迎接終端AI新時代：讓運算更靠近資料所在
作者 : Andrew Brown，Strategy Analytics
2021-03-03
資料/數據(data)成長的速度越來越快。據估計，人類目前每秒產出1.7Mb的資料。智慧與個人裝置如智慧型手機、平板電腦與穿戴式裝置不但快速成長，現在我們也真正目睹物聯網(IoT)的成長，未來連網的裝置數量將遠遠超越地球的人口。
這包括種類繁多的不同裝置，像是智慧感測器與致動器，它們可以監控從震動、語音到視覺等所有的東西，以及幾乎大家可以想像到的所有東西。這些裝置無所不在，從工廠所在位置到監控攝影機、智慧手錶、智慧家庭以及自主性越來越高的車輛。隨著我們企圖測量生活週遭數位世界中更多的事物，它們的數量將持續爆炸性成長。
資料爆量成長，讓許多企業把資料從內部部署運作移到雲端。儘管集中到雲端運算的性質，在成本與資源效率、彈性與便利性有它的優點，但也有一些缺點。由於運算與儲存在遠端進行，來自終端、也就是那些在網路最邊緣裝置的資料，需要從起始點經過網際網路或其他網路，來到集中式的資料中心(例如雲端)，然後在這裡處理與儲存，最後再傳回給用戶。
對於一些傳統的應用，這種方式雖然還可以接受，但越來越多的使用場景就是無法承受終端與雲端之間，資訊被接力傳遞產生的延遲。我們必須即時做出決策，網路延遲要越小越好。基於這些原因，開始有人轉向終端運算；越來越多人轉而使用智慧終端，而去中心化的程度也越來越高。此外，在這些即時應用中產生的龐大資料量，意味著處理與智慧必須在本地以分散的方式進行。
與資料成長連袂而來的，是人工智慧與機器學習(ML)也朝終端移動，並且越來越朝終端本身移動。大量來自真實世界的資訊，需要用ML的方式來進行詮釋與採取行動。透過AI與ML，是以最小的延遲分析影像、動作、影片或數量龐大的資料，唯一可行且合乎成本效益的方式。運用AI與ML的演算法與應用將在邊緣運作，在未來還將會直接在終端裝置上進行。
資料正在帶動從集中化到分散化的轉變
隨著資訊科技市場逐漸發展與成熟，網路的設計以及在其運作的所有裝置，也都跟著進化。全盛時期從服務數千個小型客戶端的主機，一直到客戶端伺服器模型中使用的越來越本地化的個人電腦運算效能，基礎架構持續重組與最佳化，以便更貼近網路上的裝置以及符合運作應用的需求。這些需求包含檔案存取與資料儲存，以及資料處理的需求。
智慧型手機與其他行動裝置的爆炸性成長，加上物聯網的快速成長，促使我們需要為如何讓資產進行最佳的部署與安排進行評估。而影響這個評估的因素，包括網路的可用性、安全性、裝置的運算力，以及把資料從終端傳送到儲存設備的相關費用，近來也已轉向使用分散式的運算模型。
從邊緣到終端：AI與ML改變終端典範
在成本、資源效率、彈性與便利性等方面，雲端有它的優點，裝置數量的急遽增加(如圖2)，將導致資料產出量大幅增加。這些資料大部份都相當複雜且非結構化的，這也是為何企業只會分析1%~12% 的資料的原因之一。把大量非結構化的資料送到雲端的費用相當高、容易形成瓶頸，而且從能源、頻寬與運算力角度來看，相當沒有效率。
在終端執行進階處理與分析的能力，可協助為關鍵應用降低延遲、減少對雲端的依賴，並且更好地管理物聯網產出的巨量資料。
終端AI：感測、推論與行動
在終端部署更多智慧的主要原因之一，是為了創造更大的敏捷性。終端裝置處於網路的最邊緣與資料產生的地方，可以更快與更準確地做出回應，同時免除不必要的資料傳輸、延遲與資料移動中的安全風險，可以節省費用。
處理能力與神經網路的重大進展，正協助帶動終端裝置的新能力，另一股驅動力則是對即時資訊、效率(傳送較少的資訊到雲端)、自動化與在多數情況下，對近乎即時回應的需求。這是一個三道步驟的程序：傳送資料、資料推論(例如依據機器學習辨識影像、聲音或動作)，以及採取行動(如物件是披薩，冰箱的壓縮機發出正常範圍外的聲音，因此發出警告)。
感測
處理器、微控制器與感測器產生的資料量相當龐大。例如，自駕車每小時要搜集25GB的資料。智慧家庭裝置、智慧牙刷、健身追蹤器或智慧手錶持續進化，並且與以往相比，會搜集更多的資料。
它們搜集到的資料極具價值，但每次都從各個終端節點把資料推回給雲端，數量又會過多。因此必須在終端進行處理。倘若部份的作業負載能在終端本身進行，就可以大幅提升效率。
推論
終端搜集到的資料是非結構性的。當機器學習從資料擷取到關聯性時，就是在進行推論。這表示使用AI與ML工具來幫忙訓練裝置辨識物件。拜神經網路的進展之賜，機器學習工具越來越能訓練物件以高度的精準度辨識影像、聲音與動作，這對體積越來越小的裝置，極為關鍵。
