Ａ platform for passionate & talent designers devoted to design, UX and innovation.
Design Innovation & Thinking Lab
設計創新與思考研究室
推進前瞻設計實務知識，培育國際體驗創新人才
唐玄輝 Prof. TANG, Hsien-Hui
臺科大設計系教授 設計創新思考研究室 總監
Design Department, NTUST ＆ Director, DITLDESIGN
DITLDESIGN has been building Ａ platform for passionate & talented designers devoted to design, UX, and innovation.
唐玄輝
Dr. Hsien Hui, Tang
PROFESSOR NTUST 臺灣科技大學 設計系 教授
PROFESSOR ICB HKU 香港大學 中國商學院 兼任教授
DIRECTOR DITL 設計創新思考研究室 總監
USER EXPERIENCE DESIGN
以體驗為目標，建立更好的真實世界的數位體驗
SERVICE DESIGN
運用宏觀生態系思維，打造全鏈路與全渠道設計
EXPERIENCE STRATEGY
協助全面體驗管理，協助品牌增加競爭力
DESIGN THINKING
以人為中心，運用設計改變真實世界
AI DESIGN
與 AI 人機協作全面思考 AI 驅動設計流程與創新
2023 DITLDESIGN
DITLDESIGN
International
Graduates
Vyond
星展銀行
阿里巴巴
騰訊音樂
螞蟻金服
平安銀行
Agoda
KK
Yahoo
字節跳動
beBit
Line
台積電
London
Microsoft
Codementor
Fourdesire
91 APP
NTUC
Our graduated service designers keep changing the world.
國泰世華
華南銀行
和產業一起做設計
分享：服務設計與 AI
連結在地與國際設計社群
分享產業如何進行服務設計
AI 協助的服務設計與創新
訊連科技＆完美移動體驗設計
設計專案：得獎，也真的被採用
動物認養服務，Red Dot Design Concept
把認養流程整理成實用的摺頁
2024 決選，國際服務設計案例
視障者公車服務，2023 年台北市 15 條路線採用
失智長者的懷舊治療桌遊
用 Firecrawl 抓下原本的網站
原本的網站：深色宇宙背景，各單元做成可拖曳的星球。標語：「當大家都在學怎麼使用 AI，社會學更在思考：AI 會如何改變人類、關係與社會？」
iTrace 失智症智慧知識學習
iTrace
以 AI 為核心建立醫療照護知識迭代服務
以台灣失智症居家照顧為例 ｜ 專案計劃簡報
2026.10
失智症 AI 小幫手 × iTrace 服務追蹤平台
21 場訪談與評測
19 位受訪者
3 校跨領域團隊
計畫名稱｜高齡失智照護產業的人本智慧升級
計畫主持人｜唐玄輝、張佳琪、林楚卿 報告者｜唐玄輝
國立臺灣科技大學 設計系 思創設計研究室 DITL
01
Project Team 專案團隊介紹
設計 × 護理 × AI 技術三方協作，形成需求轉譯到醫學把關的完整產學鏈
Design
設計團隊
國立臺灣科技大學 設計系｜唐玄輝 教授
釐清使用者需求並轉譯為技術需求。
確認體驗痛點、迭代操作體驗，以整體健康 wellbeing 為中心訂定目標。
成員｜廖家嘉、卓育麟、黃昱菱
Nursing
老年照護專家團隊
臺北醫學大學 護理系｜張佳琪 院長／教授
協助醫學驗證資料蒐集，以專家身分評估 AI 輸出的專業性與適當性，並連結既有照護資源進入場域。
成員｜謝岱均
AI Technology
技術團隊
元智大學 藝術設計系｜林楚卿 教授
