友義科技SSME與OSTAR攜手協助企業機構提前預警心肌梗塞、中風，打造幸福友善職場。

台大、榮總、慈濟、北醫、北市立聯合醫院八大院區、中科院石園聯合診所、羅東聖母、敏盛、成大、義大等全國超過百家醫療體系採用之醫療等級品質。通過美國軍規MIL-STD-810G雨淋、摔落測試，並獲日本金賞獎、衛福部金質獎、經濟部創新獎、台灣優良設計獎及中國CFDA、美國FDA、台灣TFDA、歐盟CE認證。

服務對象有：長春石化集團、警政署、宏碁、台灣茂矽、英業達、凌群電腦、資策會、遠東航空、達欣工程、首都客運、豪泰客運、中興客運、新北市榮民服務處等。「保3對策」守護心臟健康。 服務專線 / 0932004986

Q：我要每天量測心臟及血壓嗎？

A：世界衛生組織 WHO 建議，有糖尿病、高血壓、或心血管疾病等高危險群需要每天量測血壓。量測血壓最重要的是測得正確的數據，由於人類的心臟為非線性跳動， 無法藉由量測一次或二次推論心臟是好的或是有問題的，每天量測血壓及心臟狀況對您的心臟健康自主管理有正面的幫助，您將藉由不同時間的量測得知您的心臟及血壓在不同環境及狀況之變化，以作為心臟健康自主管理的依據。

以心臟演算法AI為核心技術的OSTAR 心臟頻譜血壓計，主要是提供人們醫療等級臨床儀器協助職場、機構、社區及家庭成員能自助式量測心臟和血壓，提前預警心肌梗塞、中風而能提早發現、提早預防。

其內建「智慧校正｣功能的AI血壓計，永遠準確，不用回廠校正；不論在高山(3000m)或低溫(-60度C) 也會智慧校正。

此血壓計用了3個CPU、2組壓力偵測器、2組壓力放大電路，「智慧校正｣功能共得了6個發明金牌 / 特別獎，用了10多年時間研究，在台灣100多家醫院使用中，您再也不用擔心血壓計不準了。

2017年臺灣心血管疾病死亡率22.3%，其中：高血壓性疾病死亡率較上年增加3.2 %，為何醫療科技不斷進步但死亡率反而升高?

主要可能原因有：

1. 血壓量測不準確?
2. 血壓計未回廠校正或不知何時會量測不準確?
3. 因上述原因量測不準確，造成醫生無法正確治療給藥?

2015年9月11日美國國家臨床實驗(SPRINT)發佈：美國國家健康署(National Institutes of Health NIH)研究結論之一是當高血壓病人控制血壓降到120mmHg時,比起血壓降到140mmHg的人,可以降低27%的總死亡率 。

2017美國心臟學會公佈了新版美國高血壓指南：高血壓被定義為「≥ 130/80 mmHg（2003年為 ≥140/90mmHg）」，準確的量測血壓、配合醫師給藥是非常重要的。

資料來源：中華心肌梗塞與中風預警推廣協會理事長 張國源院士

The 28th World Genius Convention ：Genius Gold Medal

Presented to OSTAR MEDITECH CORP.

A Kind of Blood Pressure Monitor with Self-Testing Accuracy Function

Presented at World Genius Convention

July 26-27, 2014 Shinjuku Nishiguchi Hiroba Event Corner Tokyo, Japan

Dr. Yoshiro NakaMats / Chairman

• Preventive（預防）: 預防重於治療
• Predictive（預測） : 了解才能預測
• Personalized（個人化） : 要更認識自身
• Participatory（參與） : 是要主動參與

Play A+ | 會讀書? | Hello World

資料? (p. 049) | Q：經由自身來而?

參考訊息：〔臺灣人體生物資料庫 | 不同國家的BIOBANK〕

世界上已經有許多國家成立人體生物資料庫，包括冰島、英國、日本、愛沙尼亞、美國、德國、加拿大等，每個國家的遺傳基因都有其獨特性，生活型態與致病因素也與其他國家不同，因此均建立其專屬的人體生物資料庫。

• 覺察? 讓每個今天可以自助地觀照自身量化心臟?
• 處境? 顯所在之處實現智慧健康親密的幸福生態?
• 智慧? 我無法將智慧降低符合自身需要讓自己懂?
• 實現? 我只能解構自己拋入看見後面沒了就夠了?

• 我無法將智慧降低標準來符合自身需要以讓自己搞懂?
• 我只能解構自己拋入其中並當看見後面沒有了就夠了?

◎聲明法遵及注意事項：

• P4HealthCare、I am OK等衛教知識皆限專業醫療職護人員內訓使用，且內容為醫院臨床實驗結果，雜訊無法絕對表示疾病的嚴重程度，須經由心臟專科醫師進一步檢查或診斷。
• 關於個資法部分，由服務對象企業自行依法適切對內遵循。

Three measurement methods were used in this study: blood pressure (M1); MAP (M2), which was calculated from individual blood pressure as constant pressure; and a constant pressure of 60 mmHg (M3) to analyze the heart index and compare it with simultaneous 12-lead ECG.

Atrial flutter was identified using 12-lead ECG in a 70-year-old man. Although atrial flutter is a type of arrhythmia, the focus of this clinical trial was AF; therefore, the patient with atrial flutter was included in the non-AF group for statistical analysis. In future trials, other types of arrhythmia patterns should be included with more waveform analyses.