例如，圖4顯示使用像ONNX、PyTorch、Caffe2、Arm NN或 Tensorflow Lite 等神經網路工具，訓練高效能的意法半導體(ST)微控制器(MCU)，以轉換成最佳化的程式碼，讓MCU進行物件辨識(這個的情況辨識對象是影像、聲音或動作)。更高效能的MCU越來越常利用這些ML工具來辨識動作、音訊或影像，而且準確度相當高，而我們接下來馬上就要對此進行檢視。這些動作越來越頻繁地從邊緣，轉移到在終端運作的MCU本身。
行動
資料一旦完成感測與推論後，結果就是行動。這有可能是回饋簡單的回應(裝置是開啟或關閉)，或針對應用情況進行最佳化(戴耳機的人正在移動中，因此會針對穩定度而非音質進行最佳化)，或是回饋迴路(根據裝置訓練取得的機器學習，輸送帶若發出聲音，顯示它可能歪掉了)。物聯網裝置將會變得更複雜且更具智慧，因為這些能力提升後，運算力也會因此增加。在我們使用新的機器學習工具後，一些之前在雲端或終端完成的關鍵功能，將可以移到終端本身的內部進行。
終端 AI：千里之行始於足下
從智慧型手機到車輛，今日所有電子裝置的核心都是許多的處理器、微控制器與感測器。它們執行各種任務，從最簡單到最複雜，並需要各式各樣的能力。例如，應用處理器是高階處理器，它們是為行動運算、智慧型手機與伺服器設計；即時處理器是為例如硬碟控制、汽車動力傳動系統，與無線通訊的基頻控制使用的非常高效能的處理器，至於微控制器處理器的矽晶圓面積則小了許多，能源效率也高出很多，同時擁有特定的功能。
這意味著利用ML工具訓練如MCU等較不複雜元件來執行的動作，之前必須透過威力更強大的元件才能完成，但現在邊緣與雲端則是理想的場所。這將讓較小型的裝置以更低的延遲執行更多種類的功能，例如智慧手錶、健康追蹤器或健康照護監控等穿戴式裝置。
隨著更多功能在較小型的終端進行，這將可以省下資源，包括資料傳輸費用與能源費用，同時也會產生極大的環境衝擊，特別是考量到全球目前已有超過200億台連網裝置，以及超過2,500億顆MCU(根據Strategy Analytics統計數據)。
TinyML、MCU與人工智慧
根據Google的TesnsorFlow 技術主管、同時也是深度學習與TinyML領域的指標人物 Pete Warden 表示：「令人相當興奮的是，我還不知道我們將如何使用這些全新的裝置，特別是它們後面代表的科技是如此的吸引人，我無法想像那些即將出現的全新應用。」
微型機器學習(TinyML)的崛起，已經催化嵌入式系統與機器學習結合，而兩者傳統上大多是獨立運作的。TinyML 捨棄在雲端上運作複雜的機器學習模型，過程包含在終端裝置內與微控制器上運作經過最佳化的模式識別模型，耗電量只有數毫瓦。
物聯網環境中有數十億個微型裝置，可以為各個產業提供更多的洞察與效率，包括消費、醫療、汽車與工業。TinyML 獲得 Arm、Google、Qualcomm、Arduino等業者的支持，可望改變我們處理物聯網資料的方式。
受惠於TinyML，微控制器搭配AI已經開始增添各種傳統上威力更強大的元件才能執行的功能。這些功能包括語音辨識(例如自然語言處理)、影像處理(例如物件辨識與識別)，以及動作(例如震動、溫度波動等)。啟用這些功能後，準確度與安全性更高，但電池的續航力卻不會打折扣，同時也考量到各種更微妙的應用。
儘管之前提到的雲端神經網路框架工具，是取用這個公用程式最常用的方法，但把AI函式庫整合進MCU，然後把本地的AI訓練與分析能力插入程式碼中也是可行的。這讓開發人員依據從感測器、麥克風與其他終端嵌入式裝置取得的訊號導出資料模式，然後從中建立模型，例如預測性維護能力。
如Arm Cortex-M55處理器與Ethos U55微神經處理器(microNPU)，利用CMSIS-DSP與CMSIS-NN等常見API來簡化程式碼的轉移性，讓MCU與共同處理器緊密耦合以加速AI功能。透過推論工具在低成本的MCU上實現AI功能並符合嵌入式設計需求極為重要，原因是具有AI功能的MCU有機會在各種物聯網應用中轉變裝置的設計。
AI在較小型、低耗電與記憶體受限的裝置中可以協助的關鍵功能，我們可以把其精華歸納至我們簡稱為「3V」的三大領域：語音(Voice，如自然語言處理)、視覺(Vision，如影像處理)以及震動(Vibration，如處理來自多種感測器的資料，包括從加速計到溫度感測器，或是來自馬達的電氣訊號)。
終端智慧對「3V」至關重要
多數的物聯網應用聚焦在一些特定的領域：基本控制(開/關)、測量(狀態、溫度、流量、噪音與震動、濕度等)、資產的狀況(所在地點以及狀況如何？)，以及安全性功能、自動化、預測性維護以及遠端遙控(詳見圖 6)。
Strategy Analytics的研究顯示，許多已經完成部署或將要部署的物聯網B2B應用，仍然只需要相對簡單的指令，如基本的開/關，以及對設備與環境狀態的監控。在消費性物聯網領域中，智慧音箱的語音控制AI已經出現爆炸性成長，成為智慧家庭指令的中樞，包括智慧插座、智慧照明、智慧攝影機、智慧門鈴，以及智慧恆溫器等。消費性裝置如藍牙耳機現在已經具備情境感知功能，可以依據地點與環境，在音質優先與穩定度優先之間自動切換。