運用最新 AI 技術建立可追蹤的失智症知識庫，並以 Vibe coding 方式快速回應設計迭代需求。
01
Background 專案背景
高齡失智照顧人力不足，照護責任正轉移到家庭照顧者與居服員身上
臺灣失智症居家照顧需求缺乏社會支持
35 萬人＋1.63 萬／年
失智症患者
住宿型機構 13 萬床位
居服人員 9.8 萬位
提升
照顧服務品質及
自我學習體驗
WHO 提倡知識介入能賦能
照顧者技巧、減輕心理壓力
WHO iSupport for Dementia
台灣版失智症照顧者訓練暨支持手冊
01
Research Gap 專案背景・研究缺口
研究缺口：AI 聊天機器人多被視為獨立工具，鮮少整合進居家照護服務流程
01
照護責任轉移
台灣邁入超高齡社會，加上長照機構與照護人力短缺，失智症照護的許多責任轉移至家庭照顧者與居家照顧服務員身上。
強化照顧者的實務技能、因應能力與心理韌性，為提升居家失智照護品質的關鍵。
02
AI 聊天機器人的潛力
近期的研究顯示，AI 聊天機器人能透過提供情緒支持與改善資訊尋求體驗，來協助照顧者教育。
03
整合仍待研究
現有的研究大多將 AI 聊天機器人作為獨立的資訊工具進行評估。
如何將其整合至現有的居家照護服務工作流程中，以在在地照護體系中實現永續應用，討論仍然有限。
本專案切入點 將 AI 小幫手整合進居服員與督導的日常服務流程，並透過 iTrace 追蹤平台讓知識在機構內持續累積
01
Development Process 開發階段說明
以三鑽石流程推進：19 位受訪者、21 場訪談與評測，從問題梳理走向場域驗證
第一鑽｜問題梳理
12 場 10 人
Discover・Define
訪談對象
家庭照顧者 4、居家服務員 3、資深服務員 1、資深督導 1、機構負責人 1（共 10 人）
階段產出
歸納四大服務斷點 P1–P4
第二鑽｜設計開發
6 場 6 人
Develop・Deliver
訪談對象
失智症中心主任 1、個案管理師 1、護理專業人員 4（共 6 人）
階段產出
AI 小幫手 V1→V5.1、追問與建議邏輯
第三鑽｜場域驗證
3 場 3 人
Implement・Validate（Pilot）
訪談對象
日照中心照顧服務員 3（Pilot，每日使用、持續兩週）
階段產出
驗證場域使用效益，作為 iTrace 平台設計依據
02
Before ｜ Pre-service 場域問題梳理・服務前
服務前現況：居服員對個案的理解，依賴督導的彙整和轉述能力
1
派案與開案評估
2
交班資訊整理與交付
3
出班前準備
4
抵達案家
居服員行動
（等待派班）
接收督導交班訊息與注意事項，了解個案關鍵服務資訊（稱呼、偏好）
確認當日個案家排程，準備，騎車往返案家之間
進場前確認服務環境安全和個案狀態，與個案建立信任感
接觸點
A 單位個管師派案資訊、個案評估報告、長照服務菜單；衛福部長照評估系統
LINE 訊息；電話、三方 LINE 群組、家屬特殊交代
班表／排班系統；手機導航
長輩、同住家屬；案家環境
督導行動
了解評估報告與個案樣貌，依居服員時間、語言、性別、體力、特質媒合派班
彙整 LINE 對話、評估紀錄、訪視發現、家屬交代，轉化為交班資訊與關鍵服務資訊
安排排班、處理臨時調班
協助居服員初次進場建立信任與回覆問題，建立三方 LINE 群組，確認服務內容。
痛點
—
資訊散落於多個系統與管道，交班整理耗時且重彙整能力，居服員需通過最終彙整的資訊了解個案狀況。
—
案家環境與家屬型態變數多，新手容易在溝通和照顧方式上出錯。
斷點小結
居服員｜居服員需透過督導最終彙整的資訊了解個案；面對多變的案家環境與家屬，新手容易在溝通和照顧方式上出錯。
督導｜督導需從多個系統與管道彙整交班資訊，整理耗時，且仰賴督導個人的彙整能力。
02
Before ｜ In-service 場域問題梳理・服務中
服務中現況：居服員獨自面對失智異常卻難以判讀，只能等待督導遠端指示
1
執行照顧項目
2
發現異常
3
現場判斷與初步處置
