台灣安麗莎醫療器材科技股份有限公司

安麗莎生理訊號監控系統 透過穿戴設計和無線傳輸技術，每秒不間斷連續檢測病患的血氧濃度(SpO2)和脈搏(PR)。經由顯示平板，可得知病患之即時生理訊號； 同時配備了可依個人需求調整之警報系統，當生訊超過預設區間時會即發出警報。是醫事人員對病患或居家照護進行一對一監控的最佳選擇。血氧感測器內建充電式鋰電池，充飽電後可連續作22小時量測。每套皆配備2組血氧感測模組，供使用者替換充電。顯示平板和血氧感測器之間的近端監控產品距離必須在10公尺內，以確保藍芽連線正常運作。
遠端監控產品則不受距離限制，顯示平板可在任何有Wi-Fi或手機網路訊號的地方，監控患者生訊、影像和聲音。系統會自動存取報警觸發時的3分鐘資料 – 包含生訊、影像和聲音供後續分析之用。
搭配安麗莎的手機APP一起使用；在同一Wi-Fi分享器或Wi-Fi熱點下，透過手機觀看與顯示平板上一樣的資訊。

台灣骨王生技股份有限公司

台灣骨王生技股份有限公司，以SURGLASSES為自有品牌行銷國際，是一家面向全球的醫療科技領先生技公司，將最先進的AR擴增實境技術導入醫療手術用，骨王公司的擴增實境技術，主要將自主開發的專利技術高精度的空間定位技術應用在手術定位中、目前其輻稀氏已獲得CE認證以及FDA和ISO 13485標準。輻稀氏可減少使用醫療影像掃描設備顯示器，不僅可減少輻射暴露，更可縮短手術時間與患者的康復時間，並且因目前疫情關係空氣也是能傳染病毒，醫師若配戴輻稀氏智慧眼鏡進行手術即可降低眼睛與病患直接接觸的機率，目前輻稀氏在手術過程中為外科醫師廣泛使用

國家衛生研究院群健所,中央研究院資訊所/林介華博士,林仲彥研究院團隊

上呼吸道病毒現形高手：利用深度學習模型來建立上呼吸道病毒序列基因型即時分析平台

國家衛生研究院醫工奈米所/廖倫徳副研究員團隊/玖炬光電

隨著2019年冠狀病毒疾病在全球範圍內的傳播，雖然僅兩個月，社會在經濟，運輸，教育，衛生基礎設施甚至軍方等許多方面都受到了重大影響。目前，感染測試昂貴且耗時，並且仍在開發治療方法。對於公眾而言，測量額頭溫度是識別候選人以進行進一步調查和治療的常用方法。由於台灣少有確診病例報告，因此大多數學校仍然開放。為了防止在校園內傳播疾病，教育部已要求每個人每天進行體溫檢查。儘管可以在幾秒鐘內對個人執行這種檢查，但是在流行期間每天都需要大量的人力資源來執行此任務。結果，迫切需要開發合適的監視和管理系統。我們提出了熱像儀技術的完整解決方案，其中包含尖端的人工智能（AI）技術，可以滿足這一快速與正確檢測體溫並且國產自主的目標。

國立中興大學基因體暨生物資訊研究所/侯明宏教授團隊

在藥物開發技術上，透過標靶蛋白與蛋白間典型交界面來篩選小分子，藉此影響蛋白質聚合狀態已經廣泛被應用於抗癌與抗病毒的藥物開發中，但卻從未有標靶「非典型」交界面之交互作用力為策略開發藥物成功的例子。本。技術首度利用非典型蛋白質交界面作為藥物開發位點，並結合大數據虛擬藥物資料庫、結構生物學與細胞生物學等工具，成功開發藥物 P3 其能作用於冠狀病毒獨有的核殼蛋白上非典型交界面的高度保留區，造成核殼蛋白的嚴重聚集而失去功能。此外，本技術也證實 P3 能對多種冠狀病毒 (包含COVID-19病毒)具有跨物種之廣效性冠狀病毒抑制效果。目前也透過冠狀病毒感染動物模式發現 P3 能減緩病毒所造成的臨床症狀。

國立中興大學基因體暨生物資訊研究所/侯明宏教授團隊

在藥物開發技術上，透過標靶蛋白與蛋白間典型交界面來篩選小分子，藉此影響蛋白質聚合狀態已經廣泛被應用於抗癌與抗病毒的藥物開發中，但卻從未有標靶「非典型」交界面之交互作用力為策略開發藥物成功的例子。本。技術首度利用非典型蛋白質交界面作為藥物開發位點，並結合大數據虛擬藥物資料庫、結構生物學與細胞生物學等工具，成功開發藥物 P3 其能作用於冠狀病毒獨有的核殼蛋白上非典型交界面的高度保留區，造成核殼蛋白的嚴重聚集而失去功能。此外，本技術也證實 P3 能對多種冠狀病毒 (包含COVID-19病毒)具有跨物種之廣效性冠狀病毒抑制效果。目前也透過冠狀病毒感染動物模式發現 P3 能減緩病毒所造成的臨床症狀。