如同我們檢視的結果，終端AI可以在「3V」核心領域提供價值，而它觸及的許多物聯網領域，遍及B2B與B2C的應用：
震動：包含來自多種感測器資料的處理，從加速計感測器到溫度感測器，或來自馬達的電氣訊號。
視覺：影像與影片辨識；分析與識別靜止影像或影片內物件的能力。
語音：包括自然語言處理(NLP)、瞭解人類口中說出與寫出的語言的能力，以及使用人類語言與人類交談的能力-自然語言產生(NLG)。
垂直市場中有多種可以實作AI技術的使用場景：
震動
可以用來把智慧帶進MCU中的終端AI的進展，有各式各樣的不同應用領域，對於成本與物聯網裝置與應用的效用，都會帶來衝擊。這包括我們在圖6中點出的數個關鍵物聯網應用領域，包括：
溫度監控；
壓力監控；
溼度監控；
物理動作，包括滑倒與跌倒偵測；
物質檢測(漏水、瓦斯漏氣等) ；
磁通量(如鄰近感測器與流量監控) ；
感測器融合(見圖7)；
電場變化。
一如我們將在使用場景單元中檢視的，這些能力有許多可以應用在各種被普遍部署的物聯網應用中。
語音
語音是進化的產物，也是人類溝通非常有效率的方式。因此我們常常想要用語音來對機器下指令，也不令人意外；聲音檢測是持續成長的類別。語音啟動在智慧家庭應用中很常見，例如智慧音箱，而它也逐漸成為啟動智慧家庭裝置與智慧家電的語音中樞，如電視、遊戲主機與其他新的電器。
在工業環境中，供車床、銑床與磨床等電腦數值控制(CNC)機器使用的電腦語音引擎正方興未艾。iTSpeex的ATHENA4是第一批專為這些產品設計的語音啟動作業系統。這些產品往往因為安全原因，有離線語音處理的需求，因此終端 AI 語音發展在這裡也創造出有趣的機會。用戶可以指示機器執行特定的運作，並從機器手冊與工廠文件，立即取用資訊。
語音整合在車輛中也相當關鍵。OEM 代工廠商持續對車載娛樂系統中的語音辨識系統，進行大量投資。語音有潛力成為最安全的輸入模式，因為它可以讓駕駛的眼睛持續盯著道路，而雙手仍持續握著方向盤。
對於使用觸控螢幕或硬體控制器通常需要多道步驟的複雜任務，語音辨識系統特別能勝任。這些任務包括輸入文字簡訊、輸入目的地、播放特定歌曲或歌曲子集，以及選擇廣播電台頻道。其他的服務包含如拋錨服務(或bCall)與禮賓服務。
視覺
正如我們之前已經檢視過，終端 AI 提供視覺領域全新的機會，特別是與物件檢測及辨識相關。這可能包括觀察生產線的製造瑕疵，以及找出自動販賣機需要補貨的庫存。其他實例包括農業應用，例如依據大小與品質為農產品分級。
曳引機裝上機器視覺攝影機後，我們幾乎可以即時檢測出雜草。雜草冒出後，AI可以分類雜草並估算它對農產收穫的潛在威脅。這讓農民可以鎖定特定的雜草，並打造客製的除草解決方案。機器視覺然後可以檢測除草劑的效用，並找出農地中仍具抗藥性的殘餘雜草。
使用場景
預測性維護工具已經從擷取與比較震動的量測資料，進化到提出即時的資產監控。藉由連接物聯網感測器裝置與維護軟體，我們也可能做到遠端監控。
震動分析
這種類型的預測性維護在旋轉型機器密集的製造工廠裡，相當常見。震動分析可以揭露鬆脫、不平衡、錯位與軸承磨損等狀況。例如，把震動計量器接上靠近選煤廠離心泵浦內部承軸處，就可以讓工程師建立起正常震動範圍的基線。超出這個範圍的震動，可能顯示滾珠軸承出現鬆動，需要更換。
磁感測器融合
磁感測器利用磁性浮筒與一系列可以感應並與液體表面一起移動的感測器，測量液面的高低。所有的這些應用都使用一個固定面上的磁感測器，它與附近平面的磁鐵一起作動，與這個磁鐵相對應的感測器也會移動。
聲學分析(聲音)
與震動分析相似，聲測方位分析也是供潤滑技師使用，主要是專注在主動採取潤滑措施。這意味我們可以避免移動設備時產生的過度磨損，否則會為了修理造成代價高昂的停機。實際的例子可能包括測量輸送皮帶的承軸狀況。出現過度磨損時，承軸會因為潤滑不足或錯位出現故障，可能造成整個生產流程的中斷。
聲學分析(超音波)
聲音聲學分析雖然可以用來進行主動與預測性維護，超音波聲學分析卻只能用於預測性維護。它可以在超音波範圍內找出與機器摩擦及壓力相關的聲音，並使用在會發出較細微聲音的電氣設備與機器設備。我們可以說這一類型的分析與震動或油量分析相比，更可以預測即將出現的故障。目前它部署起來比其他種類的預防性維護花費較高，但終端 AI 的進展可以促成這種細微層級的聲學檢測，大幅降低部署的費用。
熱顯影
熱顯影利用紅外線影像來監控互動機器零件的溫度，讓任何異常情況很快變得顯而易見。具備終端 AI 能力的裝置，可以長期檢測微細的變化。與其他對事故敏感的監視器一樣，它們會觸發排程系統，自動採取適當的行動來預防零件故障。
