機器人，會是長照人力缺口的最佳解嗎？
以電競筆電廣為人知的微星科技，早在20年前就已投入機器人的相關技術， 「機器人一定是未來的趨勢，但目前的硬需求還是在工廠端。」 微星科技客製化產品事業本部業務部協理黃亞密表示。
2020年微星科技與清福養老院合作，透過自主移動式機器人（AMR）協助養老院送餐，目的是為了幫助照服員減輕負擔，將16間長照機構、800多份的餐食在午餐時間全部送到手。
走到現在已5年，黃亞密也分享這段期間在和醫療、照護中心等進行產品導入時，面臨的挑戰和困境。
掌握最新AI、半導體、數位趨勢！訂閱《數位時代》日報及社群活動訊息
導入機器人的3大難題：高度客製、高成本、過於理想化
整體來說，機器人導入應用場域，會面臨以下三點問題：
第一，高度客製化產品，難以量化。 由於機器人在醫療、照護領域的市場中，需要適應醫療系統、複雜的環境要求，因此需要高度客製化，難以標準化生產和銷售 ，「大家做機器人都是希望可以量化，這是我們老闆的夢想，也是黃仁勳（輝達執行長）的夢想。」
一言以蔽之，客製化需求不只在醫療照護領域、工廠自動化的設備也很需要。
黃亞密說，相較於其他業者，微星在機器人和控制軟體都是自主研發，因此在高度客製化的機器人市場保有一定的競爭力。
第二，機器人系統通常很昂貴，證明其投資回報率（ROI）可能很困難，尤其是在效率提升不明顯或任務執行速度慢的非工廠環境中。
黃亞密指出，協助醫院美食街送餐，或是幫助護理師送藥、巡檢等，乍聽之下可能是一個很實務的需求，但其實如果沒有政府專案計畫一起合作，其實很難說服醫院購入這些產品， **「這些產品不像手術機器人是自費，很難計算說導入了機器協助醫院護理人員的工作負擔，到底能為醫院帶來什麼效益。」 **
第三，有時對於機器人功能的設想過於理想化，未能與實際工作流程或環境限制結合。 黃亞密說，過去在清福養老院合作的案子，原本希望可以幫助照服員減輕送餐費時的問題，「然而，一台物流車從一樓到七樓，全部送完就需要半小時，若想要達到效率，是必須要更多設備一起同時運轉，但養老院很難有這樣的資金可以導入，而且設備閒置時間太長，可能很難達到經濟效益。」
醫療、長照領域機器人，有哪些挑戰？
黃亞密提到，在醫院或長照中心想要導入機器人，會面臨的問題分成兩大類，非技術挑戰和技術挑戰：
### 一、非技術挑戰：
經費限制 ：台灣的醫院和養老院多數接受衛福部補助，然而經費有限，若以營利為優先，則會傾向購買能賺錢的醫療儀器（如MRI），而非機器人。
此外，政府補助常來自其他部會或大學合作計畫，直接用於醫院導入機器人的經費很難大量購入，「目前也都是幾個點進行示範而已，」黃亞密說。
法規與安全規範不健全 ：黃亞密指出，目前醫療法規缺乏對於機器人做為醫療器材或者屬於一般設備的法規和安全規範，使得保險公司難以承保，一但在醫院發生事故，責任歸屬和賠償問題不明確。
人員抗拒與工作保障擔憂 ：醫護人員或是照服員，特別是比較勞務型的基層員工，會擔心機器人取代他們的工作，導致在示範使用時會給予負面的評價，例如掃地機器人、消毒機器人不好用，沒有效率，占空間等。這時就很需要大量的溝通，並且有耐心的解釋機器人所扮演的角色並非取代而是輔助。
環境複雜與人群干擾 ： 醫院和長照中心環境多樓層、空間受限且人流多，機器人導航困難，也影響效率，「可能小朋友等看到機器人，會想要去玩，大人們也會好奇，這樣走走停停，速度又不能太快，一趟下來可能比醫院志工自己送餐都還要久。」
二、技術挑戰
特定醫療任務複雜 ：工研院分析師李永健指出，輔助病人照護（如搬動）因涉及人體脆弱性（尤其老人）和精細力量控制等非常困難，即使有感測器也難以應對個體差異。
元智大學老人福祉科技研究中心主任暨創辦人徐業良指出，物理環境是機器人面臨的一大挑戰， 「雖然現在AI功能很強，可能對聊天型的軟體機器人開發很有幫助，但硬體機器人可能會有肢體跟不上大腦的狀況，」 對於機械硬體的輕量化、電力、感測和機械連結大腦（伺服器）的順暢度等，都還是目前機器人或人形機器人正在努力突破的挑戰。
任務流程與法規限制 ：例如配藥流程涉及多次確認和問答，法律要求使得機器人難以執行。黃亞密指出，過去也曾經有醫藥公司想導入機器人來加快分藥揀藥的效率，但辨識藥物本身也相當困難，「因為藥物外觀相似，且沒有標準化的標籤（如QR code），因此還是只能仰賴人工。」
黃亞密分享，目前能夠實際運行在醫療體系並協助人類的機器人，是在醫療檢驗實驗室中，協助檢驗人員進行藥物檢測實驗， 「實驗室需要長時間的觀察培養皿，但人不可能24小時待在實驗室，穿脫一次防塵衣也要20分鐘以上，若透過鏡頭、機械手臂和夾爪，就可以協助實驗人員減少進出實驗室的時間，工作環境也會變得比較符合人性。」
系統整合難度高 ： 需要與醫院現有的HIS（醫院資訊系統）、影像系統、自動門、電梯等進行整合，這需要高度客製化和開放醫院的核心數據（通常醫院不願意）。黃亞密指出，每個醫院的系統都不同，也增加了整合難度。
環境特殊性 ： 黃亞密透露，醫院或長照中心部分任務（如處理污染物、床單、排泄物）工作內容較為艱難，機器人工程師也可能不願意測試或維護涉及這類髒污的機器人，例如清運排泄物，整理受汙染被單、病床等需求的機器人，「工程師測試過程，難免需要大量的接觸，可能造成技術人員反彈。」
疫情趨緩影響需求 ：消毒機器人等需求在疫情期間顯著增加，但疫情趨緩後需求下降。黃亞密指出，目前醫療場域或長照中心並不存在如工廠端的硬需求，因此設備的導入意願也較低。
醫療院所硬需求不明顯，現階段無法成為主力市場
雖然2025年，台灣邁入高齡化社會，勞動力短缺（如台灣工廠缺工）是推動機器人導入的動力之一，但實際應用仍受限於技術成熟度、成本、法規、環境複雜性以及人員接受度等因素。
黃亞密指出，目前來看， 工廠自動化因任務明確、環境相對單純且ROI易於計算，是機器人導入最普遍且最有機會成長的領域，也是各家科技廠商目前正積極導入的市場。
至於在醫療領域則因其特殊性，面臨更多複雜的非技術和技術挑戰，「醫療院所、長照中心等目前的硬需求並不明顯，因此廠商要透過醫療相關事業來達到真正的獲利還有一大段路要走。」
延伸閱讀：人形機器人，會是長照最佳解嗎？
黃仁勳、魏哲家都看好，機器人大軍來了！台廠2大優勢抓緊商機：傳動元件、機器視覺⋯還有哪些機會？
責任編輯：李先泰