4
通報督導
5
協調與後續追蹤
居服員行動
洗澡、備餐餵食、翻身移位、復健引導，因時間限制，需專注照顧服務對象，可能無法使用手機。
觀察睡眠、食慾、精神等細節，服務中遭遇抗拒、幻覺、妄想、謾罵或肢體攻擊的原因和觸發因素。
依分級 SOP：可處理的現場排除（如改擦澡、暫停項目），如無意識或極端危險時撥打 119
以電話或 LINE 打字／傳照片通報督導
正常多數依督導指示執行，有時會需要面對家屬超出核定範圍的要求
接觸點
長輩、照顧輔具；案家環境、在場家屬
長輩身體與行為表現、藥物；家屬
緊急意外處理手冊、分級通報 SOP；119 救護
電話、LINE
三方 LINE 群組、家屬；A 單位個管師
督導行動
—
—
遠端協助釐清狀況判斷嚴重性，
並給予實務指示。
—
作為家屬、個管師、居服員間的協調者。主要出面與家屬協調服務界線，以及觀察到個案失能變差時，通報 A 個管重新評估，或是負責居服員退案時調班
痛點
單獨服務作業，多數無同事一起支援
居服員常難以區別失智症的異常行為與一般老化現象。
失智症照護存在顯著的學用落差，課程知識難以涵蓋多變的實務狀況，導致居服員頻繁提出非專業層面的服務問題。
督導需管理的個案量龐大，若居服員回報資訊不完整或溝通不夠即時，這類繁瑣的日常問題，導致督導的行政負擔。
—
斷點小結
居服員｜
督導｜
居服員單獨服務，常難以區別失智症異常行為與一般老化，
課程知識也難以涵蓋多變的實務狀況。
督導管理的個案量龐大，居服員回報不完整或溝通不即時的日常問題，造成督導的行政負擔。
02
Before ｜ Post-service 場域問題梳理・服務後
服務後現況：紀錄缺乏標準化、追蹤缺乏即時性，照顧知識難以從個案累積
1
服務紀錄與回報
2
問題觀察與分析
3
訪視案家
4
培訓與支援
5
知識累積與傳承
居服員行動
服務結束後，填寫服務日誌記錄個案的異常狀況，作為服務證明和爭議防範用。通常當日無事就不填寫，有時也會突然回想起，會以口頭或 LINE 告知督導長輩變化。
—
配合督導家訪／電訪
參加月度團體會議、實體模擬演練，向同事和前輩請教、自我摸索
詢問前輩和
接觸點
班表日誌、打卡系統；家屬
LINE、電話
督導、家屬
團體會議、個案討論學習單、機構課程、緊急意外處理手冊；資深居服員
資深同仁、督導
督導行動
從服務日誌或透過多次溝通與關心，辨識居服員對問題的敏銳度，進一步調整指導居服員的做法與心態。
彙整來自家屬、居服員的觀察，判斷是否需申請個案重新評估，或是調整服務方式。
基本每 3 個月訪視個案一次
新進安全訓練和情境指導
以演練方式傳授技巧或多次的談話，讓居服員了解個案行為上的異常和心態調整。
痛點
紀錄缺乏標準化：服務日誌高度依賴人員的觀察與記錄，
關鍵資訊常零碎散落於對話中。新手難以抓出問題核心，
導致督導的前期訓練成本大增。
追蹤缺乏即時性：
目前僅能仰賴週期性的實體訪視或電訪來判斷個案狀況，
難以即時發現並介入處理服務問題。
實務經驗多存於個人腦中，
通常以口頭或實際演練傳授，
機構照顧知識難以從個案角度累積與傳授。
斷點小結
居服員｜
督導｜
督導僅能仰賴週期性訪視判斷個案狀況，難以即時介入。
實務經驗多存於個人腦中，難以累積與傳授。
居服員的服務紀錄缺乏標準化，高度依賴個人的觀察與記錄能力，
新手難以抓出問題核心。
02
Breakpoints 角色斷點統整
居服員服務品質依賴轉述與個人經驗，督導缺乏即時追蹤與知識累積
角色
服務前
服務中
服務後
居服員
● 居服員需透過督導最終彙整的資訊了解個案。
● 面對多變的案家環境與家屬，新手容易在溝通和照顧方式上出錯。
● 居服員單獨服務，常難以區別失智症異常行為與一般老化，課程知識也難以涵蓋多變的實務狀況。
● 居服員的服務紀錄缺乏標準化，高度依賴個人的觀察與記錄能力。
● 新手難以自己抓出問題核心。
督導
● 督導需從多個系統與管道彙整交班資訊，整理耗時，且仰賴督導個人的彙整能力。
