龍骨王運用機器學習技術優化評估系統

人工智慧的其中之一分支是機器學習。2017年龍骨王成功獲選加入台灣-柏克萊醫療器材產品設計人才培訓計畫(Berkeley Taiwan Biomedical Fellowship),遠赴舊金山灣區柏克萊大學擔任訪問學者,自此接軌師承美國最先進科技人工智慧發展的知識殿堂與其機器學習的前瞻性技術,可望深化龍骨王醫療復健產品。

關於機器學習的機制,其實簡要的來說,是指從知識的脈絡中學習以完成推理的邏輯。其本質可涵蓋諸多演算思路,包括(1)函數逼近(Functional approximation)、(2)分類(Classification)、(3)機率密度估計(Density estimation)、(4)順位排序(Ranking)等作法劃分。藉由所收集的過往經驗找出其規則性,用來推理未知情境所代表的義涵。由於體感偵測必須考慮到整合處理全身關節動作資訊,用以推理決定其相對應的動作模式,同時,因為其關節互相銜接、彼此共伴牽扯,蘊涵較多的位置容限上的誤差且具相當複雜性,是一多維之定量分級問題,因此運用適當的機器學習技術進行有效的分析處理,便能更加優化演算的效能與判別的精準性與克服雜訊免疫力(Noise immunity)難題的挑戰。

事實上,以機器學習技術引入醫療專業評估領域的應用價值極高。因為有些反應在姿勢、移動、運動過程的臨床症狀或疾病表現只要簡單的透過動作行為偵測的解析,就能達到快速地辨別出是否異常或有較高病發的可能性,甚至進一步比對,顯示出對應的嚴重程度或用於跌倒偵測,再回報給醫療人員,便可於第一時間啟動相關的處置而免於延誤就醫的不良影響。另外,隨著資料量的龐大累積,在機器學習的過程中,亦會不斷的訓練其內在智慧推導的能力,深化學習的結果而使判斷的驗算邏輯更加進步與穩健。

龍骨王無論在現階段或將來都持續全力投注開發革新性且劃時代的醫療復健軟體,順應智慧醫療應用的發展,以關鍵的領先技術進軍高度受關注的醫療器材產業之中。

S__12206486

廣告

發表迴響

在下方填入你的資料或按右方圖示以社群網站登入:

WordPress.com 標誌

您的留言將使用 WordPress.com 帳號。 登出 /  變更 )

Google+ photo

您的留言將使用 Google+ 帳號。 登出 /  變更 )

Twitter picture

您的留言將使用 Twitter 帳號。 登出 /  變更 )

Facebook照片

您的留言將使用 Facebook 帳號。 登出 /  變更 )

連結到 %s