AI 輔助評估
摘要
以低成本感測器與耐震評估資料為個別建築建立「健康履歷」，震後自動比對基準值並以紅黃綠燈分級示警。
實質空洞
否
— 有內容但可行性薄弱
卡詞
否
治理樣板
否
既有作品
否
類似前案（有沒有別人做過）
Safehub已商品化：建築感測器比對自然頻率基準、震後分級警示並連結保險；台灣亦有三聯、建築結構健康監測系統。提案屬重製，新意低。
性別影響
全無性別視角；管委會與結構技師多為男性，老屋獨居高齡女性常是最需示警卻最難觸及者。
DEI
紅燈即需自費找技師，老屋、低收、租屋戶最難負擔；與保險費率掛鉤恐使弱勢社區被標籤、加價或拒保。
STS·社會影響
團隊僅財金與傳播兩名學生，無結構、IoT專業且分工空白；紅黃綠燈誤判責任誰負、房價汙名化與NCREE既有平台重疊皆未處理。
AI 使用
無監督異常偵測（Isolation Forest等）用於環境振動，尚無任何資料；風、車流、人員活動雜訊易致誤報，AI成分薄弱。
資安隱私
建物層級資料即地址可識別，去識別化形同虛設；耐震報告、住戶回報經API供學研與保險業使用，外洩將衝擊房價與住戶權益。
初審
| 總分 | 可行性 | 社會影響力 | 創新性 | 提案團隊多元性 | 資料治理思維 |
|---|---|---|---|---|---|
| 4.64 | 6 | 8 | 1 | 2 | 4 |
評語
建議參考Safehub。需要一棟棟樓去裝感測器，難以大規模實施。
筆記
（無）
初審會議筆記
（無）
工作坊
筆記
（無）
決審
| 總分 | 可行性 | 社會影響力 | 創新性 | 實作進程驗證 |
|---|---|---|---|---|
| （無） | （無） | （無） | （無） | （無） |
入選
否
評語
（無）
筆記
（無）
同主題提案（主題 13：地震與建築安全）
壹、隊名及題目
一、隊名
三加一
二、題目
築跡
三、提案對應之徵件構面
安心社會
四、團隊要解決的問題？
此提案發想自公民許願池願望「希望建築也有健康履歷，異常時能早一點知道」。依現行制度，建築物耐震能力評估多屬「事件驅動」，僅於申請耐震補強、都更或公有建築定期公共安全檢查時才進行一次性評估，缺乏長期、連續的狀態紀錄機制，也沒有跨系統整合的「個別建築基準值」。地震發生後，除非外觀出現明顯裂縫或傾斜，一般住戶與管理單位難以判斷建築是否受到潛在結構影響；即使部分建築已裝設監測設備，數據也多半分散於個別廠商系統，未與既有耐震評估、公共安全檢查等政府資料串接比對。此外，一般社區住戶不具工程背景，無法自行判讀振動、位移等監測數據，也不清楚異常出現時該找哪個單位協助，導致小規模結構異常常被忽略，直到後續地震或使用年限累積後才被發現，增加公共安全風險與後續補強成本。
五、本提案是否屬於尚未進行、且尚未成立標案、未申請政府相關預算之計畫，階段性計畫亦同
是
六、前題若選否，請敘明招標機關、計畫名稱、計畫工作內容與本次精進內容
貳、聯絡人資訊
聯絡人姓名
張佳妮
聯絡人電話
0966308048
電子信箱（Email）
ccni.ch02@gmail.com
參、提案內容說明
一、可行性
(一)已有隊員人數（含聯絡人）
2
(二)團隊成員及任務分工？
(三)參賽隊員中是否有「歷屆獲獎團隊或初審入選者」？
否
(四)參賽隊員中是否有其他之獲獎證明？
否
(五)請說明您的提案「已使用」哪些相關資料？
政府開放資料：尚未正式串接特定資料集，現階段僅參考中央氣象署地震資料集及內政部耐震評估方案之公開說明作為背景研究。
自備資料：尚無自有監測資料，將於入選後依合作場域佈設感測器蒐集第一手資料。
(六)請說明您的提案「後續驗證期間」預計使用哪些相關資料？
政府開放資料：中央氣象署地震測報中心地震規模、震度資料；內政部國土管理署「建築物實施耐震能力評估及補強方案」相關公開統計，作為區域耐震現況比對基準。
自備資料：與合作場域協議佈設之振動、傾斜、位移感測器所產生之時序監測數據，以及住戶自願回報之異常觀察紀錄。
(七)除了上述資料外，是否有需要哪些機關的未開放資料？
是
(八)針對上述(欄位(五~七))之資料預計應用方式？