● 督導管理的個案量龐大，居服員回報不完整或溝通不即時的日常問題，造成督導的行政負擔。
● 督導僅能仰賴週期性訪視判斷個案狀況，難以即時介入。
● 實務經驗多存於個人腦中，難以累積與傳授。
03
System ｜ D1 系統介紹・失智症 AI 小幫手
失智症 AI 小幫手：居服員在 LINE 描述狀況，即可得到具體照顧建議
居服員使用
不用下載新 App，居服員在 LINE 上描述個案狀況，就能得到具體的照顧建議。
建議內容由醫療照護專家參與審閱。
先問清楚，再給建議
小幫手主動追問時間、情境與前因，不給制式答案。
症狀預防風險提醒
每次建議都會提醒症狀未來的風險和觀察方向。
結構化排解流程
小幫手把常見行為問題拆成可依序嘗試的步驟。
03
System ｜ D2 系統介紹・iTrace 服務追蹤平台
iTrace 服務追蹤平台：把提問與服務回報，整理成督導可直接使用的管理資訊，協助機構追蹤個案、規劃教育訓練。
督導使用
個案追蹤與服務回報
平台依個案彙整服務回報與待處理事項。
個別化指引與行前摘要
平台整合不同居服員的經驗，讓居服員服務前快速掌握重點。
問題分析與培訓建議
平台統計居服員常見的問題類型，作為教育訓練的依據。
03
How It Works 系統運作方式
系統運作 5 步驟：居服員的每次提問，經督導確認後再回到前線
01
居服員
遇到問題提問
居服員在 LINE 描述個案狀況，不用下載新 App。
02
失智症 AI 小幫手
追問並給建議
小幫手先釐清情境與前因，再提供可依序嘗試的處理步驟。
03
居服員
服務回報
居服員於服務後記錄方法有沒有用、個案有什麼變化。
04
督導
檢視與確認
督導在平台審閱 AI 建議，並補充自己的照顧經驗。
05
iTrace 平台
產出行前摘要
平台於下次服務前，提醒居服員這位個案的照顧重點。
03
Service Blueprint iTrace 服務藍圖・總覽
iTrace 服務藍圖：居服員每一次提問與回報，都成為督導培訓與知識迭代的資料
① 行前準備
② 服務中
③ 服務後
④ 機構督導介入
⑤ 知識迭代
階段
居服員行動
查看今日個案：開啟個案、閱讀行前摘要
遇到照顧問題：隨時以 LINE 提問
完成服務回報：口述／文字回報當日狀況
接受訓練與支援：督導依問題安排教育
取得更新後建議：下次詢問得到更準回覆
互動線
失智症 AI 小幫手
LINE 前台
行前服務摘要：彙整前次服務與跨服務員資訊
照護方式詢問：D1-1 專家式追問、D1-2 症狀風險提醒、D1-3 結構化具體建議
服務回報入口：
顯示被指派個案，並引導服務員撰寫、說明問題
套用優化後知識：
依督導審查與專家覆核更新回覆
可視線
iTrace 服務追蹤平台
後台
彙整跨服務員狀況，生成交班指示
記錄居服員提問與 AI 建議，
依個案彙整對話摘要
依個案彙整服務回報
及對話摘要
從服務問題整理問題類型、頻率、問題情境，並生成培訓建議
系統顯示 AI 建議，彙整督導
新增場域具體做法
內部互動線
督導行動
取得交班指示
確認交班資訊調整
接收通報、查看對話摘要
參照回報追蹤個案狀況
依分析制定培訓方向
篩選建議、補上場域經驗
■ 綠色＝居服員／D1 失智症 AI 小幫手（LINE 前台） ■ 橘色＝D2 iTrace 服務追蹤平台（後台）／督導 ↕ 箭頭＝服務流程與資料流 ｜ 後續三頁依服務前、中、後展開
03
iTrace 服務 ｜ Pre-service 服務藍圖・服務前
服務前：iTrace 平台生成個案化交班指示，居服員出班前即可讀取行前服務摘要
1. 派案與開案評估
2. 交班資訊整理
3. 出班前準備
4. 抵達案家、建立互動
階段
其他接觸點
個案評估報告、A 單位個管師派案資訊
長輩、同住家屬、案家環境
居服員行動
於失智小幫手查看今日個案，開啟個案並閱讀「行前服務摘要」，了解個案狀況。
出班前或空檔可隨時向失智小幫手詢問行前摘要與該個案照護方式
依行前摘要提示進行場域服務注意事項，和個案建立信任
互動線
失智症 AI 小幫手
