【數位策略】天主教耕莘醫院院長鄧世雄~走出白色巨塔,走進民眾日常生活
【數位策略】天主教耕莘醫院院長鄧世雄~走出白色巨塔,走進民眾日常生活
2013.03.19 |

一個平凡的午後,經過天主教耕莘醫院的糖尿病診間,有幾位正在等待就醫的病友,專心地在平板電腦上回答問題。當他們按下送出問卷的按鈕,一筆筆生活狀況、飲食習慣等資料就被上傳到雲端,透過海量資料(Big Data)分析技術,挖掘出潛在的危險因子。病人進入診間後,醫生就能縮短問診時間,準確地對症下藥。還會請病人到健康衛教諮詢中心,接受衛教師的專業輔導,把更多寶貴的衛教資訊帶回家,從生活中養成主動健康管理的好習慣。

當醫院碰上科技,新的醫療服務模式就此誕生。耕莘醫院一年前加入「全民健康保險論人計酬試辦計畫」,並且在2012年底與IBM攜手合作,期待分析出忠誠病人的就醫習慣,提供最適合的醫療服務,幫助病人把費用花在刀口上。所節省下來的固定醫療費,還能夠回饋給醫院。

隨著科技的快速發展,醫療服務已經打破白色巨塔的圍牆,走進民眾的日常生活。院長鄧世雄如何帶領耕莘醫院突破向前?在他眼中,行動醫療還有哪些尚未被滿足的需求?未來醫院又會是什麼樣貌?以下是鄧世雄的訪談整理:

**Q:**你認為醫院要如何透過科技轉型?當科技介入醫療服務,你對未來醫院有怎樣的想像?

**耕莘醫院院長鄧世雄(以下簡稱鄧):**資訊科技打破了醫院的圍牆,現在的醫療服務應該是無所不在的,不是民眾有病才來找醫院,而是他沒有病的時候,我們就要主動出去幫他做好健康管理。傳統的醫療服務,就是病人來到醫院看病,是病人主動來要求服務。但是我覺得科技的進步,可以把醫療服務帶出去,主動到外面去找人服務。

特別是現在提倡的預防保健、健康管理等概念,就是醫療服務要走到社區、家庭、企業裡面,在那邊可能有上百人、上千人,如果沒有資訊系統來做支持和整合,就不容易把資源都連接在一起,所以資訊科技是一件很重要的事。

現在兩岸交流這麼頻繁,有了遠距醫療服務,台商在中國一樣也能接受醫療服務,所以醫院變得沒有國界,範圍也會越來越大,你說這裡面是不是會有商機?只是這些事情還需要政府、法規各方面的支持。

**Q:**隨著數位科技的發展,行動醫療成為一股趨勢。根據你的觀察,耕莘醫院有哪些可以切入的機會?

**鄧:**現在的醫生都很寶貴,我們必須給他們好的工作環境,否則就會出現「五大皆空」的情況,特別是內科、外科、婦產科等重症醫生會越來越少。過去一發生狀況,電話講不清楚,醫生就要特地跑到急診、病房來看片,現在醫生有了「PACS mobile」的應用程式,可以隨時在手機或平板電腦上,查看即時影像或波型圖,像是心臟的超音波、骨科的X光等,都可以即時傳到行動裝置上。對於醫生來說,他不用特別跑來跑去,可以直接在家裡、路上任何地方看片,隨時隨地都能掌握病人的狀況,而且取得的資料也比較完整。

另外一方面,我們從病人的角度出發,發現病人不只要最快、最好的資料,更希望資訊不是破碎的,想要一次拿到所有的資料,而不是跟這個醫生看,拿到一份資料,跟另外一個醫生看,才能拿到另一份資料。所以站在病人的立場,我們希望提供的醫療服務是完整且持續的,這些就是可以靠科技來幫忙的。

我們在六年前開始投入遠距醫療照護領域,當初是跟資策會及一些民間資通訊的廠商合作,爭取到經濟部的銀髮族U-Care計畫,目前總共有600位會員加入。我們主要採家裡、社區、長期照護機構三大類型,會在社區、老人養護中心、里長辦公室等地點設置保健站。

舉例來說,這些銀髮族不用跑到醫院,直接就能在病人端做定點測量,資料會直接傳送到醫院。如果生理數據異常,院方就會即時與會員聯繫,平時也會用電話問安,或是直接到家裡去拜訪,也算是一種後續的追蹤服務。

再來我們想要建立完整的服務流程,像是把耕莘醫院的資料與其他診所串聯,如此一來老人家到居家附近的診所就醫,醫生就能直接看到病人曾在耕莘做過的心電圖,拿得到他每天測量的血壓、心跳、血糖等資料。對於病人來說,也可以得到比較好的照護服務。

