用科技解決照護難題,數據資料是重要的要素之一。康仕仲以資料科學為出發,將資料重新切分成 3 階段。從第一階段的數據資料的輸入進行改變,將感測器(Sensor)別在使用者身上,可直接輸入生理數據,既快速且不易出錯;其次,過去護理師完成工作後,須憑記憶將工作內容輸入系統,現在可使用 iPad,一邊工作一邊口述,藉由自然語言處理(Natural Language Processing, NLP),將口述資料自動輸入進對應欄位,節省 10 倍甚至百倍謄寫的時間。
在第二階段的數據處理上,過去護理師每天量測血壓,一周或一個月後將數據製作成 excel 表,以便觀測是否有異;在導入 AI 後,當數據匯入便可生成可識別、有用的資料圖表並偵測異常值,為護理人員省下整理資料及判讀的時間。最後,則是數據使用(Data Usage)或資料視覺化(Data Visualization)的過程,原先需要護理人員花時間打電話與醫療端一一聯繫,但現在透過科技,將資料直接傳送到醫師診間的系統,省下約 9 成的時間。透過 AI 輔助,讓照護更輕省、家人也更安心。
雖然,數據資料等蒐集、交換、共享有利於讓照顧更加完善,但「個人隱私」及資料格式相容性等問題也不容忽視。對此,康仕仲則表示,目前 AI 推論病情上可能會因模型架構、應用場景複雜度、輸入資料品質或是評估指標選擇等而發生錯誤,有待降低錯誤發生率,但 AI 具有可以不需要分享原始資料就能提供病情及無資料轉換相容的優勢,在長照產業上仍是發展前景。
經濟合作暨發展組織(Organisation for Economic Co-operation and Development, OECD) 在 2019 年發布的《Working Better with Age》特別報告提及,高齡化人口的增加,成為維持經濟成長與社會福祉的最大挑戰。該報告更推估,到了 2050 年時,每 100 位工作者中有超過 5 成的人是「退休者」(即 50 歲(含)以上未參與勞動力市場的人),這將影響未來經濟繁榮的增長,並對公共財政造成更大的壓力。
早在 2006 年 OECD 的就業、勞動暨社會事務委員會(The OECD Directorate for Employment, Labor and Social Affairs, DELSA)提出《Live Longer, Work Longer》政策報告書,鼓勵中高齡就業者持續就業。在該報告書中指出,中高齡就業者面臨了 3 個主要的原因:財政的不利誘因、雇主雇用的障礙,以及缺乏就業能力。
智齡科技人資總監分享,面對全球化的競爭,英文與 AI 技能已成為職場的必備能力。為了支持員工的成長,公司提供豐富的線上課程資源,透過學費補貼、年度加薪的方式鼓勵員工持續學習。同時,智齡科技也積極延攬長照領域的資深專業人員,將他們的豐富經驗融入產品開發及客戶服務。透過這樣的做法,不僅讓中高齡員工能持續在職場發光發熱,更能激發年輕世代的創新思維,共同打造更優質的產品。