LINE 前台
行前服務摘要：顯示今日個案，開啟個案即可閱讀個別化交接內容
隨時回應行前摘要與該個案照護方式的詢問
可視線
iTrace 服務追蹤平台
後台
系統連結個案和服務員 LINE
系統彙整跨服務員的服務狀況、對應照顧建議、特別追蹤事項，生成個案化交班指示
系統將督導調整確認版本
供小幫手行前摘要使用
內部互動線
督導行動
提供個案資料，於 iTrace 建檔
確認 iTrace 生成的交班指示，新增其他管道資訊或注意事項後，送出個案化交班指示
預期效益
減少督導重複整合
多方來源和撰寫的行政負擔。
居服員行前能取得
經過督導審查後的個別化服務建議摘要
降低未來服務摩擦風險
03
iTrace 服務 ｜ In-service 服務藍圖・服務中
服務中：小幫手隨時提供居服員「以人為本」建議，居服員的對話自動摘要讓督導快速掌握現場狀況
1. 執行照顧項目
2. 發現異常
3. 現場判斷與初步處置
4. 通報督導
5. 協調與後續追蹤
階段
其他接觸點
長輩、照顧輔具、
案家環境、在場家屬
分級通報 SOP、119 救護
電話、LINE
三方 LINE 群組、家屬、
A 單位個管師
居服員行動
照常執行照顧項目
遇到照顧問題時，隨時以 LINE 向失智小幫手描述狀況
若不便在個案面前使用時，於空檔或結束後使用
依小幫手追問補充細節，取得具體建議後應對；點選「這次的建議有沒有幫助」回饋
無法自行處置或緊急時，仍依分級 SOP 以電話／LINE 通報督導
互動線
失智症 AI 小幫手
LINE 前台
接收居服員以 LINE 描述的照顧問題，並即時記錄更新個案最新行為狀況
D1-1 專家式追問釐清情境
D1-2 症狀風險提醒
D1-3 結構化具體建議
可視線
iTrace 服務追蹤平台
後台
記錄提問類型和對話中的AI建議，對話自動摘要並更新個案狀態，
供後續分析
提供該居服員的對話摘要
供督導參照
內部互動線
督導行動
接收通報、給予處置指示
於 iTrace 查看該居服員與 AI 的對話摘要
協調家屬服務內容
個案失能變差時，通報 A 個管重新評估
預期效益
居服員可以任何時機點透過專業諮詢，初步辨識基本的服務問題，現場即可取得以人為本、具體可執行的建議。
督導可參照對話紀錄快速掌握狀況
事件自動記錄於個案服務歷程中
03
iTrace 服務 ｜ After-service 服務藍圖・服務後
服務後：iTrace 將回報與提問轉為問題分析與培訓建議，協助督導篩選後經驗回流前線
1. 服務紀錄與回報
2. 問題觀察與分析
3. 訪視準備與品質控管
4. 培訓與支援
5. 知識迭代
階段
其他接觸點
班表日誌、打卡系統（現行）
居服員行動
服務結束後於失智小幫手選擇「服務回報」→ 選擇個案 → 口述／文字回報行為情緒、身體狀況、特殊事件
配合督導訪視
接受督導依問題安排的教育與支援
取得更新後建議，下次詢問得到更準回覆
互動線
失智症 AI 小幫手
LINE 前台
提供「服務回報」入口（僅顯示被指派的個案），引導回報行為情緒、身體狀況、特殊事件
記錄提問次數、問題類型與「有沒有幫助」回饋
套用督導審查與專家審核後的優化知識，更新回覆
可視線
iTrace 服務追蹤平台
後台
自動摘要對話與服務回報，依個案歸檔
分析居服員使用資料（問題類型、頻率、敏感度），產出服務問題分析
統整跨服務員的服務狀況、對應照顧建議、特別追蹤事項，生成服務摘要報告
依問題分析生成培訓方向建議，並記錄服務員知識培訓軌跡
彙整各居服員的 AI 建議供督導篩選，並且記錄督導場域經驗的補充建議
內部互動線
督導行動
於 iTrace 檢視居服員使用資料：
問題類型、頻率、問題情境
參照服務回報與個案化照顧指南，掌握跨服務員照顧情況，追蹤個案服務狀況
依系統提供的服務問題與訓練計畫建議，督導制定培訓方向並建立培訓記錄
督導／主管瀏覽各居服員的 AI 建議，選出適合自家個案的照顧建議並補上場域經驗；經專家審核後，以交班摘要與個案照顧指引回流前線
預期效益