消費者與智慧家庭
將語音運用在消費者與智慧家庭，是最常看到的場景之一。這包括智慧型手機與平板電腦上、未包含電話整合功能的裝置，例如螢幕尺寸有限的穿戴式裝置。這類型的裝置包含智慧手錶與健康穿戴式裝置，可以為各種功能提供免動手的語音啟動。像 Amazon 的 Echo 或 Google 的 Home 等智慧音箱市場的成長，說明消費者對於可接收與提供語音互動等現有裝置的強勁需求，與日俱增。
消費者基於各種理由使用智慧音箱，最常見的使用場景為：
聽音樂；
控制如照明等智慧家庭裝置；
取得新聞與天氣預報的更新；
建立購物與待辦事項清單。
除了像智慧音箱與智慧電視等消費裝置，智慧家庭裝置語音的使用，也顯現相當的潛力。諸如連網門鈴(如 ring.com)等裝置與連網的煙霧偵測器(例如 Nest Protect 煙霧與一氧化碳警報)目前都已上市可供消費者選購，它們結合了語音與視覺的感測器融合功能以及運動檢測。有了連網的煙霧偵測器，裝置在偵測到煙霧或一氧化碳時，可以發出語音警告。
終端 AI 為強化這些能力提供了全新機會，而且常常結合震動(動作)、視覺與語音控制。例如，增加姿態辨識來控制例如電視等家電，或是把語音控制嵌入白色家電，即是以最低成本強化功能性最直接的方式。
健康照護
用來發現醫護資訊的 AI 驅動終端裝置的應用，將為病況的治療與診斷，提供更多的價值。這種資訊可能是資料，也可能是影像、影片以及說出的話，我們可以透過 AI 進行型態與診斷分析。這些資料將引發全新、更有效的治療方法，為整個產業節省成本。受惠於終端 AI 的進展，像 Google Duplex 等語音系統的複雜性將會降低。例如門診預約等勞力密集的工作，也可以轉換成 AI 活動。利用自然語言語音來延伸 AI 的使用，也可以把 AI 用在第一線的病人診斷，然後再由醫師接手提供諮詢。
其他健康照護實例包括像 Wewalk5 等物件，這是一個供半盲與全盲人員使用的智慧拐杖。它使用感測器來檢測胸口水平以上的物件，並搭配 Google Maps 與 Amazon Alexa 等 app，方便使用者提出問題。
結論
由於連網的終端裝置數量越來越多，這個世界也越來越複雜。連接到網際網路的裝置已經超過 300 億個，而微控制器的數量也超過 2,500 億，每年還會增加約 300 億個。越來越多的程序開始進行自動化，不過，把大量資料傳送到雲端涉及的延遲以及邊緣運算的額外費用，意味著許多全新、令人興奮且引人矚目的物聯網使用場景，可能無法開花結果。
解決這些挑戰的答案，並不是為雲端資料中心持續增添運算力。降低出現在邊緣的延遲雖然會有幫助，但不會解決日益分散的世界的所有挑戰。我們需要把智能應用到基礎架構中。
儘管為終端裝置增添先進的運算能力在十年前仍不可行，TinyML 技術近來的提升，已經讓位處相當邊緣的裝置 (也就是終端本身)增添智能的機會大大改觀。在終端增加運算與人工智慧能力，可以讓我們在源頭搜集到更多更具關聯性與相關的資訊。隨著裝置與資料的數量持續攀升，在源頭掌握情境化與具關聯性的資料，具有極大的價值，並將開啟全新的使用場景與營收機會。
終端裝置的機器學習，可以促成全新的終端 AI 世界。新的應用場景正在崛起，甚至跳過傳送大量資料的需求，因而紓解資料傳輸的瓶頸與延遲，並在各種作業環境中創造全新機會。終端 AI 將為我們開啟一個充滿全新機會與應用場景的世界，其中還有很多我們現在想像不到的機會。
附圖：圖1：從集中式到分散式運算的轉變。
(資料來源：《The End of Cloud Computing》，by Peter Levine，Andreessen Horowitz)
圖2：全球上網裝置安裝量。
(資料來源：Strategy Analytics)
圖3：深度學習流程。
圖4：MCU的視覺、震動與語音。
(資料來源：意法半導體)
圖5：AI 工具集執行模型轉換，以便在MCU上執行經最佳化的神經網路推論。
(資料來源：意法半導體)
圖6：物聯網企業對企業應用的使用-目前與未來。
(資料來源：Strategy Analytics)
圖7：促成情境感知的感測器融合。
(資料來源：恩智浦半導體)
資料來源：https://www.eettaiwan.com/20210303nt31-the-dawn-of-endpoint-ai-bringing-compute-closer-to-data/?fbclid=IwAR0JTRpNsJUl-DmSNpfIcymGQpkQaUgXixEaczwDpELxGCaCeJpkTyoqUtI
勁好物理治療所費用 在 [心得] 物理治療心得-陽明＆全人物理治療所- 看板Road_Running 的推薦與評價
趁著連假把想分享已久的物理治療心得打完，
雖然文章有點長，但很希望能幫助到需要的版友。
