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
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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
代理式商務連動百兆商機
© 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