本提案整合三類資料：（1）中央氣象署地震規模、震度等即時資料；（2）內政部「建築物實施耐震能力評估及補強方案」等既有政府公開資訊，作為區域耐震現況參考；（3）合作建築佈設之振動、位移、頻率感測器時序資料，並輔以住戶自願回報之異常觀察作為軟性補充資料。資料以時間序列資料庫儲存，為每棟建築建立獨立基準值（震前正常狀態），並非僅於地震後單次比對，而是持續累積形成類似「健康趨勢圖」，可偵測長期緩慢變化（如不均勻沉陷）而非僅地震瞬間衝擊。異常判定採分級警示（綠／黃／紅燈），對應不同因應措施：綠燈持續監測、黃燈通知管理單位留意、紅燈建議立即聯繫技師現場勘查。敏感資訊將去識別化處理，依政府資料開放及個資保護規範設定存取分級與保存期限，並以API方式供地方建管機關、學研單位查閱驗證。
(九)請說明提案預計實證及落地場域為何，如在中央或地方機關、產業或NPO/NGO等，如何導入公共服務運作？
提案初期規劃於一至二處具代表性場域進行實證：可考慮已完成耐震評估或正辦理耐震補強之集合住宅社區、社區照顧關懷據點等地方公有建築，作為感測佈設與資料蒐集之實測場域。落地時將與場域社區管理委員會、地方建管機關，或關注防災韌性、老屋健檢議題之民間團體洽談合作，取得場域使用同意與既有耐震評估資料授權。初期以概念驗證（POC）為主，中長期規劃兩個延伸方向：其一，將健康履歷資料標準提供地方建管單位參考，作為既有耐震評估、公共安全檢查制度與平時監測整合的基礎；其二，探索與產險業者合作之可能性，將建築物長期監測紀錄作為住宅險費率評估或早期預警加值服務的參考依據，建立除政府補助外可持續運作的商業模式。
(十)請說明提案實作期程規劃 （入選後至決審期間）？
9月中旬（入選公布後）：確認合作場域與資料授權，盤點可用政府開放資料及既有耐震評估紀錄，設計感測資料欄位與健康履歷資料架構。9月下旬～10月中旬：於場域佈設振動/位移感測器並進行資料蒐集測試，同步建置資料儲存與基準值比對雛型系統，並參與10/14團隊工作坊蒐集專家意見、調整方向。10月中旬～11月初：優化異常分級比對邏輯與警示機制，完成初步POC成果，撰寫決審簡報與實作歷程紀錄。11月上旬：準備決審簡報與實作展示，接受評選委員審查。
二、社會影響力
(一)請說明您的具體解決方案？
建置每棟建築的「健康履歷」：整合建築基本資料（結構型式、屋齡、樓層）、既有耐震評估與補強紀錄，以及平時透過感測器蒐集的振動、位移、頻率等監測數值，形成該建築物獨有的正常狀態基準與長期趨勢圖，而非僅單次評估報告。地震發生後，系統自動比對最新監測數據與基準值，並輔以住戶自願回報之異常觀察，採分級警示（綠／黃／紅燈）通知社區管理單位、住戶或結構技師，依警示等級進行後續確認，而非仰賴外觀是否有明顯裂縫等主觀判斷。長期而言，健康履歷資料可作為建築物後續檢查、維護及都更、耐震補強決策之參考依據，也可作為住宅保險費率評估之輔助資訊，讓建築安全管理由「事後補救」轉為「平時可持續掌握、風險可視化」。
(二)提案是否回應公民許願池 ?
是
(三)前題若選是，請點選回應之願望名稱
希望建築也有健康履歷，異常時能早一點知道
(四)請說明您認為本次提案內容可帶來的影響與效益？
對住戶而言，可及早掌握自宅建築是否出現異常變化，降低因「看不見的損傷」累積導致的公共安全風險，並以分級警示降低過度恐慌或資訊落差，提升居住安心感。對建築管理單位及地方政府而言，健康履歷資料可作為排定複查、維護或補強優先順序的依據，在震後資源有限時，優先前往紅燈建築複查，有效運用有限的檢查人力與時間成本。對保險與金融業者而言，長期監測資料亦可作為住宅險或防災韌性融資評估的參考依據，創造除政府補助外的商業誘因。長期而言，若制度化推展，將有助於累積國內建築物耐震性能的長期監測資料庫，作為未來政策研擬、都更或補強獎勵措施規劃之實證基礎。
(五)請說明本提案是否具備可複製性及擴散性？
本提案之資料架構與異常比對邏輯不限定特定建築類型，只要具備基本結構資料與感測設備，即可套用至集合住宅、學校、醫院、公有建築等不同場域。感測器可採低成本、易安裝之公民科學套件設計，降低社區自主參與的門檻，不完全依賴政府經費布建，有助於擴大採用規模。技術上採開放資料格式與API介接，可逐步串接地方政府既有建管系統、政府資料開放平臺及氣象署地震資料，降低擴散時的系統整合成本。若初期試辦成效良好，可由地方政府或中央主管機關研議納入既有「建築物實施耐震能力評估及補強方案」或公共安全檢查制度之輔助工具，逐步擴大至更多老舊建築或高風險地區，形成可長期累積、跨機關共享的建築物耐震監測資料網絡。