很推薦跑步時身體出現各種疼痛與問題的朋友考慮物理治療這個治療方式。
我是以能持續跑下去為目標所以開始了物理治療之路，
這篇文章是我繳學費後的心得。
請多多指教。（鞠躬）
無廣告網誌版：https://makoto07.pixnet.net/blog/post/323883840
------PTT文字版-----------
重點：這是一篇很貴的文章（點菸）充滿錢感，用我的錢堆出來的心得呀呀呀呀。
先聲明，沒有人付錢給我打文章，也沒有收到任何好處。
治療師們可能都不知道我在寫文章啊哈哈哈。
這些物理治療是自費的，花多少錢我會打在下面提供給大家參考。
開始看物理治療大約快半年了，這段時間一直有想要記錄下來每次看物理治療的過程。
但因為工作安排變忙還有各種事項關係，冬天也正是路跑季節
（連賽是心得都積欠兩篇了囧......）
一直找不出時間每週記錄，所以趁這個連假決定一鼓作氣把一篇打一打。
更詳細的如果找到時間我會再記錄下來。這邊算是一個總結和我自己的小心得。
心得顧名思義不是衛教文章，我希望如果看文章的人有疑問或是指教可以和我說。
我的專業並非醫療相關是藝術領域，只是很幸運身邊很多可以問的醫療領域人士，
還有很愛問問題。
這篇文章希望可以提供給跑友們一些參考。
做物力治療是個花錢花時間的事情，但我覺得很推薦跑友們去做，以下會說明。
請多多指教
-----------------------本文開始--------------------------------
我開始進行物理治療約半年了，開始的過程可以看
[Physical Therapy 物理治療紀錄- 前言 ]
我前面三個月是在陽明物理治療所（台北石牌）由朱俊榮主任做治療，
今年一月底跑完日月潭馬拉松後則是換到新竹的全人物理治療所由張藍之治療師做治療。
這篇文章是我的物理治療心得，所以會非常直觀地用自己的感覺描述我的感想。
首先來說陽明物理治療所。
1.陽明物理治療所。
如果用一句話來形容朱俊榮主任，就是。
主任是神手。（結束）
我在陽明物理治療所看診的第一個月成效良好，是自己感受的到進步那種。
這是我第一家看的，也是第一個接觸的物理治療所，
由我擁有治療師執照（正在轉職念醫）的友人推薦。
看這家物理治療一定要預約！而且是提早至少一個星期預約。
我第一次看診時要預約還差點排不進去。
是家激夯物理治療所。
治療流程大多如下。
第一次時會由主任來研判患者的身體問題，接著進行電療＋熱敷放鬆，
再來是徒手治療，做一些復健運動，最後冰敷，肌內效貼紮結束。
直接重點上，來個優缺點。
優點：
陽明物理治療所的流程據說和一般復健診所是比較類似的，
我自己沒有去過健保的復健診所，但據去過的朋友跟我說覺得是很相像。
差別在於時間，陽明的電療時間比較長，一般復健科的電療時間可能就比較短。
一般復健科可能也有徒手治療，可是就沒有這麼完善。
加上主任的徒手治療技術真的非常好，果然是累積來的功夫。
（據說主任在醫院臨床待了10年多有）
陽明的徒手治療是真的認真的徒手，沒有使用任何機器幫忙放鬆。
所以其實要非常有力氣(?) 他們的徒手治療我個人感覺像是把筋膜沾黏鬆開。
主任判斷我的問題是我長期拉琴站著的重心固定都在左腳，造成左右腳的肌力差很多，
天生韌帶很鬆所以如果肌肉沒有訓練起來，關節容易位移，骨盆也是歪斜。
每次徒手治療時都痛到我哭（認真地哭） <-也可能是很愛哭。
但治療完是有進步了。（跑步的時候感覺得到差異）
主任幫我貼紮我去跑步，跑起來腳的感覺也對很多，
是
神手！！（跪下的狀態）
缺點：
來直白<-很有膽 的講一下陽明物治療所得我個人觀感的缺點。
就是人多到根本不像自費。
我幾乎每次有預約，19:20準時到，但到晚上11點還無法完成我所有的治療。
常常回不了家......ORZ 隔天上班也很痛苦。
可能我自己對於自費的定義就是期待品質有一定的水準。
單就主任的技術來說是有，但整體醫療品質並沒有到。
因為病人太多，據我所知，每個時段主任一個人會排到四個病人。
所以每個病人分到的時間就變少了。
主任太忙了所以通常復健動作是交代下面的治療師幫忙做教學，
但我覺得連旗下治療師也很忙，所以我常常復健動作做不對卻沒人幫忙看，
（但我會不要臉直接的拜託年輕治療師幫我看，他人很好都會幫忙）
陽明的復健動作我花了滿多次才抓到他們在講什麼。
電療部分也是一樣，因為大家都很忙，可能病歷紀錄不夠清楚。
所以有時候電療貼片會貼錯，沒有貼在正確的地方。
幾次之後我會自己提醒他們電療貼片的位置。
我第一個月看完後，主任有一次因為治療所的一個治療師請假，治療所病人爆滿。
就開始把我排給比較年輕的治療師做治療。
年輕治療師看完後主任再幫我稍微檢查一下。
我原本不知道主任有多厲害，一有對照組就發現主任的技術真的很難有人可以取代......
