長榮大學RFID追蹤管理疫苗
長榮大學RFID追蹤管理疫苗
2007.10.15 |

打針吃藥是極為普遍的醫療行為,但因此導致的醫療過失卻時有所聞,造成對健康甚至是生命的威脅。長榮大學RFID研究中心就在疾病管制局的委託之下,展開了「RFID疫苗追蹤管理計畫」,希望能藉此建立更好的國家級公衛體制。

值得一提的是,長榮大學是國內第一所取得EPC Solution Provider 會員資格的大專院校,成立迄今只有兩年半,但已完成多項RFID醫療應用,包括彰化秀傳醫院的溫度防疫計畫與台中醫院肺結核隔離病房的病患管理控制。

長榮大學無線射頻辨識RFID研究中心主任張晴翔博士表示:「台灣是全球將RFID應用於疫苗的首例,應用範圍也最廣,涵蓋從生產到施打的完整週期,而且兼具疫苗與溫度控管的能力。

 

**即時且主動的溫度控管機制
**
台灣有高達九成的疫苗經由代理商進口,但本次計畫所選定的日本腦炎疫苗正好可由國光生物科技公司在國內自製,因而得以從最源頭的生產作業著手,採用RFID標籤取代現行的紙標籤,以便執行接下來一連串的控管作業。

每年定期於三至五月間施打的日本腦炎疫苗,必須在前一年度製造完畢入庫並通過疾管局驗收,當年二月再以配備有冷藏櫃的物流車,在一週內配送至島內外共計25個縣巿的衛生局進行庫存,然後再以每月一次的頻率向下配送至衛生所或特約診所,以便進行施打。
 

在運輸配送的過程中,最重要的就是疫苗保存溫度的控管。過去,每箱疫苗裡都有冷藏卡以顏色來顯示保存溫度的變化,並做為驗收的依據,物流車裡也以單點取樣的作法來紀錄車體溫度,不過,這兩種作法都無法即時且主動地反應溫度的變化。事實上,空運至離島的疫苗就曾因保存溫度不符條件而整批被退,但卻查不出哪個環節出了問題,徒然造成不必要的損失。

張晴翔主任說明,以RFID溫度標籤來取代冷藏卡,每箱疫苗裡皆配置有四個溫度標籤,經由物流車安裝的Wi-Fi及3G網路,主動地回饋溫度資訊。一旦溫度出現異常,則會警示司機即時處理,啟動緊急應變機制,避免問題擴大。
 

**強大而完整的雙向追溯能力
**
以RFID標籤來管理疫苗可深及品項層級(item level),也就是說,每支疫苗都有自己的品項標籤,100劑疫苗就有100個序號,不同於商品條碼或生產批號等一體適用的作法。
 

張晴翔主任強調,RFID標籤的一大功用,就在提供雙向追溯的能力,解決目前只能做到正向追溯而無法逆向追溯的問題。舉例來說,針對一次可施打20人的大容量疫苗,若有其中一人出現過敏反應,即可透過RFID標籤逆向追溯施打同支疫苗的其餘19人,主動追蹤其是否有相同問題。

而且,RFID標籤還可結合讀取器,自動執行盤點庫存的功能,並將醫院及衛生所的庫存資訊即時回傳至各縣巿的衛生局,取代現行每週/月以手寫報表盤點的作法。同樣地,溫度標籤亦會定時地回傳資訊,確保疫苗的保存條件及品質。

更重要的是,藉由RFID標籤來落實標準作業流程(SOP),解決城鄉差距導致的公衛缺口,以及人為疏忽造成的注射問題。目前,必須依賴三讀五對來辨識疫苗與注射者的資訊,未來則可藉由RFID標籤讀取器、健康手冊及疫苗的RFID標籤進行三方比對,任何錯誤皆以聲音或訊息警示,杜絕人為缺失。
 

**高效能、高可靠度的單一管理平台
**
在以RFID品項標籤及溫度標籤來追蹤管理疫苗的過程裡,將會持續地流入大量的資料,包括25個衛生局與390個衛生所的日盤點資訊,資料負荷相當重;同時,還要兼顧多倉、多設備與遠端網路管理,管理思維完全不同於訂量之類的交易資料。

張晴翔主任指出,長榮大學選擇BizTalk Server的RFID解決方案做為收集及過濾資訊的單一管理平台,一方面是因為它可支援異質網域及基礎架構,而且提供強大的遠端設備管理能力;另一方面,正是由於它的高效能及可靠度,足以支應當前及未來的龐大資料量。
 

而且,除了成熟而完整的產品技術,透過與微軟技術中心(MTC)的互動,交流RFID技術的資訊,協助長榮大學快速確實地評估如何將RFID技術整合於既有的計畫發展成果。
 

RFID疫苗追蹤管理計畫預訂於今年十月模擬上線,並選擇台中巿與台南縣做為兩個示範點,以兼顧城鄉的應用情境與實務需求。以RFID標籤來提升公衛品質與預防注射的安全,不僅是台灣的第一步,更是領先世界的第一步。

單位:長榮大學RFID研究中心
解決方案:RFID疫苗追蹤管理計畫
使用的軟體及服務:[BizTalk Server 2006 R2,SQL Server 2005](http://BizTalk Server 2006 R2,SQL Server 2005 )

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