三、創新性
(一)請說明本次提案內容跨領域合作或服務與技術之創新程度
本提案結合建築結構工程、物聯網感測技術與資料科學三個領域：透過低成本振動/位移感測器蒐集結構監測資料，並與既有耐震評估、公共安全檢查等制度性資料整合，建立可比對的「個別建築基準值」與長期健康趨勢，而非僅一次性評估報告。技術上規劃運用時序資料分析與異常偵測演算法，自動辨識可能之結構變化並分級示警，降低人工判讀門檻。相較現行僅於申請時才進行的一次性耐震評估，本提案轉為「平時持續監測、事件後即時比對、異常自動分級」的服務模式，並嘗試結合保險業誘因設計，跳脫單純依賴政府補助的推廣模式，是資料應用、公共安全服務與商業誘因銜接的一項創新嘗試。
(二)請說明提案預計使用之工具或平台？
初步規劃使用之工具與平台包含：（1）低功耗物聯網（IoT）振動/位移/傾斜感測器，用於現場資料蒐集；（2）雲端時序資料庫，儲存長期監測數據；（3）資料視覺化儀表板，供管理單位查閱建築物監測趨勢與分級警示；（4）統計或機器學習方法，用於比對基準值與辨識異常變化；（5）通知管道（如LINE通知、簡訊或App推播），於異常分級達一定門檻時主動通知管理單位、住戶或技師。實際採用之品牌、廠牌或雲端服務將於入選後依場域需求、預算及可取得之算力資源進一步評估確認。
(三)是否有使用AI工具？
是
(四)前題若選是，請詳實說明提案階段使用 AI 工具之名稱、使用功能及目的與範圍
規劃於後端分析階段導入機器學習之異常偵測模型，用途為：將感測器蒐集之振動、位移、頻率等時序資料與各建築物之歷史基準值比對，自動辨識偏離正常範圍之異常模式，並依偏離程度分級產生警示，取代人工逐筆判讀監測數據；模型訓練規劃以無監督式學習（如統計製程管制或 Isolation Forest 等方法，實際方法將依資料量與特性於入選後確認）為主，避免仰賴大量已標註之異常事件樣本。AI工具僅用於資料分析輔助判讀，不用於生成專案核心程式碼，也不完全依賴AI進行主題分析與策略研擬，並將於後續提案文件中如實聲明使用工具名稱、版本與應用範圍，以符合「人工智慧基本法」、國科會「行政院及所屬機關使用生成式AI參考指引」及數位發展部「人工智慧風險分類框架」等規定。
四、團隊輔導需求調查
(一)若入圍初選，期待主辦單位提供之協助？
協助確認應用場域可行性
協助跨機關資料取得
協助跨機關溝通合作(非資料面)
(二)若入圍初選，是否需要算力平台或雲端協力業者資源？
是
(三)前題若選是，請說明需要何種算力平台（係指數位發展部數位產業署-數位產業跨域軟體基盤暨數位服務躍升計畫）或雲端協力業者（GCP或AWS或Azure或國網中心）之資源及預計應用內容
GCP：(應用內容：時序感測資料儲存與異常偵測模型訓練)
五、參考文獻或資料引用來源說明
(一)提案內容是否全為原創內容，或有部分引用相關資料來源？
否，有部分內容或資料來源引用其他參考文獻/網頁等。
(二)前題若選否，請說明本提案中所引用之資料來源及其應用環節，建議以條列方式簡述。
• 內政部國土管理署「建築物實施耐震能力評估及補強方案」：https://www.nlma.gov.tw/ch/titlelist/areasw/4854
• 中央氣象署地震測報中心「地震海嘯」開放資料集：https://opendata.cwa.gov.tw/dataset/earthquake
• 國家地震工程研究中心（NCREE）結構監測資料服務平台：https://www.ncree.narl.org.tw/
• 政府資料開放平臺：https://data.gov.tw/
團隊成員
| 單位類型 | 姓名 | 單位與職稱 | 工作項目 |
|---|---|---|---|
| 學校 | 蔡昀杉 | 國立清華大學計量財務金融學系（學生） | 主要提案單位 |
| 學校 | 張佳妮 | 國立陽明交通大學傳播與科技學系（學生） | 主要提案單位 |
資料需求
| 單位類型 | 資料名稱 | 資料說明 |
|---|---|---|
| 地方政府建築管理機關（依實際合作場域而定，目前計畫各直轄市／縣市建管處） | 個別建築物歷次耐震能力評估報告、公共安全檢查簽證紀錄 | 作為建立個別建築「健康履歷」基準值與驗證比對之用，因屬個別建築非公開資料，需洽請地方建管機關或合作場域授權提供。 |