研发辨识系统会看人脸色 盼减急诊暴力
（中央社记者许秩维台北8日电）近年来急诊医疗暴力频传，交大团队结合表情辨识和人
脸辨识，透过分辨表情，提醒医护人员及早安抚或处理患者，还有黑名单警示功能，有助
于减少医疗暴力。
台北医学大学与美国麻省理工学院联手举办“2017 健康物联网黑客松”，今年以医疗应
用为主题，提供两大医疗临床数据数据库，让参赛者发挥创意，研发与医疗健康领域相关
的创新应用，今天举行颁奖典礼。
近年来医疗暴力频传，由交通大学电机工程系博士后研究员钟孟良、博士候选人黄柏维、
硕士生吴宜樵和大学部学生吴昱良组成的团队，研发可应用于医疗急诊室的“影像式健康
生理讯号量测与人工智能表情辨识整合系统”，拿下第二名和最佳创意奖。
黄柏维表示，现在急诊医疗暴力频传，主因是患者在等待救援的过程，有一些情绪累积，
团队建立表情辨识系统，区分为正常、开心、伤心、负面情绪等4种模式，透过哭泣、皱
眉、惊吓、生气等不同表情了解患者的情绪，并即时传讯通知医护人员，透过安抚或及早
处理，减少医疗急诊暴力事件的发生。
除了表情辨识外，黄柏维指出，系统也结合性别辨识和心跳量测，且有别于许多人脸辨识
系统必须正面才能辨识，团队研发的系统采用多角度量测，即使侧脸也能辨识。
他说，这个系统如果放置在入口处，还可以为到院的患者建档，也有医生建议可放在诊间
，避免看诊时专注于患部，却忽略患者表情。
钟孟良也表示，系统还结合黑名单功能，例如过去曾有医疗暴力或有酒醉等情况的患者，
只要透过人脸辨识发现有黑名单，就可及早通知医院保全人员协助，避免第一线的医护人
员遭遇危险，希望有机会能让此系统在医疗院所实际运用。
另外，由临床医师和软件工程师等人组成的团队，研发“智慧输液管理决策”，由于现行
的大量输液治疗方法仅适用部分败血症患者，团队透过大数据分析，找出适合此疗法的患
者，提供医师治疗时参考，有助于精准医疗，获得竞赛第一名。1061008
http://www.cna.com.tw/news/ahel/201710080097-1.aspx
(中央社 106/10/08)