自從給年輕治療師做治療後，進步的幅度就比較低。
其實我要換去別的物理治療所之前心中一直很掙扎。
我覺得物理治療師的養成和醫生護理師老師的養成都一樣，需要時間和經驗。
心中很擔心如果我直接說會不會很傷人，
但我.......實在很想跑步很想恢復呀（落淚）
所以忍耐了一個多月，有一次回家因為進步幅度太小plus一直無法跑步回家
就崩潰大哭 <- 沒想到我這麼愛跑步呀阿哈哈哈哈
再度跟治療師朋友與教練討論過後，決定尋求其他的物理治療所治療。
所以就跟陽明物理治療所掰掰了。
（但我親姐姐跟我同時在陽明做治療，很幸運的都是主任親自治療，
所以就一直留在那邊了，狀態也有越來越好。）
如果想要找主任治療，我個人的心得是，最好是您可以排早上或是下午，
病人比較少的時間，
那就可以確保是主任主治。
我個人覺得主任可能真的想要培養下面的治療師，但要完全讓他們做，
又知道他們的技術不夠到家
（我算了一下，一個治療師徒手治療技術要到位，我個人感覺要差不多八年）
<-用醫療費換來的感覺。
所以才會造成現在主任病人很多，但是要可以完全給主任從頭到尾治療的時間卻很少。
我曾經有過瘋狂念頭要花大錢把主任的那個時段四個病人的預約時間都買下來，
（一個時段四個人，所以我付四倍的錢，但那個時段只治療我）
後來發現病人太多不可能，就打消這個瘋狂念頭了 <-我姊覺得我很瘋狂......
但老實說，主任絕對值這個價位的！
（如果沒辦法，恩......好）
陽明物理治療所
初次診斷費（應該是300NTD)
每次看診費：700NTD
每個人狀況不同收費不同，我似乎是中度。
所以價錢還是要依個人身體狀況為主。
Elisa總看診次數：11次
----------叮叮叮我是分隔線-------------
離開陽明物理治療所後其實我很慌，
覺得這世界上可能沒有比主任更厲害的物理治療師了。
還一直想著乾脆退出體壇好了，下班後還倒在枕頭上落淚..... <- 浮誇的雙魚座。
但又因為愛面子(?) 的關係，現在朋友們都以為我脫離下午茶小公主，
把我當成運動健將，陽光少女。
戲都演了只好繼續演下去（誒！）
只好上網瘋狂搜尋物理治療所的相關資訊，但發現物理治療所很多，
但病人的心得很少呀！！！！！
我想看那種真實誠懇(?)的醫療感想。
PTT上也查到一些神秘的物理治療，最後決定去看全人物理治療所的原因很單純。
原本很想去新埔張育賢挑戰PTT上傳說中的神手，要幾個小朋友我都願意，
只要讓我可以恢復就是了（已準備好年終獎金）
只因為我看到西喜（我大學開始很喜歡的美妝部落客）的老公-隱藏角色
說張育賢那邊人多到像廟會.......
那不是跟我之前害怕的狀況很像嗎.....?
看到隱藏角色推健全人物理治療所。
雖然在新竹，和教練討論過後，決定去看看。
就打電話預約了。
地點有一點點難找，如果不是開車騎車，要到達治療所也不是太方便。
（陽明石牌治療所在石牌捷運站走路5分鐘就會到的地方。滿方便的）
但新竹幾乎所有地方都要開車或騎車，所以這個點就不用在意了。
預約時我沒有指定治療師（因為都不認識）
我被排給張藍之治療師做治療。
第一眼看到治療師覺得好年輕！！是個超級年輕瘦瘦的皮膚白白的美女。
瞬間有點害羞(誒？）
第一次看診就和治療師說了我的狀況，之前做物理治療的狀況，和最近跑步的狀況等等，
自述完治療師也問了我一些問題，接著就幫我做一些檢查。
檢查完治療師說她覺得我不是不能跑步，但有一些地方要調整。
扁平足的部分還不到不能跑步，但是鞋子的挑選要注意，
請我下次看診把我最常穿的跑鞋帶來。
以我的身高來看（ 我153CM) 我的腿很粗（對不起.....我知道我腿胖胖......)
<-請參照第一張照片，滿清楚的。
張藍之治療師說，她一看到我就想我大概屁股臀肌沒力。
所以才會用大腿與小腿肌肉在跑步。
人的下半身體態應該是屁股最大，然後大腿，小腿，線條應該很順。
臀部肌肉是人體最大的肌肉之一，如果臀部肌肉有力，
那就可以輕鬆驅動跑步往前的動力。
做了初步的診斷後，治療師先幫我放鬆小腿的肌肉還有喬回骨盆位置。
全人物理治療所的徒手治療比較輕柔，不是很痛的那種鬆開筋膜的方式。
另外如果要放鬆深層的肌肉，會拿一種類似槍的儀器，啪啪啪啪啪的用打的。
剛開始我很懷疑到底有沒有效 <- 一個非常不懂的狀況，覺得一定要很痛才有效）
後來發現用槍打進深層肌肉，如果打在對的點上非常酸！所以用儀器幫助也是有效的。
第一次看診時，我剛跑完日月潭29Ｋ, 一邊跑我有一邊把自己身體狀況記下來，
看診時也一邊報告給治療師了解。
我認為患者自述是提供物理治療師安排療程很重要的一個環節，如果可以詳細敘述
1. 哪裏痛？
2. 怎麼痛？ （痠痛？刺痛？）
3. 什麼狀況下疼痛？（跑步跑超過5K? 跑上坡時？跑下坡時？做某個動作時？）
4. 痛多久了？
5. 每週做哪些運動？強度？運動次數？運動時間？
6. 是否有舊傷？跌倒？接受過什麼樣的治療？
（中醫針灸，骨科醫生X光，傳統推拿等等）
初步想到這幾個要點，提供給想看物理治療的人做參考。
想要接受物理治療的朋友，如果能詳細把這些記錄下來提供給治療師，會有一些幫助。
全人物理治療所的療程比較簡單
主要是
徒手治療->做復健運動教學 OVER!
