為首個有人工智慧猝死早期預警功能的 AIoT連續性血氧偵測系統。測量數據透過藍芽傳到Wifi Gateway，再由Gateway傳到雲端或地端主機供實時監測。使用全美代表性資料庫資料和時序性卷基層神經網路訓練的深度學習模型。準確率98，可在六小時前辨識超過80的猝死案例，供受監測者充分時間就醫。

"1.發明的裝置實現加護病房外以及居家監測猝死的目標。
 
 2.使用最新的深度學習演算法，將猝死預警的時間提早到6小時前，時間足以到急診就診，讓醫生進行充足的評估和治療。
 
 3.證實只需連續性的心跳和血氧兩組數字，就足以準確預測猝死，雲端血氧監測系統不需額外設定與資料輸入，血氧機可戴上即用，大

智慧聯網系統結合穿戴裝置血氧監測系統是第一款對猝死預警的血氧機。預警模型是基於高品質的加護病房大數據，結合次世代神經網路架構發展，綜合猝死預測正確率高達98，可在6小時前預測超過80的可能猝死事件。院內系統將血氧資料傳到邊緣端主機，結合HIS系統運算，院外系統將資料上傳雲端運算，遠端監測或示警。