應用案例

本系統是睿傳數據攜手臺大醫院，專為輔助放射科醫師判讀胸腔低劑量電腦斷層(LDCT)影像所開發的AI醫材軟體。 目的在於應對我國肺癌篩檢量能遽增的挑戰，透過深度學習技術，自動偵測、量測並分類肺部結節、協助醫師自動產出完整的篩檢報告，使醫師提升判讀效率與準確性。 1.本產品已獲衛福部TFDA第二等級醫材許可及國健署公開推薦，是國內肺癌篩檢AI的領導解決方案(仿單AI準確度規格，以負責任AI框架方式全面覆蓋Lung-RADS指引)。 2.本產品獲2024年經濟部補助，工研院協助，偕同馬偕、臺大、陽明交大共同進行大型臨床試驗，卓越成果發表後，送件台北市衛生局申請自費項目。 3.本產品獲2025年衛福部邀請，於負責任AI中心成果發表會上，分享如何達成負責任AI的經驗。 4.本產品另外支援【國家癌四肺癌研究計畫(不吸菸)、AZ藥廠肺癌研究計畫(吸菸者)】使用於十家醫學中心共同致力於肺癌的中長程研究開發。

AI醫療已蔚為趨勢，但醫療研究者常因資料蒐集、標註資料、撰寫程式語言和反覆調校訓練模型花費許多的時間與精力。沐恩生醫憑藉與許多不同醫師合作解決AI問題累積的經驗，特別研發出讓醫學研究者不用寫程式即能一鍵自動建模，直接自動處理AI機器學習所需要之特徵工程、模型選擇、調整參數、模型評估等冗長的處理流程，成功打造MAIA人工智慧自動化完整解決方案平台，協助研究者高效生成專屬的分析及預測模型、加速AI臨床應用 ，不但能建立混合數字、文字、圖形、波形複合資料的模型，同時以遷移學習的方法，讓產出之模型可以共享、疊加，進而衍生模型市集，讓研究模型變成分散式合作和分潤的新商業模式，對加速AI智慧醫療進化提供了整體的解決方案。 除醫療影像外，沐恩生醫亦積極發展人工智慧應用於醫療數據之判讀與預測， 以及利用自然語言處理技術，協助生醫資訊學之研究發展，運用此技術除已擴增MAIA平台功能可以透過問句方法大量閱讀與摘要醫學期刊，更可將文字、數字變成向量，運用AUTO DL+GCNN模型加速創新開發，如蛋白質與疾病的關係、蛋白質與藥物的關係，希望能對台灣生技醫療產業的創新及發展做出更大的貢獻。

隨著電子商務的蓬勃發展，眾多企業面臨著在競爭激烈的線上市場中脫穎而出的挑戰。然而，許多電商網站仍然困擾於搜尋引擎可見度不足的問題，導致潛在客戶難以發現其產品和服務。傳統的手動SEO優化方法不僅耗時費力，效果也往往難以滿足快速變化的市場需求。尤其是在當今資訊爆炸的時代，熱門關鍵字瞬息萬變，企業難以及時調整其SEO策略以應對這些變化。有鑑於此，我們提出了AI-SEO計畫，旨在運用人工智能技術革新SEO優化流程。這項創新不僅能夠大幅提升電商網站在搜尋引擎結果中的排名，還能通過自動化流程顯著節省人力成本。更重要的是，AI技術的應用將極大地提高SEO的效率和精準度，使企業能夠更敏捷地把握市場趨勢和消費者需求。通過這個計畫，我們期望為電商企業提供一個強大的工具，幫助它們在日益複雜的數字行銷環境中建立競爭優勢，實現持續增長。

智能虛擬助理應用於現有企業系統時，可擺脫面對各種不同系統的複雜和困擾，隨時隨地以語音互動從龐大的企業資料庫快速獲取所需資訊，並實現工作協作，搭配智慧工廠提供即時監控與警示，以及即時追蹤生產進度，讓使用者隨時掌握各種突發狀況。而應用在智慧化展覽館或博物館時，可取代傳統的導覽手法，結合人工智慧及互動設計化身為參觀者的專屬導覽，並可搭配智慧化環境設備裝置，透過語音直接操控周遭的智慧裝置，如：環境燈光、影音設備、或現場實景攝影機。鼎新電腦的「大人物」部門具備研發整合「大數據、人工智慧、物聯網」各式應用的能力，能夠為企業分析需求並量身打造適合的人工智慧應用。智能虛擬助理的核心是基於自然語意處理（NLP）技術的聊天機器人，以深度學習與機器學習分析互動語料後建立對話模型，並整合文字及語音的識別及應答，可以跟使用者進行自然語言的互動。