療程比較簡單，但我覺得成效非～～常好～～～～～
直接下優缺點：
優：
全人的物理治療過程，請出教練的評價就是
“一條龍式服務”
是我想要的自費治療該有的品質和狀態。
我都準時在預約時間到，如果有意外到不了也會提早打電話治療師調整時間。
除了有一次我發高燒臨時取消（後來有跟治療師認真道歉......）我都會準時到。
到治療所後幾乎不需要等待，就輪到我做治療了。
治療時間內不會有換手的情形，張藍之治療師會全程從頭到尾幫我做治療，看我做運動。
這是我想要的自費治療品質。
我來解釋一下這件事的好處是什麼
首先，治療師會很了解你的狀況。你每次的疼痛，
做復健運動上有什麼弱點和壞習慣，治療師都記得。
每次的復健運動安排也會很有系統，依照狀況做調整。
徒手治療時也很清楚知道哪些有好轉，哪些有問題。
物理治療中，我認為復健動作是否有持續練習，
將肌肉肌力訓練出來，是能不能康復很大的關鍵。
舉例來說，治療師每次都幫我把我小腿不正常使力導致緊繃的肌肉放鬆，
如果我沒有繼續努力每天做復健運動，
臀肌還是一直沒力，那這個狀況就會一直持續。只是每次都讓治療師幫忙放鬆調整。
（所以花了錢就要好好做復健運動！）
做運動時因為是同樣的物理治療師在旁邊看，她總是可以很快的抓出我做復健運動的問題，
也會很清楚明確的告訴我解決方法與要注意的事項。
並且完全確認我清楚理解，能做到她要的運動才會結束治療。（是個很細心的治療師呀～）
另外，身體上的問題通常不是一朝一夕造成的。而是日常生活習慣導致的。
我一直沒有發現自己走路姿勢很有問題。
在陽明物理治療所時，主任發現我走路一直走一直線，導致我的腳使力不正確。
張藍之治療師發現我除了這點之外，還有一點就是我走路幾乎都是用跳的走，
腳跟沒有好好的接觸地面，幾乎都在跳躍。
另外姿勢有點內八。
站立時我常常會把膝蓋往後頂到底，導致我膝蓋下緣有一圈脂肪積在那邊。
張藍之治療師說膝蓋往後頂到底的這個姿勢會讓膝蓋負擔變很大，
請我日常生活中要多多注意。
（我猜是因為以前拉琴要久站，不知不覺就養成這種壞習慣......)
對於我的各類疑問，她也會很有耐心的解釋給我聽。要解釋給醫學麻瓜聽，真的很感謝她。
（我問題不是普通多.....是好奇寶寶）
（BTW,陽明物理治療所的年輕治療師也會很有耐心地回帶我的問題，
主任太忙了就沒辦法了～）
還有各式各樣的小點，因為這篇文章是個總紀錄，就不詳述了。
但我認為全人這邊的治療型態就是我要的。
缺點：
老實說我現在還沒想到（搔頭）
硬要說的話可能是沒有這麼全面(?) 全人比較針對點做治療。
在陽明做治療時，雖然我常常只有右腳痛，主任卻都會整個調整。
（脊椎，臀肌，骨盆，每次都會快速的調整一下 <-真的很快，大概五～十分鐘）
在全人做治療時比較針對點，如果我左腳沒什麼病痛就不會去處理～
大概是這樣～！
但我發現如果好好仔細做徒手治療，光是我的右腳和骨盆大概就需要30分鐘，
所以我對於這樣的治療方式是沒有什麼不滿的，覺得很滿意。
（所以其實沒有缺點.....?)
在更硬要說就是交通不便。
總結就是：推！竹北人你們太有福了（咬手帕羨慕中）
我後來上網偷估狗張藍之治療師，發現她有在電影破風中出現唷（笑）
而且雖然年輕但是很有經驗。
希望我寫完這篇文章不要變成我預約不到.....(再度咬手帕）
全人物理治療
初診診斷費：400元
每次看診：800元 （全人是依照看診時間，我是中度症狀，治療時間約40分鐘）
全人物理治療所有看診套組可以買，一組三次，
我的中度症狀是三次2200NTD. (優惠200元）
除了第一次診斷外，我都乾脆的買療程做治療。
目前看診次數：6次。
-----------------------
以上就是我個人看了兩家物理治療所的心得，提供給大家做參考。
我其實很推薦大家去看物理治療，尤其很多女生都有骨盆歪斜的問題。
之前看書就有看到，如果有骨盆歪斜，當女生懷孕時會非常不舒服。
Novak Djokovic獲得澳網公開賽冠軍時，
致謝詞中感謝的人就有他的物理治療師。
Kobe的物理治療師也是他職涯中非常重要的人物。
國外的運動員們對於物理治療師似乎比較有概念，
台灣一般的民眾對於物理治療似乎接觸得比較少。
透過我這篇不專業的心得，希望提供給大家如果運動時身體上有疼痛時的另一個醫療選擇。
尤其在路跑版上常常看到一些版友詢問疼痛原因，
真的很推薦給專業的物理治療師做診斷與治療。
找出問題癥結點。
我非常感謝跑步讓我發現了自己身體的問題。
如果沒有跑步，我可能一輩子都不會發現我左右腳肌力差這麼多，
也不會發現自己骨盆歪斜。
也不會發現自已韌帶很鬆關節容易移位等等。
（潛水時完全沒有什麼病痛......也沒發現有什麼不對......