回報格式一致，能自動統整至單一個案中追蹤紀錄
督導能快速辨識居服員問題認知
督導訪視前準備可依據有持續性資料
督導可以更快速安排培訓方向，並讓系統記錄個人學習軌跡
讓場域知識能系統性累積，並轉化成更貼近服務個案狀況的執行建議，擴大知識應用範圍
03
Iteration 版本迭代與評測
V1 至 V5.1 逐版迭代：從訪談引導工具，到經專家評測後投入場域的 AI 小幫手
V1–V3
建立訪談引導，作為訪談工具並持續內部調整
V4
建立追問機制，優化資訊呈現方式
V5
優化追問題目，強化知識說明
V5.1
經專家評測修正後投入 Pilot；含行前服務摘要、多個案切換
V6／V7
開發中：iTrace 服務追蹤平台
專業人員評測
日照中心護理師 2、護理系大四學生 1、居服護理師 1
評估 AI 對話品質，及照顧建議的適當性、關聯性、完整性
場域 Pilot
日照中心照顧服務員 3 位
規定每日使用、持續兩週，驗證場域使用效益並評估應用於服務訓練
04
Project Value 專案價值
補上照顧人力斷層，並建立產學與臨床持續合作的知識迭代機制
社會價值
24 小時可及的知識支援
讓服務員面對長者行為問題時降低無助感，縮小照顧品質落差，提升失智長者所獲照顧的一致性與穩定性。
迭代機制
產學與臨床的審核循環
建立「照服員提問 → AI 回覆 → 醫療／專業團隊審核 → 回饋優化知識庫」的迭代審核機制。
低門檻導入
以 LINE／LIFF 為介面
大幅降低第一線照服人員的技術門檻，銜接長照人力普遍缺乏資訊系統訓練的現實限制。
示範價值
長照導入生成式 AI 的案例
提供可參考的驗證案例與部署模式，也是設計與護理人才跨領域協作的養成案例。
以機構為招募單位，每間至少 4 位居服員與 1 位督導參與
itracerecruit.vercel.app
機構招募網站：
Field Validation 場域驗證規劃
01 Localize
印尼文版失智小幫手
支援外籍照顧工作者
• 以 LINE 提供印尼文提問、追問與照護建議，降低外籍照顧工作者的語言門檻
• 照護建議依 iSupport 原則轉譯，並經專家覆核，確保跨語言的專業正確性
• 督導在 iTrace 以中文檢視印尼文提問與回報，縮小督導、雇主家庭與看護工之間的溝通落差
02 Ecosystem
跨機構單位
共同建立失智高齡照護的知識內容
• 匯集多機構的提問紀錄與督導經驗，累積為跨機構的失智照護知識庫
• 延伸服務至家庭照顧者，讓居家照顧現場共享同一套照護知識
Future Vision 未來擴散願景
未來從單一區域驗證，擴散到跨區域場域、印尼文版本，建立在地化知識生態
上課：qds，用 Claude 做的上課網站
用 AI 學會做 AI 的事
- 遇到看不懂的畫面：安裝時連問三題（裝給哪些工具、範圍、方式）
- 直接截圖，丟給 Chloe
- Chloe 說明每個選項、建議選哪個、為什麼
- 自己按下確認，下次就會了
AUTUMN
2026
SCU RCAIS
DESIGN & DESIGNING
與時俱進的設計方法與思維
人
生態系
who
place
needs
wants
服務體驗
things
time
product
digital
product
digital
service
service
environ
-ments
digital
environ
-ments
commu
-nication
digital
commu
-nication
人本創新 設計思考
WWW.DITLDESIGN.COM
Hsien-Hui, TANG
drhhtang 唐玄輝
drhhtang＠gapps.ntust.edu.tw
wechat ID: drhhtang
We Sincerely Invite Experience and Service Practitioners, as well as Researchers, to Collaborate with US