透過整合進企業現有的客服系統輸入對話雙方的語音，經過資料預處理後分離出不同的對話人員，再分別分析其情緒，此資料透過 API 會傳給客服系統，可以根據分析結果以分時情緒變化圖的方式呈現出來，可有效呈現客服人員在服務過程中，雙方的情緒變化，進而分析客戶對於服務的滿意度，進而讓客服中心的營運主管可透過AI 進行客服人員品質檢測，解決原有質檢流程人工隨機抽樣，進一步精準分析客服中心整體營運狀態，透過語音情緒分析技術可以有效衡量客戶的有效性與真正效益等指標，解決客服中心進行質檢瑣碎的人工流程及透過AI 增加客觀的分析維度改善整體客服中心的營運績效。

【睿思AIKM + CROSSBOT自動化審核輔助系統】結合知識管理平台與智慧對話技術，針對企業在表單、申請、合約、稽核等流程中常見的審核需求，提供即時、高效且智能的輔助工具。 【 AIKM 】負責彙整與管理審核規範、歷史案例與作業標準，建立結構化的知識資料庫； 【 CROSSBOT 】則提供自然語言互動介面，協助審核人員快速查詢相關規定、自動判斷缺漏項目，引導填寫錯誤修正、提醒重要注意事項。 【適用場景】 ■ 1.財務：單據費用與公司政策自動比對審查等。■ 2.人事行政：人事異動／假勤申請與公司政策自動比對審查等。 ■ 3.法務與合約：條文比對、資料驗證審查等。 ■ 4.稽核與內控：報表自動生成，自動合規檢查等。

奕瑞科技將Deep Learning 演算法極盡所能的在各個領域做出落地的解決方案，除了本身精研的核心演算法之外，還能貼近客戶的需求，與客戶共同討論出最適合的解決方案，並且跟著客戶的SOP，不斷地做滾動式的來回討論，以期用AI 人工智能技術，真正改善客戶在管理上的困難。其解決方案包含解決員工需要監看包商是否違規，交由演算法來判斷，能避免掉人與人之間的摩擦，並且節省了大量的人力監督。另外，AI/AOI 瑕疵檢測也解決了傳統瑕疵檢測過多的誤殺（判）造成現場作業的混亂以及不必要的浪費。

1. 客戶資料管理與互動紀錄： – 收集和管理客戶資料：開發客戶資料管理系統，支持多渠道數據收集，包括表單填寫、CRM導入等。設置數據清理和標準化流程，確保客戶資料的完整性和一致性。 – 客戶資料的匯入和匯出管理：開發資料匯入匯出模塊，支持多種文件格式（如CSV、Excel等）。設置自動化流程，簡化資料匯入匯出操作，減少手動工作量。 2. AI客戶分析功能： – 利用AI判定客戶購買意向：開發AI分析模型，根據客戶行為數據判斷其購買意向，集成機器學習算法，不斷優化分析模型。 – 利用AI判定客戶等級：設計客戶等級評估標準，根據客戶行為和歷史數據進行分級，開發AI算法，自動判定客戶等級，並動態調整。 3. 智能業務輔助追蹤系統： – 定期聯繫系統建置：提供AI定期聯繫提醒，根據客戶等級和聯繫頻率自動生成聯繫提醒，設置自動化通知，通過電子郵件、短信等渠道提醒業務人員進行聯繫。 – AI跟進輔助系統：利用AI推測潛在客戶，開發AI潛在客戶挖掘模型，根據現有客戶數據挖掘潛在客戶，並動態調整模型，設置潛在客戶管理界面。 4. 跨境線上交易與協議系統： – 設置跨境線上擬約/議約功能：開發支持跨境協議的線上擬約系統，涵蓋多國法規和法律要求，集成數字簽名功能，確保協議的法律效力。 – 開發跨境線上電子簽約功能：設計並開發安全可靠的電子簽約系統，支 持多種電子簽名方式，集成身份驗證和簽名驗證功能，確保簽約過程的安全性。

在 2018 年Computex 會場，工研院展示了多款智慧無人機應用。這些無人機各有其功能及特色，如可設定飛行路線，能一鍵執行飛行任務，臺灣警政署、高鐵、水庫管理單位也使用工研院無人機來執行任務。電信操控無人機隊配備高解析變焦攝影機，結合航點規劃可在空中進行精準拍攝，運用 AI 影像分析技術可快速判斷觀測目標，適合用在工程設施的安全檢測，如勘查鐵路、水庫、橋梁、快速道路或是高樓層建築等。而長效智慧分析無人機，因配有繫留供電和自動捲線器，可長時間不間斷在制高定點監控，經工研院測試能持續飛行6小時以上，並具有抗干擾定位功能。此外，若無人機結合複合動力系統和輕量化航空用引擎，適合防災空拍巡檢、物流運輸、高壓電塔輸配電系統巡檢等。

線上英語機器人提供24小時服務，供各群體學生隨時隨地都能有良好學習體驗，不再受限時間地點影響學習品質。並採生成式擬真回覆，使其與學員互動生動，不同以往呆板制式應答。且將加入CEFR資料，使機器人可依據學員程度不同，給予對應程度等級的對話及文法校正，達到因材施教效果。

