆照顧紀錄。 ※系列報導: |
※本文由生策中心新創幫編輯群採訪撰寫(口述:智齡科技 執筆:陳柏翔)。如有引用,請確實註明出處來源。 |
Copyright © 2012 - 2025 Research Center for Biotechnology and Medicine Policy (RBMP). All Rights Reserved