企業網址：弘昇健康科技股份有限公司

社群網址：Facebook-1、Facebook-2

企業介紹：弘昇健康的母公司為台灣本土數位運動器材專業製造商，致力於結合科學化技術與醫療、健康數據，發展個人化運動設計與創新運動器材，進而達成健康資訊的有效管理與服務回饋應用。其產品應用場域涵蓋：醫療機構的科技復健治療、商業空間的健康體適能促進，以及居家環境的健康促進。

主要產品包括：五台有氧環狀數位運動設備、三十五套數位重訓設備（具備向心與離心功能）、有氧離心自行車、美國 Hypoxico 常壓低氧訓練系統（台灣區總代理）及 T-SoX 室內智慧訓練台，並將於 2027 年推出數位藍牙影音互動居家手搖機。

實績涵蓋：2024～2025 年，第二間 OT 據點設於板橋漢生／香社飈動精準健康促進中心。其他實績及長照合作場域包括各地運動醫學中心、心肺復健中心、教學醫院院內健康精準運動中心、學校 USR 暨育成中心、低氧檢測中心、企業員工運動中心、軍事訓練精準運動場域及健康智慧養生社區。截至 2026 年，已建立 20 多個場域。

在數位健康方面，弘昇健康開發整合式 App 平台，具備運動健身紀錄與後台數據分析功能，並結合前測工具（如 InBody、VO2max、1RM、英華達全家寶生理遠距檢測系統）。近期亦串接 BST 單導程心電圖及法國原廠提供的心輸出量（Cardiac Output）資料，建立完整的運動評估流程。 運動數據以 METs（代謝當量）及運動作功紀錄為核心，延伸形成區塊鏈健康代幣機制，創造結合有效運動與趣味化體驗的永續經營商業模式。

命題說明：

本場次為【中文組】，計畫書與決賽簡報使用請以中文為主。

命題目標：長照 3.0 系統與 AI 數位居家運動，報表自動生成方案與健保稽核系統

應提供哪些數據、報表或建議，才能分別滿足基本三大自動圖表（1）遠距照護端、（2）健康管理師（教練）、（3）使用者（消費者）的需求，並兼顧一般使用者的理解能力與醫療端的專業需求？
（一）應如何產生對應的影音與圖表？
（二）在長照 3.0 與健保遠距照護體系下，應如何產出相應報表，以支援居家數位運動服務的對價申請與稽核？

對價關係
(壹)評分標準

評選重點與評分權重點
1.專業度與生理安全邏輯（30%）：心血管指標（ECG、心輸出量、低氧）及向心、離心肌力數據解讀的醫學正確性，以及居家運動超出安全限值時的通報與防呆機制。

2.長照核銷與自費對價機制設計（25%）：報表是否能切實解決長照 3.0 與健保遠距給付申報的痛點，並為居家自費加值服務建立具說服力的量化價值依據。

3.多角色跨端體驗與自動化產製（25%）：五類終端使用者（長輩、居服員、家屬、教練、醫護人員）所需報表的資訊深度適切性，以及動態圖表與個人化影音自動生成流程的順暢度。

4.法規嚴謹度與場域落地可行性（20%）：醫療法、SaMD 相關規範及個資法規適用範圍的清晰度，以及與弘昇健康現有 20 多個醫療、長照及 OT 運動中心場域的硬體與 App 生態系對接的潛力。

(貳)參考方向案例

在長照 3.0 與健保遠距照護體系下，將「數位運動參數」轉譯為給付及自費對價的依據，並計算案家自費差額。

系統生成「醫療遠距端」與「長照居服端」報表時，可自動帶入下列案例所示的資料。
案例
3.弘昇智慧核銷引擎結算單
a.個案姓名：王林○妹（CMS 4 級／身分證字號：F22**）
b.運動時間：2026-09-11 15:00:12～15:32:45
有效運動時間：30 分 12 秒
設備識別：T-SoX Dual-Leg #TSOX-0082｜BST-ECG #BST-9921
c.生理與作功結算
d.平均阻力功率：58 W（向心／離心平衡比：52:48）
運動強度（METs）：3.4（累計熱量：112 kcal）
e.生命徵象區間：HR 82～118 bpm｜BP 132/84 mmHg｜SpO2 96%
f.心血管風險判定：綠燈（無 ST 偏移，心輸出量動態斜率正常）
g.核銷申報判定
［通過］長照代碼：CA07 專業復能照護（1,500 元／h.成效：離心煞車力較前週提升 8%）
［通過］健保代碼：05311B 遠距通訊診察費（420 點／待主治醫師電子簽核）
i.［自費加值］智慧復能設備居家租賃（扣除補助後每月自費差額 3,800 元）
j.狀態：已自動分流推播至（1）長照 CMS 系統、（2）遠距 HIS 平台及（3）長輩 LINE 帳號。
運動數位核銷查核表（Checklist）
k.本表作為系統後台「規則引擎（Rule Engine）」的查核依據；運動數據產出後，需逐項通過查核。

3. 居服日誌（BA11 肢體關節活動）標準匯入格式
本模組依照標準匯入格式，在居家服務員每日完成服務後，由後台系統自動產出檔案，並批次匯入 CMS 平台。

整合遠距數位運動參數的核心，在於將「高頻運動作功數據（物理量）」與「生理監測數據（生命徵象）」在時間軸上對齊，並透過「邊緣運算資料清理 → 雲端特徵融合 → 臨床與體適能指標轉譯」三層架構完成標準化。

參數底層架構與跨維度數據分類

遠距環境下的數位運動數據主要分為三類，採集頻率與傳輸協定各有不同：

數據維度	具體參數來源	取樣頻率與特性	整合處理關鍵
1. 機械作功與阻力參數 （設備端）	向心／離心作功功率（W） 阻力負載（kg）／力矩（N·m） 角速度／踏頻（RPM） 累計作功總量（kJ）／運動強度（METs） 左右對稱平衡比（%）	高頻串流 （10～50 Hz） 藍牙 FTMS / ANT+ FE-C	透過滑動視窗（Moving Window）計算峰值力矩與煞車作功效率，濾除機械雜訊。
2. 即時心血管與生理串流 （穿戴／外接端）	單導程 ECG 波形與即時心率 (HR) 心輸出量 (Cardiac Output, L/min) 每搏輸出量 (Stroke Volume, mL) 連續血氧飽和度 ()	連續波形／數值 （1～250 Hz） BLE / MQTT 協定	關鍵在於時間戳對齊，以每秒為基準計算血流動力學對運動強度的動態響應。
3. 靜態基準與環境參數 （前測／環境端）	前測基線：InBody 肌肉量、1RM、VO2max 生理基線：靜止血壓、安靜心率 低氧模擬：氧濃度設定值（FiO2, %）	靜態離散值 （單次量測） RESTful API / JSON	作為設定「個人化運動強度區間（Zone 1～5）」與疲勞警示門檻的依據；運動強度以 METs 表示。

企業命題影片：