【中科大隊隊】避免藥師包錯藥 ─ 智慧藥包檢查機
為避免包錯藥給病人的事件發生,本專案進行藥品辨識的開發,希望能在藥包拿給民眾的最後一步做最後的檢查,避免造成更多傷害。
為避免包錯藥給病人的事件發生,本專案進行藥品辨識的開發,希望能在藥包拿給民眾的最後一步做最後的檢查,避免造成更多傷害。
本案利用AI與感測器來協助長者倒水或找尋物品或語音互動操控,希望開發出溫暖又可愛的機器人,也能實際地減低長者與照護者的壓力,進一步提升雙方的生活品質。
疫情之下,許多醫療體制都需要數位轉型!遠距復健的需求更是因此提升,因此我們提出復健遊戲來達成目標,減去交通成本,更能透過視覺辨識進行動作指導與評分。
本團隊為了讓老年人們可以自由且安全地外出活動,提出一無人機看護計畫,為想在外活動的長者們,提供一有效追蹤其位置,並於異常發生時通知家屬或看護機構的解決方案。
我們將分析電子病歷,建立酒癮預測模型,並將此模型實作在 OpenVINO 邊緣裝置。一般人只要輸入病史資料, OpenVINO邊緣裝置就能預測其是否有酒癮症狀。
AEYE是一款結合導盲杖、鏡頭與影像辨識技術的產品,協助盲人透過聲音更安全地行走在街道上。
本專案希望能透過較多種類的瘧疾血液資料集建構一個,較為廣泛使用情境的瘧疾血球辨識系統,最後透過OpenVINO的邊緣運算架構,在沒有網路的環境下幫助進行瘧疾診斷辨識的工作。
當自己的家人突然告知需要長期復健時,照顧者與被照顧者的矛盾的糾葛,透過AI-COUCH 解決被照顧者需要的鼓勵,以及照顧者的擔心與責任。
使用 OpenVINO™ 做 CAM (Class Activation Mapping),進階使用到 OpenVINO™ Integration with TensorFlow 以實作 Grad-CAM 等進階應用。
由於醫療領域資料難以集中,所以本專案採取聯邦式學習模式來整合這些模型,包括:1.心電圖ECG模型;2.血鐵沉積Hemo模型;3.GWAS降維分類模型;4.UI語音識別模型。