Users can determine and pre-diagnose the occurrence of AF using the Heart Spectrum Blood Pressure Monitor at home. Compared to using the general 12-lead ECG, which requires the users to visit the hospital for measurement and diagnosis by an examining physician, this application provides a more convenient and accurate tool for pre-diagnosis of AF. Patients can be treated with anticoagulants immediately after diagnosis to effectively reduce the risk of systemic embolization of non-valvular AF. Furthermore, justification for a home evaluation of AF includes the potential for decreased AF complications, such as strokes. However, AF is frequently asymptomatic; therefore, using the device during community screenings for AF is particularly beneficial to achieve early detection and treatment, especially for elderly individuals living alone. Further data collection will also facilitate future implementation of telecare. Using the devices could also prevent human error and help general practitioners and primary care physicians who have minimal experience reading an ECG.

A previous study also tested the use of home blood pressure monitors for AF diagnosis [20], where the device measured the last 10 pulse intervals during cuff deflation, and calculated the mean and standard deviation of the intervals for analysis. In that study, the number of beats was analyzed to detect AF based on the time domain. In the present study, we used the Heart Spectrum Blood Pressure Monitor to measure cardiovascular pressure change with FFT analysis to obtain the heart rate frequency based on frequency domain. The advantage of the frequency analysis was that we could clearly judge the normal and abnormal frequencies.

Conclusions

We used three methods during this clinical trial, and the sensitivity, specificity, PPV, and NPV were all in the range of 90% to 100%. The results suggest that the Heart Spectrum Blood Pressure Monitor can be used for the diagnosis of AF. Through a simple measurement of blood pressure, users can detect the occurrence of AF at home and use this information as an early warning for further consultation with a physician. The device provides a convenient and effective filtering application compared to traditional methods that require visiting a physi cian for a 12-lead ECG.

《Assessment of the clinical efficacy of the heart spectrum blood pressure monitor for diagnosis of atrial fibrillation: An unblinded clinical trial》Published: June 14, 2018. https://doi.org/10.1371/journal.pone.0198852)

Q：只有一個?

日夜頻率如何?

渾然天成的頻率是啥?

覺察不生而調的頻率如何?

心臟健康跳動頻率表現是如何?

老師傅聽聽核能電廠引擎的聲音如何?

大橋橋墩檢查是否有裂縫的頻率回饋如何?

汽車引擎透過使用電腦精密檢測之下頻率又如何?

• 誰會比 妳/你更清楚自己貼近自身?
• 精準健管由每一天的量化自身做起?
• 重點不是那些統計數據或分析資料?
• 有義的關鍵是不是在當還在健康時?

Q：讓AI大數據助 您保三?

Q：AI大數據保三對策?

未來健康照護由自己做主 (陳建仁)

美國國家科學院院士Leroy Hood提出P4醫學（P4 Medicine）說明健康照護的未來發展趨勢。

P4是Preventive（預防）、Predictive（預測）、Personalized（個人化）與Participatory（參與）四個要素。目前全世界的健康照護型態，都是屬於提供者驅動（healthcare provider-driven）的回應式（reactive）疾病治療型態；未來的健康照護發展趨勢，將會演進成為消費者驅動（consumer-driven）的前瞻式（proactive）疾病預防型態。

P4醫學 更強調個人化

這種發展趨勢的主要原動力，來自於21世紀基因體學與蛋白體學的蓬勃發展，它們提供了可正確預測健康變化與疾病進展的生物標幟，促成個人化醫學的實現；加上網路資訊普及，以及健康自主意識興起，消費者正在取代提供者，成為健康照護及醫藥產業所提供之服務產品的決定者。

換句話說，民眾將積極參與健康照護內容與品質的選擇，不再完全聽任健康照護者單方面的決定。人們將更重視身心健康的促進，遠勝於疾病治療；全民健康保險也將更落實在疾病的預防、早期發現與適切處理，而不是末期疾病的醫藥治療、避免復發與殘障復健。隨著健康照護潮流演變，P4醫學因此而應運而生。

(資訊來源https://health.udn.com/health/story/7415/367701 )

◎清華大學_首頁故事_清華全面迎向人工智慧 電資學院AI領航

本校開設全校性AI人工智慧學分學程，包括針對非理工學生開設至少19學分的「應用基礎」學程，及針對理工生21學分以上的「應用進階」學程，正面迎戰人工智慧職涯挑戰。

本校賀陳弘校長指出，AI在清華不只是人工智慧的代稱，也有跨領域「智慧加值」(Added Intelligence)之意，無論學生主修的是製程管理、藥物開發、科技法律、藝術創作，都可以透過人工智慧學分學程有系統的學習，為專業加值、如虎添翼，成為該領域的決策者及領導者。

「人工智慧與應用基礎學分學程」包括程式設計、機器學習等核心課程，另外還有電腦視覺、影像處理、數位聲訊、生物數據分析、機器人學，甚至人工智慧音樂導論及人工智慧文學創作等選修課程。

「人工智慧與應用進階學分學程」則加上雲端計算及圖形理論、深度學習等進階選修課程。賀陳弘校長表示，希望短期內全校能有一半以上的學生選修人工智慧學分學程。

(資訊來源：清華大學網站首頁故事)

「AI大數據保三」＠台灣某3C品牌集團

「公司員工以健保卡或是悠遊卡登入完成身份識別，讓日常量測的健康量化資訊數值經由手機App與雲端結合『AI大數據保三』，當一旦發現異常的可能生病癥兆，便能提早預防或及時就醫，避免憾事。」