臺科大AI脈波技術獲國家新創獎 25項風險評估打造智慧健康平台

國立臺灣科技大學醫學工程研究所教授許昕領導的研發團隊，以「輔助評估血管健康與慢性疾病風險之脈波AI穿戴裝置」榮獲第22屆國家新創獎「學研新創獎」殊榮。這項創新技術僅需透過手環或指環在一分鐘內完成脈波檢測，運用人工智慧分析將原有12項健康指標大幅擴充至25項，全面涵蓋心血管疾病、代謝症候群、癌症風險及心智退化等評估。面對全球醫療與健保成本持續攀升的挑戰，該平台透過早期預警與精準風險辨識，協助醫師與民眾快速掌握健康狀態，實現「及早發現、及早治療」的預防醫學目標。

技術突破 從12項到25項全面風險評估

國立臺灣科技大學醫學工程研究所教授許昕團隊所開發的AI脈波穿戴裝置，在技術層面實現重大突破。相較於2023年獲獎時僅有的12項分析指標，本次技術升級將評估項目擴充至25項全方位風險評估，涵蓋範圍從單一器官病變延伸至全身性系統疾病，甚至包含癌症風險預警。這項技術的核心在於透過光學感測器精準捕捉指尖或手腕的脈波波形，再結合深度學習演算法進行特徵萃取與模式識別，能在60秒內完成傳統檢測需耗時數小時的評估工作。

AI脈波分析核心技術

脈波分析技術奠基於PPG光體積變化描記圖法原理，透過綠光LED照射皮膚表面，偵測血液流動造成的光吸收變化。許昕教授團隊開發的獨特演算法不僅能濾除運動雜訊與環境乾擾，更能識別波形中細微的病理特徵。系統已累積超過五千筆臨床資料進行模型訓練，準確率達醫療級水準。相較於傳統動脈硬化檢測儀器需專業人員操作且成本高昂，這款穿戴裝置具備可攜式、非侵入性、即時分析三大優勢，真正實現醫療檢測的生活化應用。

點線面健康評估模式

許昕教授提出創新的 「點、線、面」評估架構 ，重新定義穿戴裝置的臨床價值。「點」代表單一疾病風險指標，如血壓異常、心律不整等；「線」則串聯相關系統性疾病，例如將血管彈性、血液黏稠度與腎功能指標連結，評估心腎代謝症候群風險；「面」則整合所有數據，建構個人整體健康狀態的風險熱力圖。這種立體化評估模式讓醫師能快速定位問題核心，避免傳統單點檢測可能造成的資訊碎片化困境，提升診斷效率達40%以上。

雙軸應用 高齡與青壯年精準分眾

考量不同年齡層的健康需求差異，研發團隊採用雙軸發展策略，針對高齡與青壯年族群設計專屬評估模組。這種精準分眾不僅提升預警的針對性，更能有效配置醫療資源，避免過度檢查或遺漏關鍵風險。

高齡族群 心智退化與慢性病早期警示

臺灣即將邁入超高齡社會，65歲以上人口佔比預計2025年突破20%，長期照護體系面臨巨大壓力。許昕團隊特別強化高齡健康模組，納入輕度認知功能障礙（MCI）評估模型，透過脈波特徵分析腦部微血管循環狀態，提早發現阿茲海默症與失智症風險。此外，系統整合肌少症篩檢功能，分析肌肉血流灌注與血管阻力，協助長輩及早進行營養與運動介入。針對洗腎患者，平台可監測動靜脈瘻管功能，預防栓塞併發症；貧血評估則透過血容比推算，減少頻繁抽血的不適。

青壯年族群 代謝疾病與癌症風險預警

現代青壯年族群承受工作與家庭雙重壓力，常忽略潛藏的健康危機。系統針對此族群設計血管健康指數與代謝疾病風險評估，包含胰島素阻抗、脂肪肝風險、腎絲球過濾率等指標，提前5-10年預警糖尿病與慢性腎病變。特別值得注意的是，團隊與醫學中心合作開發女性乳癌風險預測模型，透過分析內分泌變化對微血管的影響，提供非侵入性的早期篩檢參考。對於經常應酬、作息不規律的上班族，系統還能評估自律神經平衡狀態與壓力指數，提醒用戶調整生活步調。