只發現我中性浮力控制很好XD)
希望大家跑步也越跑越健康，並且可以持續的跑下去。
ＯＶＥＲ！
（有夠長）
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 123.195.194.50
※ 文章網址: https://www.ptt.cc/bbs/Road_Running/M.1459615265.A.F92.html
真的認真（推眼鏡）打完都覺得怎麼這麼長.....
今年第二年了我很喜歡～好愛台南唷 :D
可能是我表達不夠清楚。因為想寫的東西太多，斟酌之下就沒有寫進去。
其實一般復健科或是健保復健診所也是可以做物理治療，
在大醫院也可以做。
費用相加起來絕對是比全自費的治療便宜。
但老實說一般復健診所光是看老人家的病痛就忙不過來了，
是無法得到我想要的這種醫療水準，
真正因為我的跑步問題而做的治療。
所以我才會走上自費找物理治療所的這條路。
附帶一提，現在的制度下，物理治療師無法獨自診斷。
在看物理治療前需要先取得醫生的診斷證明（骨科醫生，中醫師甚至是家醫都可以）
才能到物理治療所做治療。
國外的治療師是擁有獨立的診斷能力，是獨立出來的一個系統。
但台灣的物理治療師多是與骨科醫生做配合。
我對於自費沒有意見，畢竟是現在的醫療過分便宜。
我在意的是自費後是不是有收到成效。
：Ｄ
謝謝Ｊ大～希望有幫忙到大家。
我剛開始在陽明看時一星期看兩次
現在在全人，因為在新竹,
都是一個星期一次，但最近有時候假日要參加賽事時就會停擺。
初期最好是一星期看一次，如果認真做復健動作，每個星期都會感覺到差異。
有復健動作上的問題也可以馬上反映給治療師做調整。
練跑和運動時的身體狀況也可以定期回報。
我建議是一星期看一次（雖然很燒錢......但是少亂花錢就是了,健康很值得）
哈哈哈主任滿帥的，而且徒手治療技術很神！
原來主任粉絲這麼多 XDDD 他一定很開心 XDD
主任對我講話都有夠直接的很好笑 XD
不會～希望R大能找到適合的治療師，找出問題 :D
其實我覺得沒傷也可以請物理治療師看一下，用預防醫學(?)的概念處理。
成熟的物理治療師可以檢查出人的身體肌肉發展有沒有平衡，或是平常走路，
甚至是脊椎側彎，骨盆歪斜等。
也可以針對自己目前的訓練等諮詢專業的肌力訓練及放鬆姿勢等等。
一般人因為運動量比較不大，日常生活可能無法發現身體的問題。
像我在前言裡面說的那本書的作者就表示，
如果她沒有練跑，不會發現自己骨盆歪斜等問題。
其實很想寫篇別的文章推廣一下這件事，但是不是這篇的主題，
我也還沒整理好所有想法與諮詢，所以先暫緩哈哈哈。
主任真的技術很神奇。（笑）
謝謝Ｏ大，我覺得我能遇到很棒的治療師才是我的幸運。謝謝治療師在我身上花的心思。
我治療師好友也說如果長期給治療師治療，我會是個有趣的case (?)
因為問題很多也很愛做研究 XDD
張藍之治療師說我臀肌都在睡覺，她教我復健動作訓練臀肌。
大概三週後，
有一天我在練跑上坡突然臀肌醒來，跑上坡變得很輕鬆。
讓我自己都嚇到了。跟平常跑步時小腿肌很用力的感覺差非常多！
當週立馬回報給治療師知道，我們都很開心。
（但曇花一現 XDD 只醒來一次 XDDDD )
到現在最近比較可以輕鬆喚醒臀肌，讓跑步時不會一直只用大小腿肌肉。
這進步滿感人的。
覺得物理治療師在我的跑步生涯中真的很重要。
感恩感恩～希望有幫忙到需要的大家。
她真的非常有耐心，而且都記得我的狀況與問題，也會安排我的能力可以做到
的復健動作。也會讓我問很多問題。
（我會看一些相關的書，所以會有一些問題，她都會讓我諮詢）
非常感謝她！
我教練都懷疑我是因為太喜歡她才繼續跑步 （誒？）
真的，原本看到覺得好年輕漂亮，有點點不安。
結果非常很專業細心。
治療也真的很有效。
我教練也非常稱讚。
感謝感謝！
我其實已經很小心暖身收操，跑的也不快。
也有在做肌力訓練或交替訓練。
是因為本身長期職業傷害(?) 加上天生體質問題。
沒想到拉個琴影響這麼深（誒？）
真的不要受傷最好呀～（落淚）
sunshine大跟我感覺一樣！！主任真的是神手。
我的扁平足只要被主任調整過足弓就會跑出來，
但是後續相關的復健真的不佳。
實在是太多人了。
但只是徒手治療調好，就跟超厲害整骨師很類似，
如果肌力沒有訓練起來，只會一直移位，還是會有其他問題。
主任幫我調好後，大概過個3天足弓就會垮下來......
全人的部分則是慢慢可以感覺到改善，復健品質真的很好！
徒手治療的部分也很不錯，張藍之治療師都會很細心的調整我的問題。
骨盆歪斜被她調整完都會回正，在做復健動作和跑步時非常有感。
綜合評比之下就一直在全人做了。可能等久一點我再來發追蹤文章。
我已經預約好下下星期了哈哈哈哈～XD 下星期因為要跑nike半馬所以沒辦法報到。
我幾乎除了要跑比賽或真的有事，都準時報到。XD
※ 編輯: missonly07 (123.195.194.50), 04/04/2016 12:53:43
... <看更多>