國立交通大學/陳文亮副教授團隊

本計畫透過兩項技術：半導體與獨家生物材料來製作具有高品質的生物晶片，並且符合國際量產及認證的標準。我們以此發展出三種晶片檢測COVID-19的蛋白、核酸與抗體以表示病人感染力、嚴重度與抵抗力，更表示出病人感染期別，希望能夠有效的協助醫院針對不同期別的病患給予精準的管理，符合現代精準醫療的精神。除此之外，本團隊以電化學的方式開發出最方便與快速使用的感測儀器，能夠將檢測結果即時呈報給醫護人員，希望提高防疫效率且降低感染風險以及醫療資源的耗損。

國立交通大學/陳文亮副教授團隊

本計畫透過兩項技術：半導體與獨家生物材料來製作具有高品質的生物晶片，並且符合國際量產及認證的標準。我們以此發展出三種晶片檢測COVID-19的蛋白、核酸與抗體以表示病人感染力、嚴重度與抵抗力，更表示出病人感染期別，希望能夠有效的協助醫院針對不同期別的病患給予精準的管理，符合現代精準醫療的精神。除此之外，本團隊以電化學的方式開發出最方便與快速使用的感測儀器，能夠將檢測結果即時呈報給醫護人員，希望提高防疫效率且降低感染風險以及醫療資源的耗損。

國立成功大學/蔣榮先特聘教授團隊

MedCheX：利用人工智慧輔助判讀胸腔X光片在偵測新冠狀肺炎上之應用

介紹：本團隊因應新冠肺炎疫情在全球迅速蔓延，開發一款軟體工具MedCheX作為以胸部X光影像自動偵測肺炎的AI輔助平台。本技術開發初期使用史丹佛大學公開釋出的胸部X光影像，以超過6萬名患者在過去15年來進行胸部X光檢查的結果，作為訓練開發自動偵測肺炎的AI模型的資料集；接著利用美國國家衛生院（NIH）所公開的胸腔X光資料集，從中挑選具有肺炎與無肺炎病徵共3000筆資料，對AI模型進行進一步測試，很可惜辨識的結果並不理想。經過不斷與放射科醫師密集的討論，推斷最可能的原因應是公有資料集之影像品質不佳，資料來源過於複雜，不同等級醫院所拍攝之影像檢視目的、設備不盡相同，標注水平參差不齊，可是類似的問題在過去從來沒有被AI研究人員提出，也導致訓練出來的AI模型不能應用於不同來源的真實測試資料集。
為達辨識技術能在臨床上真實使用，首先加強模型對於細緻特徵的自動擷取，本團隊更改傳統特徵工程策略並重新調整ResNeXt模型網路架構，在對病患影像特徵從粗糙到細緻的計算過程中，更有彈性地保留原始真實資訊。另一方面，本團隊利用「金字塔型特徵萃取法」（Feature Pyramid Network），以階層式的設計來強化模型的感知視野，有效提升模型在大小不同的病徵影像上的識別能力，此一方法對臨床上肺炎的偵測非常有幫助。
在1,300萬名確診病例散布於世界各地，且死亡人數超過55萬人的現在，本團隊為進一步觀察MedCheX的泛用性與準確性，後期使用公共資料庫作為驗證對象，其中涵蓋來自多國（含中國、澳洲、美國、德國及義大利）確診新冠肺炎病患的資料，發現各國患者病徵類似，醫師手動標記之疑似感染區域，與MedChex的判讀結果有非常高的一致性。未來可成為輔助放射科醫師的好幫手，縮短醫師閱片時間，也能有效避免因為人眼疲勞誤判而造成的診斷失誤。
本團隊接受中央健保署邀請，於2020年5月將系統平台部署於健保署大樓，並負責規劃測試全國新冠狀肺炎確診患者及疑似患者。從健保署釋出之內部文件及報告指出，經過三階段之訓練與驗證測試，在1,363張測試影像資料中，達到靈敏度(Sensitivity) 95.5%，特異度(Specificity) 99%，以及準確度(Accuracy)為92.5%，已達到「醫療影像AI國家隊」之水準。目前規劃與健保署合作繼續精進該系統平台，以嘉惠全國之醫療院所更多之放射科醫師使用。

國防醫學院/魏俊傑副研員研究團隊

針對防疫上的需要，研發出 2 株對抗冠狀病毒表面棘突蛋白之融合瘤細胞株，代碼為 8a-1 及 27b-2，其產生的高專一性、高穩定性單株抗體，能夠專一性地辨識新型冠狀病毒 S蛋白。細胞株優化後，可適應於高產量培養瓶生長並持續生產抗體。具有良好蛋白質穩定性，能耐受化學反應鍵結並保持抗原結合活性。我們利用這 2 株單株抗體的相互配對，研製出可於 15 分鐘內快速篩檢出病毒的快篩試劑，對於可能的感染者，可有效進行普遍、大量的樣本篩檢。