生活化整合 結合日常習慣的智慧建議

許昕教授強調，真正的預防醫學必須融入日常生活。團隊將健康評估從醫療場域延伸至居家環境，建立AI輔助生活型態改善模型，讓數據不僅是警示，更是行動指南。

運動飲食與血管營養指標

平台創新導入運動習慣量化分析，透過連續監測運動前後的脈波變化，評估有氧能力提升幅度與血管彈性改善效果。飲食型態評估則結合用戶自行記錄的飲食日誌，分析營養攝取對血液流變學的影響。系統還獨家開發血管營養指數，綜合維生素D、葉酸、精氨酸等營養素對內皮功能的影響，提供個人化營養補充建議。這些建議基於用戶實際生理數據的精準指引，執行後可於2-4周內看到脈波指標的具體改善。

輕度認知功能障礙MCI評估

在心智健康領域，團隊與精神科醫師合作，建立MCI早期篩檢模型。研究發現，大腦微血管病變會在認知功能明顯衰退前3-5年就反映在脈波特徵上。系統透過分析脈波傳導速度（PWV）與小波轉換特徵，識別腦部血流自動調節功能衰退的細微變化，準確率達85%。用戶每月定期檢測，系統會自動繪製認知功能趨勢圖，一旦發現斜率異常下降，立即提醒就醫進行詳細神經心理測驗。

產品升級 BEARLab 2.0邁向量產化

為實現技術落地，團隊推出BEARLab 2.0全新版本，在硬體設計與軟體架構上全面優化，朝商業化量產目標邁進。新版本不僅提升使用者體驗，更強化醫療專業度，獲得多家醫學中心與企業健康管理中心的高度關注。

硬體設計優化

BEARLab 2.0採用醫療級316L不鏽鋼與親膚矽膠材質，通過ISO 10993生物相容性認證。光學感測器升級為四波長PPG模組，增加紅外線與黃光波段，提升深色皮膚與低血流灌注狀態下的訊號品質。電池續航力提升至7天連續使用，並具備IP68防水等級。外觀設計導入人因工程，厚度縮減至8.5毫米，重量僅18公克。更重要的是，團隊建立自動校正機制，每次量測前會自動比對標準波形，確保長期使用的數據一致性。

軟體雲端化與一鍵化分析

軟體端導入邊緣運算架構，手環本體可預處理原始訊號，減少傳輸延遲。獨特的波形品質篩選演算法會自動剔除訊號不良數據，確保分析準確度。用戶只需按下一鍵，系統即自動完成訊號擷取、品質篩選、AI推論與報表生成，全程30秒內完成。雲端平台採用微服務架構，可依醫院或企業需求彈性擴充功能模組，並符合醫療資訊安全規範。報表採用視覺化風險熱力圖，將25項指標整合為單一頁面，紅黃綠三色標示高、中、低風險。目前系統已完成50例臨床試驗，與台大醫院、榮總等醫學中心合作驗證，預計2025年第二季取得醫療器材認證。

展望未來 建構預防醫學新生態

許昕教授表示，團隊下一步將推動社區篩檢計畫，與地方衛生所合作，在偏鄉地區建立行動篩檢站。同時開發企業健康管理方案，協助科技業、製造業等工時長、壓力大的產業進行員工健康風險分級管理。在保險領域，正與壽險公司洽談UBI健康保險合作，依據用戶健康改善程度調降保費。此外，團隊也規劃開放API介接，讓健身APP、營養諮詢平台等第三方服務能整合脈波數據。透過這些佈局，許昕教授期望在2030年前建立百萬級用戶健康資料庫，運用聯邦學習技術進行跨機構研究，最終實現「每個家庭都有一台健康預警器」的願景。