為應對前線人手短缺及日益增長的醫療需求，特區政府積極推動「智慧醫療」（Smart Health Care）發展。公立醫院早年引入地科技企業萬碧發展（Million Tech）研發的「病人身份識別系統」（UPI — Unique Patient Identification），近期萬碧發展推動醫院庫存管理系統，減省醫院的人手壓力。
病人身份識別系統
公司稱，「RFID庫存管理系統」（Inventory Management System）及「固定資產管理系統」（Assets Management System）協助醫院釋放人手資源與提升時間效益。該系統自去年推向市場以來，已獲4間公營醫院採用。
系統透過RFID標籤及手提掃描器，實時監控醫療耗材使用情況及設備位置，取代傳統耗時的手工盤點工作，將原需2至3天、約20多小時的盤點流程縮減至只約4小時，效率提升達40%至60%。此舉不但減少浪費與遺失，亦支援資產搜尋功能，令後勤管理更高效。
RFID庫存管理系統
隨着香港首間中醫醫院即將分階段投入運作，以及人口老化持續加劇，Million Tech創辦人謝小江透露，團隊正升級RFID庫存管理系統，新一代醫療智能櫃能減少人手貼標籤的操作，特別適用於價格較低但仍需嚴格監控的醫療用品。目前系統正進行測試，預計最快於明年初推出市場。
公司為公營醫療機構提供設備約20年，除上述範疇，Million Tech亦針對產科部門的特定需求，研發「母乳管理系統」（EBM — Expressed Breast Milk）。該系統運用自動識別技術，從母乳儲存到餵哺的整個過程中，確保嬰兒身份與母乳來源準確配對，防止餵哺錯誤。其標籤管理亦符合醫療規範，兼顧耐用及衛生。目前約有兩成設有產科病房的香港公立醫院已穩定使用此方案。
工業 5.0 時代的核心在於人機協作，香港理工大學（理大）科研團隊在此領域取得創新突破，研發出新一代「人機共生」協作製造系統，不僅能實時感知複雜環境、準確解讀操作人員意圖，更能通過簡單示教學習，完成技能遷移和自動學習，並實現自主的工藝代碼生成與高準確度任務執行的自動調節，已成功應用於大型飛機自主製孔、電動車電池拆解等高端製造任務，為業界打造「人本智能製造」新模式奠定重要基石。
人機之間的協同運作，旨在結合人類的靈活應變與適應能力，以及機器的高精準度與穩定性，發揮各自最大價值。這套「互相認知人機協作製造系統」，由理大黃鐵城智能機器人學青年學者、工業及系統工程學系副教授鄭湃教授及其科研團隊開發，一改傳統倚賴預編程設計，以整體場景理解為核心，通過收集及分析視覺、觸覺、語言及生理信號等多模態感知訊息，實現高準確度與全方位的環境分析，並可自主作出決策及靈活執行任務。
該「互相認知人機協作製造系統」能支援機器人執行情境認知、工具調用及密集接觸，完成複雜任務。
該新系統具備先進的機器學習與三維場景感知能力，兼具效率與安全性，大大促進了人與機器人在複雜製造場景中的流暢互動。透過產業合作項目，團隊已為多家領先企業量身打造人機協作系統，並成功於多種場景落地，主要涉及精密或複雜的工序。
鄭教授表示：「全球製造業轉型都正追求人機共生模式，看重更具彈性的自動化效能。我們的研究旨在構建一種嶄新人機協作架構，提供具有多模態自然感知、跨場景技能遷移、域模型自主執行的智能機器人製造系統，使機器人不再只是工具，而是能與操作人員同步演進的智能體，為智慧工廠突破基於預編程的自動化手段提供新方案。」
研究構建了一種嶄新人機協作架構，可因應應用場境打造不同的智能機器人製造系統，輔以頭戴式裝置後更能夠提供實時數據擷取，為操作人員提供即時、直觀的引導。
半結構化、非結構化生產場景，例如個性化產品製造，通常涵蓋大規模、複雜的產品組裝、拆解與檢測流程，要求高認知及快速適應能力。研究團隊引入新穎的「視覺語言導引」規劃架構，融合大型語言模型、深度強化學習等前沿人工智能技術，輔以混合實境（MR）頭戴式裝置，提升應對個性化與其他不可預測生產任務的能力。
研究構建了一種嶄新人機協作架構，可因應應用場境打造不同的智能機器人製造系統，輔以頭戴式裝置後更能夠提供實時數據擷取，為操作人員提供即時、直觀的引導。
該架構關鍵創新在於結合了視覺語言導引的目標分割模型，以及由語言指令驅動的任務規劃方法，令系統能整合視覺資訊與語言指令，協助機器人掌握複雜任務語意及識別動態場景，從而與操作人員高效協作。其中，頭戴式裝置能夠提供實時數據擷取，為操作人員提供即時、直觀的引導，亦革新了人機互動介面。
鄭教授強調：「未來智能製造的發展方向不是讓機器變得更聰明去取代人類，而是在人與機器共同學習、調適與成長的模式中，創造出更高的生產力與靈活性。為滿足此發展需求，下一代機器人械臂需具備在人類引導下持續學習與優化的能力，才
能實現高效且自然的人機互動。」
研究構建了一種嶄新人機協作架構，可因應應用場境打造不同的智能機器人製造系統，輔以頭戴式裝置後更能夠提供實時數據擷取，為操作人員提供即時、直觀的引導。
為進一步推動人機協作系統的進步，鄭教授將帶領研究團隊深入探索多個關鍵技術，包括具自我組態能力的人機網絡、技能轉移機制，以及自主多智能體的任務執行方式，建構「深度人本」的智能製造系統，並拓展至更多重要領域，令社會邁向一個由科技賦能、具同理心與人性導向的智能新世代。
理大黃鐵城智能機器人學青年學者、工業及系統工程學系副教授鄭湃教授（前排中）帶領科研團隊開發的「互相認知人機協作製造系統」，能實時感知複雜環境、準確解讀操作人員意圖，並自主作出決策。項目亦
瑞典皇家理工學院可持續製造系講座教授及國家卓越生產研究中心主任王力翬教授（前排右）合作。
鄭湃教授一直致力研究「人機共生」協作製造系統，並獲選 2024 年度國家自然科學基金的「優秀青年科學基金項目」。鄭教授帶領 RAIDS 科研團隊進行以上研究項目，詳情：https://www.raids.group/
