交通意外頻傳,每次新聞出來都讓社會大眾對交通安全多了一分顧慮,車輛駕駛的疲勞議題是越來越受關注,是否休息足夠、是否過勞?除了單純從工時角度去衡量外,本計畫嘗試從AI人工智慧的技術角度,去支援車輛駕駛跟他們的雇主,避免交通意外。計畫以預測疲勞駕駛為目標,去做到事前預測與即時監測。內容上會先去建立一個疲勞的巨量資料庫,包含像健保資料、駕駛個人資料、職場環境這些,把大量的數據蒐集起來並找到實際影響疲勞的因素,再加上合作團隊交大電機系的行車即時影像監測,搭配即時生理數據資料,記錄這些駕駛疲勞發生的時刻,建立數據跟疲勞因子間的關聯性,進而針對這些疲勞因子,進行個人化的預測,透過系統發出預警通知,避免駕駛疲勞。在這個研究裡,國衛院跟三總、北醫的醫療團隊合作,希望成果能通過醫療團隊的認可,發展出能夠確實預測駕駛疲勞的系統,此外也希望這個疲勞的預測系統,能夠真正幫到台灣企業及勞工,用科學的方式判斷並避免職場過勞。在技術運用上,蒐集駕駛當下的HR及HRV,也就是心律及其變異率,在前期收案研究中搭配反應力測試,確認了HRV是精神負荷及循環不良之敏感指標,可用來評估駕駛的疲勞。現行HRV測試裝置,需受測者保持平靜,雙手清空測量5分鐘,產生的數據可以顯示一個人健康情形的變化,對疾病預測指標包括:心血管疾病、神經疾病、糖尿病、工作壓力、健康狀態評估等。未來這個部分可與穿戴裝置結合,融入駕駛的一般生活中,即可達到數據即時偵測、大量生理資訊分析的目標,精準預測疲勞。