從數據到照護：Physical AI如何提早看見健康風險？
文／國立陽明交通大學產學共創處創新創業中心鄭秋蘋經理
Physical AI推進真實世界
綜觀目前廣受大眾使用的生成式AI，功能聚焦於文字、影像與內容的生 成，而隨著感測器、物聯網、機器人等技術逐漸成熟之下，AI正邁向能感知並 與真實世界互動的Physical AI時代，由感知真實環境、理解人類行為，即時 做出回應與決策，透過智慧手錶、血壓計、居家環境監測等設備，可收集心率、血氧濃度、睡眠品質等資訊，建立個人化健康模型，並辨識異常變化與潛在的風險。
AI毫米波雷達助攻預防性照護：雋析科技
把照護由「事後治療」轉變為「事前預防」的模式，將可緩解照護產業面臨的挑戰。
由國立陽明交通大學衍生的新創雋析科技，研發出AI毫米波雷達跌倒偵測系統，即可高度去識別化，取代攝影機因涉及隱私，而無法裝設於高跌倒風險的區域，如浴室、臥室等。毫米波雷達只擷取人體反射的電波訊號， 並以置頂式的雷達偵測，解決長者經常忘記，或排斥佩戴裝置等問題，取得全天候的防護及隱私，精準辨識姿態異常，預防並大幅降低誤報機率。
雋析科技的研發團隊洞察到照護現場的需求，將智慧雷達感測系統，結合毫米波具備去 識別化、免去穿戴裝置等優點，落實為解決照護挑戰的方案；此可見，智慧照護產品和服務的研發，除了技術專業外，熟悉醫療與照護情境、能跨域整合技術和需求的人才與團隊扮演了重要角色。
生醫光電讓健康風險預測更便利：進康醫電
根據世界衛生組織(2025)的公告，全球至2050年60歲以上人口將達到21億，照護產業除缺工及需求攀升外，勞動力也面臨老化的壓力。因此，利用Physical AI的技術，即時掌握健康狀況、提前發現潛在風險，當前市場提供的各種穿戴式裝置，如智慧手錶、血糖監測、居家健康量測設備等，皆可進行長期生理監測、飲食管理等數據分析，並持續追蹤預測潛在的風險，提供異常即時警示，取得早期風險預警以避免延誤就醫。
以國立陽明交通大學的衍生性新創公司進康醫電為例，主要提供客製化光學感測貼片，應用於光學式血壓、血氧、心率等檢測項目，精準度符合國 際法規需求及臨床測試。在手機鏡頭心率變異度醫用軟體的部分，使用者只需將手指輕觸手機鏡頭5分鐘，即可獲得與心電圖，數據精度高達95%以上， 應用於身心狀況評估與治療輔助，已取得TFDA證照。另一項產品為穿戴型fNIRS腦血氧量測設備，利用非侵入式、無輻射的可攜式設備，進行腦血氧的監測，早期發現精神疾病的徵兆與中風復健的追踪。
台灣發展Physical AI健康照護的契機
在政府推動分散式醫療與在地照護政策下，醫療服務正逐漸從醫院為中心 的模式，轉向居家及遠距醫療的照護體系。而國內具完整的健保資料庫，及高密度醫療院所，有利於AI模型訓練與驗證，加上資通訊與半導體產業鏈的基 礎，以及學研單位如國立陽明交通大學、工研院等機構，均成為推動Physical AI照護的支柱，持續投資研發技術並推動落地驗證，同時培育具備 智慧感測技術和數據分析判讀能力的研發人才，以實現照護從醫院延伸到個 人，及早發現健康的風險與預防疾病的照護目標。
