AI 和深度學習讓醫院機器人得以投入應用

編輯備註：即使在最好的日子裡，醫院也時常會面臨醫護人員不足和病人人滿為患的挑戰。危機當頭，醫院亟需減少醫護人員進行繁瑣工作的時間。也因此，機器人和 AI 在醫療設施中扮演著日益重要的角色。

木木機器人正在引領這方面的發展，該公司的「諾亞」機器人是一部智慧型自主機器人，可裡將醫療物資送達醫院裡幾乎所有的角落。除此之外，諾亞可以減少醫院工作人員與病人直接接觸的情況，進而降低工作人員的健康風險。

閱讀本文，了解先進的自主機器人如何能夠滿足醫院物流現今及未來的嚴苛需求。

護士指示經過人工智慧 (AI) 強化後的機器人進入倉庫，領取手術儀器和其他物品，然後再前往手術室報到。一旦將全部的所需物品置入負載區後，機器人就會自行導航前往電梯，無須任何協助。機器人甚至會與電梯系統進行通訊，藉此抵達正確樓層。

為因應日益增長的挑戰，需多醫院開始部署各種機器人，尤其是在中國。醫院每天要經手大量床單、手術儀器、實驗室樣本和其他物品。

物品從現場倉庫送到手術室的過程中，大多是由人力搬運。這些人也負責處置髒床單和醫療廢棄物等各種物品，形成醫院封閉式供應鏈管理系統的另一端。

隨著中國在未來五年內將成立數千家新醫院，這項物質和物流方面的挑戰所涵蓋的範圍將會越來越大。具備 AI 和電腦視覺的機器人則有助於克服這些挑戰。

儘管氣動裝置和軌道物流等其它方式能減輕醫院工作人員的負擔，但這些方式既無法乘載大型重物，也不能沒有人員操作。這些方式還需要翻修場地才能運用，然而機器人可以和人們共用相同的走廊和電梯。

AI 機器人忙進忙出

名為「Noah」的 MROBOT 醫院物流機器人不僅是一款智慧型自動運輸工具。這款機器人是由 MROBOT 所開發，已在上海兒童醫院及數家亞洲大型醫院中大量使用。它們的載重量高達 300 公斤，不僅優化了醫院用品的運輸，讓人力可以用在更有價值的地方，還降低了成本（圖 1）。

Noah 均採用機器人作業系統 (ROS)，這是一個開放式的彈性架構，可在各種平台上建立複雜的行為。機器人利用語音互動來接受及確認指令，並且透過電腦視覺來獲得環境認知，用以進行導航和避開障礙物。這一切都需要邊緣運算。

MROBOT 研發部門總監 Scott Liang 表示：「要達到這種程度的行為，需要大量的處理能力和優秀的可靠性。」「而這只是我們使用 Intel^® 技術的其中兩個原因。」

Noah 的 AI 導航功能受過目標偵測的訓練。這有助它學習繪製未知環境的地圖，同時估算自身所在位置。資料關聯會將感應器的觀測資料與地標配對，而環線閉合則用來識別先前造訪的位置。

同時，也必須教導 Noah 偵測並找出障礙物以避免碰撞。若要這麼做，必須即時收集來自多個感應器的資料。之後透過類神經網路技術，指示 Noah 如何規劃可預測和避免障礙物的軌跡。

Liang 說：「我們在訓練架構中使用 Caffe 和 TensorFlow。」「相較於其他選項，使用 Intel^® Movidius^™ 可以達到更快的速度，同時節省百分之 30 的 CPU 資源。我們也使用 Intel^® OpenVINO^™ 進行邊緣深度學習推斷。」

有數種方法可確保只有獲得授權的人員才能取得 Noah 所持有的物品。這包括密碼、RFID 和指紋辨識，以及未來規劃的臉部辨識功能。

從障礙物迴避到物流改善

Noah 無疑能將醫院物品的運輸最佳化。因為 MROBOT 持有與機器人相關的 300 多項專利，包括導航、電腦視覺、障礙物迴避以及多感應器融合。也是唯一在醫院物流類目，獲得「中國機器人認證」的公司。

除了導航和交付所需用品外，Noah 還使用資料來改善整體營運。它會自動收集並保留物流資料，並將其上傳至雲端。Noah 使用資料分析與 AI 來優化勞務和物料收集作業，進而提升效率並降低成本。相較於使用傳統紙本記錄，這項功能可大幅改善相關作業。

Noah 還提供視覺化和預測性分析。使用者可以根據需求篩選資料。例如，管理人員必須隨時掌握醫院用品的最新狀況。不過，這些擔任支援職務的人員往往會在一段明確的時間範圍內，著重於某個部門內特定項目的相關細節。Noah 可以根據使用者的偏好自動產生相關圖表。

重新配置工作人員

隨著醫院內醫療用品和其他物品的運輸量日益增加，要以人力執行這些工作已變得不切實際。護士須負責病患和醫師，沒有時間。協運人員和其他人員則是可以完成協助移動病患等重要工作，而不是搬運物品。

Liang 總結道：「醫療保健人員很忙碌且過勞。但補給用品的運輸永不停歇。只要一台機器人就能完成多達三人的工作量，這使得醫院物流工作非常適合讓機器人負責。」