物流士AI語音助理採用數位客服助理的概念，整合人工智慧、語意分析等技術，協助解決國內物流士離職率高，1至2年資歷的物流士平均占比高達4成左右新手司機因不熟路徑，全程配送時間平均比老手司機多出1.5~2小時，邊開車又要聯繫客戶容易產生交通安全上的問題，忙碌忘了聯繫，收貨人不在又需重複再次配送。DHL採用APP提醒司機最近取貨點及正確送貨地址，縮短50%等待時間並消除包裹送錯地址的人為錯誤，工研院服科中心「物流士AI語音助理」數位客服助理即時追蹤物流士的配送動態，管控中心預先透過數位語音的方式，掌握車輛目前位置與下一送貨地址，先與收貨人進行聯繫確認收貨人可否收貨，收貨人無法收貨變更下一送貨點並即時告知物流士。當路況異常導致配送時間延遲時主動告知收件人，並透過語音或文字，回復貨件動態查詢。每日出車排單時間減少30分鐘；每件貨收件地址查詢時間減少2分鐘每日可節省約1~2小時的查找時間，並可與廠商原有配送作業系統結合，擴充分析的資料區域趟次/貨量/時間窗/客戶商情/配送熱區分析服務。

透過奧義智慧獨家 Craft AI，使用機器學習進行威脅情資分析與關聯推論， 提供快速自動化案情調查、攻擊情境標記與威脅根因分析， 有效提高資安團隊效率，與反應精準度，瓦解潛伏中威脅，強化企業資安強韌性

AI對話式商務整合平台，從客戶端至客服端，支援串連所有的工作流程，包含相關系統整合串接，讓工作流程快速和提高效率，不單以最新的AI智能客服當第一線，更以IA人機協作方式，輔助客服人員快速了解客戶需求和維繫良善的顧客關係管理。 而我們設計的聊天機器人平台，採取最新的人工智慧Deep Learning 深度學習技術架構，可交互式問答多輪對話能力，自動學習問題類別，進而找到答案，大幅降低人力建置成本，並達到高準確率和廣知識涵蓋率。並在整合文字、語音與對答能力的同時，更能透過自然語意理解(NLP)及人臉、語音辨識，以文字客服、實體廣告機，3D智能機器人與客戶輕鬆互動對話交談，讓使用者在對話的過程當中，更能快速了解產品資訊、產品應用和其功能特色，更進一步結合真人銷售。 我們可以將所有顧客軌跡進行數據整合，不論客戶拜訪網站、APP、LINE、FB等社群媒體，以及客服中心(Contact Center) 包含真人服務包含電話、文字客服等，皆可將客戶資料統一歸戶，以利後續消費者行為分析。在這幾年中已成功導入銀行業、政府單位、電商業、交通服務、物流業各大產業，提供智慧服務、智慧交通、智慧政府、智慧物流等AI技術應用。

本研究目的在透過一個智慧型的對話式人機介面，以聊天機器人的型式提供投資者評估投資新聞內容的可信度。在技術創新方面，本年度之研究利用語意分析之技術，對於金融商品(股票)所提供的相關資訊的品質，進行信息內容之解析與評價，研究包括新聞內容本身(新聞、 雜誌、研究報告)進行解析,辨別單一新聞消息中：(1) 媒體來源(可能是投顧、媒體、記者)、(2) 關聯金融商品標的、(3) 多空看法(內容對商品未來走勢是否表態)、(4) 對應投資期程(短線、中線、長線)等等。透過語意分析技術擷析過往該媒體來源所發佈之新聞內容，並針對新聞內容預測之結果進行回測，計算出該新聞內容提供者所預測之情報準確度產生一檢驗結果，最後由評價產出系統整合產生一評價資訊，並儲存於系統平台以對話式人機互動方式供使用者查詢。藉此，提供投資人查詢各理財新聞提供者過往的準確度，以作為使用者投資理財之參考依據。本研究之目標在幫助投資人對於新聞內容有一參考指標以加深投資者進行投資決策時之幫助 。

由於各式瑕疵原因分別在不同製程情境發生，於電鍍後進行判斷較能夠有效提升品質管制效率，需採用全檢模式以肉眼辨識，辨職難度高且高度仰賴人員的經驗，且遺漏比率約10%。透過以AOI自動光學檢測加上深度學習技術，克服金屬扳手反光之特性，提高瑕疵的辨識率(1) 縮短品檢作業時間：透過AOI智慧瑕疵檢測系統，每隻扳手檢測時間自3-4分鐘縮短至約3秒，統計報表由系統自動產出取代過去人工抄寫，且避免篩選遺漏。(2) 老師傅經驗數據化及標準化：依實際檢測數據進行標準差異值統計分析，回饋QC工程標準以優化公差設定值。(3) 生產批及不良品數量整合串接電子看板及MES、SPC系統，提高資訊即時性及加速管理報表產出。