工時與效率記錄器
Work Hours & Productivity Tracker
「工時記錄器」app是一款由長期關注、研究醫師過勞情形的國家衛生研究院群體健康科學研究所副研究員林煜軒醫師所開發的app。
「工時記錄器」的基礎來自林煜軒醫師過去開發的「行醫記錄器」app，能夠藉由GPS定位自動記錄使用者進出工作地點的時間，全自動產出精準的工時，不僅能讓工時紀錄更加透明，也能為加班費申請、勞動狀況提供清晰且具體的依據，同時適用iOS與android裝置。
本程式不涉及使用者敏感個資，不會讀取使用者在手機上輸入的隱私資訊或瀏覽的內容，也不紀錄使用者所在的位置（只會紀錄是否進入使用者所設定的工作場域），並經過嚴格的資安檢測，確實保障個人隱私及資訊安全。
APP開發與研究基礎
從人機互動資訊分析心智活動狀態
今年(2024)我們的研究團隊在過去「行醫紀錄器」app的研究與開發基礎上，將過去以GPS資訊自動記錄工時的技術近一步提升為區分出GPS定位中的工作與休息狀態，推出「工時與效率記錄器」app。我們也在最新發表的研究中證明，以人工智慧演算法可判別工作中的心智活動與日常心智及身體活動存在的差異。
我們將使用者的GPS定位、人機互動資料作為訓練資訊，以機器學習來作為我們生成以個別使用者為單位的工作心智活動模型演算法，並以此產出使用者一天的工作效率圖，進而計算工作地點與非工作地點的實際工作時數。
在「工時與工作效率」APP中，使用者每日均能獲得由APP所建立之個人化工時與一日工作效率量化圖表，從而紀錄、比較工作狀態，進而以此保障勞動權益。
發表論文
1. Developing Methods for Assessing Mental Activity Using Human-Smartphone Interactions: A Comparative Analysis of Activity Levels and Phase Patterns in General Mental Activities, Working Mental Activities, and Physical Activities.
Chen HH, Lin C, Chang HC, Chang JH, Chuang HH, Lin YH
J Med Internet Res 2024;26:e56144
doi: 10.2196/56144
將個人在智慧型手機上的行為資訊以深度學習及機器學習技術，建立個人化的行為模式模型以評估並分析心理活動，發現工作中的心智活動與日常心智活動及身體活動模式存在顯著差異。
2. Developing a Machine Learning Algorithm to Predict the Probability of Medical Staff Work Mode Using Human-Smartphone Interaction Patterns: Algorithm Development and Validation Study
Chen HH, Lu HHS, Weng WH, Lin YH
J Med Internet Res 2023;25:e48834
doi: 10.2196/48834
使用機器學習算法來預測醫護人員工作模式，成功開發並驗證該演算法能夠從智慧型手機互動模式中預測工作狀態。
3. Assessing Physicians’ Recall Bias of Work Hours With a Mobile App: Interview and App-Recorded Data Comparison.
Wang HH, Lin YH
J Med Internet Res 2021;23(12):e26763
doi: 10.2196/26763於研究中模擬勞檢情況，比較了醫師自述工作時數與應用程式記錄的數據，發現存在回憶偏差，而這樣的偏差尤其在經歷了較長工時後更為明顯。
國衛院電子報 你的工時，比你感覺到的工時多了大約10%！(2022年1月20日)
獲2023年國家衛生研究院年輕學者獎論文著作
4. Assessing User Retention of a Mobile App: Survival Analysis.
Lin YH, Chen SY, Lin PH, Tai AS, Pan YC, Hsieh CE, Lin SH
JMIR Mhealth Uhealth 2020;8(11):e16309
doi: 10.2196/16309利用生存分析評估應用程式的使用者留存率，發現使用時間、頻率和內容設計對於留存率有顯著影響。這項研究雖然主要針對APP留存率，但可應用於設計醫護人員工時記錄APP，提高使用效率與記錄精度。
存活分析做為評估App的商用指標
5. Automatic Work-Hours Recorder for Medical Staff (Staff Hours): Mobile App Development
Chiang TW, Chen SY, Pan YC, Lin YH
JMIR Mhealth Uhealth 2020;8(2):e16063
doi: 10.2196/16063開發出以GPS定位自動記錄醫護人員工作時數的應用程式，並成功驗證其有效性，特別適合長工時的醫療環境。
聯合報 打卡後繼續上班騙不過這款App (2019年12月30日)