敗血症難預測 InventAI團隊助力及早發現
在台灣每年約有 11 萬人罹患敗血症，平均每天有超過 300 位新發病例，致死率可達 29.2%，全球每年的死亡人數高達 1,100萬人，超過了癌症死亡人數；以往在醫療現場，敗血症往往總是已經發生了才被發現，現在運用人工智慧解讀患者個人的大數據，可提早發現患者出現的敗血症徵兆。
InventAI 團隊與陽明交通大學數位醫學中心團隊合作，進行多項智慧醫療AI專案開發，包含 AI 睡眠品質測量丶AI 心房顫動檢測、AI 尼古丁偵測等應用。團隊從模型開發到模型監控，每個步驟都由專業且堅強的團隊，打造方便且容易上手的 MLOps 解決方案，完善 AI 開發流程，表偕同中華電信集團攻進醫療領域且表現亮眼，深獲醫界好評。
此外，利用 DeepFlow 強大的 AutoML 功能，只需要簡易三步驟，就能產生敗血症模型，並快速將模型部署到 API Server，快速產生敗血症預測服務，平台提供的模型健康度功能，將持續監控服務狀態，如模型效果不佳，DeepFlow 平台會自動將新資料重新進行模型訓練，並重新部署優化服務。部署完成的服務，與陽明交大開發的敗血症預警 APP 做介接。患者透過身上的穿戴式裝置，就可將血壓、血氧等資料傳輸至 APP，並透過手機上的敗血症預警 APP 得到敗血症預測結果，醫生可透過預測結果安排病患接受進一步的診斷與治療，希望透過早期偵測，及早發現敗血症的潛藏個案。InventAI 團隊所開發 DeepFlow 智慧分析平台，運用人工智慧，提早發現患者是否已經出現敗血症的徵兆，讓醫師和家屬可及早應變。
InventAI 團隊與臺北市政府合作
由 InventAI 團隊提供客戶心聲 VoC 系統 (Voice of Customer)，透過 AI 核心技術應用於臺北市 1999 市民當家熱線，並從語音及文字進行大數據分析，即時洞察民眾的進線需求、關注議題，以提昇民眾滿意度。客戶心聲 VoC 系統的驗證內容包含：『語音辨識 STT』及『AI 文本分析』，運用 NVIDIA GPU 運算主機，實際將 1999 客服中心語音對話，去識別化後進行對話分析，提供熱詞分析與文字雲、熱門來電及長通話來電分析功能，以視覺化的方式呈現情緒辨識、主題分類、對話重點摘錄等文本分析處理，快速掌握民眾進線所關心的議題及其變化趨勢。
客服中心運作是由人員、流程、系統三大要件組成，傳統企業將客服視為成本中心，只看到客服專員簡短紀錄問題，卻無法聽到客戶真實心聲，現行客服質檢的抽查率不到千分之五，有可能客服專員一段錯誤的對話，導致巨大的企業聲譽受損，然而數位轉型期待客服中心從成本中心轉變為利潤中心，在 AI 大數據時代，可透過 NLP文本分析技術搜集客戶心聲及分析客服質檢的結果，藉此全面提昇客服品質，掌握客戶真實反應的心聲，讓決策者提供服務更貼近客戶的心。經由客戶心聲 AI 分析，提升客服客戶滿意度及品牌忠誠度，進而增加企業收益。
在臺北市政府 1999 客戶心聲平台 PoC 案，則是透過語音轉文字的技術結合大數據分析，全面性的活用語音資料並且讓機關掌握民眾對話焦點，達到快速釐清民眾進線所關心的議題，並洞察潛在需求及其民意變化趨勢，提升民眾對市府服務滿意度。文字分析使用不同的語言、統計和機器學習技術，將非結構化文字資料轉換為有意義的資料，藉以進行分析。
任何產業都能藉由 DeepVoice 來了解客戶和員工的心聲，在 5 分鐘內能完成語音轉成文字並收錄至系統，系統立即進行文本分析，大幅降低 90% 客服人工處理時間，藉由平台操作，馬上能調閱每筆通話紀錄且針對熱詞分析、主題分析、意圖句分析、情緒分析、對話摘要作抽查和調閱，方便決策者檢視，和日後提供更好的服務給顧客。
