"針對企業提供員工之疲勞預警(Fatigue prediction)為發展目標，透過結合穿戴式物聯網裝置彙整員工全面性、持續性之個人資料(生活行為習慣、工作型態、生化、生心理、環境等) ，並運用即時影像分析技術做回饋訓練，以發展個人化之AI疲勞預測系統。
在交通運輸領域，事前AI疲勞預測技術可以提供

"當駕駛中系統偵測到疲勞，而要求駕駛員立即休息，實務上難以執行，因此在駕駛前或駕駛中提前預測到疲勞，將有充足時間要求提神/休息/管制上路，在車隊管理及疲勞改善方案上能有更多選擇。

事前疲勞預測：以自律神經(HRV)為特色之機器學習疲勞預測系統
事中疲勞監測：以深度學習影像分析為基礎之疲勞事件即時監

"企業/產業效益：
	提升職場工作安全與減少錯誤及工安意外發生
	促進職場活力與健康、提升職場生產力
	推動企業疲勞篩檢與疲勞預測，發展後續個人化之健康促進方案
	降低勞工職業災害與企業保險費用與賠償支出
	全面了解員工身心狀態，提升勞資互助互信關係
社會/經濟效益：
	發展人工智慧深度