**Q:**我們很好奇,耕莘醫院為什麼會跟IBM合作,一起推動醫療科技服務轉型?促動你們想要靠科技變革的關鍵是什麼?

**鄧:**我們在去年加入「全民健康保險論人計酬試辦計畫」,希望可以透過健康管理服務,減少病人看病次數,降低後續產生的醫療費。所謂的「論人計酬」制度,意思就是每個病人會有固定的醫療費,比方說一位心臟病的病人,一年要支出的就是100萬,如果沒有花到這麼多錢,那剩下來的就是給醫院。

為什麼會加入論人計酬的計畫?因為我們覺得「預防勝於治療」才是正確的概念。你平常有在注意飲食、規律運動、定期健康檢查,那麼你生病的機會就會變低。因此,醫院應該提供更好的預防保健和健康管理服務,才能讓病人身體更健康,減少看病的機會,所節省的醫療費就會回饋給醫院。

因為我們加入論人計酬的計畫,再加上一直以來有遠距醫療的服務,因此IBM就找我們談合作。它們幫耕莘醫院做海量資料(Big Data)分析,根據2萬多筆的忠誠病人資料,分析這些人的看病習慣,了解是什麼原因驅動他看病?他什麼時候看病最有效?這麼做很符合論人計酬的概念,因為研究結果可讓錢花在刀口上,醫療服務就能打中靶心,省下不必要的花費,換取病人更多的健康。 

**Q:**耕莘醫院希望靠海量分析,為醫療服務帶來哪些改變?期待可以產生哪些成效?

**鄧:**我們也會在未來創造出新的衛教模式。舉例來說,目前我們初步選了70位糖尿病人,在他們就醫的等待時間,我們就會給他們一台平板電腦,直接在上面做問卷,調查他們的生活狀況、飲食習慣等,透過分析找到危險因子。我們希望從許多數據中找到各種線索,把它變成實證醫學拿來發表。

當醫生正式為病人診斷時,也能省下許多溝通的時間,以前可能要花20分鐘,現在談3到5分鐘就差不多。看診後,我們會帶病人到衛教教室,專業的衛教師會告訴病人,應該如何加強健康管理,鼓勵他們關心自己的身體。

如此一來,病人不再只是被動地聽從醫生,完全看醫生說什麼就配合什麼,反而會讓病人主動參與健康管理,讓他明白健康不只是和醫生、護士有關,提高病人參與健康管理的主動性。

台灣的論人計酬制度,跟美國的HMO最大的差別,就是美國有規範病人只能在特定區域就醫,讓病人不可以到處趴趴走,不允許Hospital Shopping的狀況發生。可是台灣健保局的論人計酬沒有這個條件,而且病人可以今天跑耕莘,明天跑台大,後天跑榮總。

未來我們不只會分析糖尿病患的資料,如果這樣的模式證明出來是好的,那就會把樣本擴大到心血管疾病、心臟病、腎臟病、多重慢性病等不同的族群,希望透過健康管理,來降低病人的花費,並且努力去拓展更多的忠誠病人。

**Q:**醫院投入數位科技領域之後,目前碰到哪些挑戰?應該要如何突破?

**鄧:**我覺得高科技(Hi-Tech)是很好,但是高感度(Hi-Touch)更重要。現在台灣醫院越來越依賴科技,許多醫療人員都以為資訊是萬能的,可以解決所有的問題。但是科技永遠無法取代人的接觸,因為醫療本身是非常冷酷的,所以病人很需要人的愛心、關懷和同理心。

醫生還是要跟病人面對面談話,而不是躲在遠遠的地方,讓資訊告訴醫生情況怎樣就好了。特別是在醫院裡團隊非常重要,很多資訊是需要靠人們互相討論,如果這個團隊都是用電腦在互動,那我會覺得他們是有問題的。

另外,我常常跟員工說,醫院想要靠科技轉型,前期的投資一定會花很多錢,如果剛開始沒有想好策略,就直接跳進去做,那些投資就會像是無底洞。因為你開始導入科技,就會慢慢開始依賴它,但是想要多一點服務,就要花很多錢去買硬體、買軟體,而且還要付給科技大廠的授權費,所以錢要怎樣花在刀口上,是一件非常重要的事。

 

數位化三策略

1.PACS Mobile應用程式:醫生只要登入帳號、密碼,就能在手機或平板電腦裡,查閱自己負責的病人影像資訊,不必為了看一張圖就要跑醫院一趟,隨時隨地掌握病人最新情況。

2.遠距視訊諮詢:只要在機構端架設錄影鏡頭,醫生就可以透過視訊進行遠距會診,讓一些行動不方便的老人家,能夠直接就地接受服務。

3.運用海量資料分析:耕莘醫院與IBM合作,透過海量資料分析技術,分析疾病病程、就醫模式、最適醫療服務模式等,希望找出最佳的個人化治療方案。

原文刊於數位時代雜誌2013年1月號

往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。 依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