伊波拉病毒肆虐 — 機器人取代醫師再下一城
伊波拉病毒肆虐 — 機器人取代醫師再下一城
2014.10.20 | 技能

伊波拉病毒至截稿為止(10/10)造成 8,399 人感染、4,033 人死亡。嚴重疫情迫使 WHO(World Health Organization)宣布伊波拉病毒為國際公共衛生緊急事件

伊波拉病毒棘手部分在突變快、無特定治療方式,且高度傳染力。即便是防疫人員也有 5% 機率感染與死亡。近日更傳出八名防疫團成員宣導疫情時,遭認定伊波拉為外來陰謀的民眾殺害

防疫人員同時面對疾病和民眾雙重壓力,使行動更加困難。九月初,來自美國的醫師 Jeff Deal,帶著兩名機器人 TRU-D 前往賴比瑞亞協助醫院消毒,防止伊波拉病毒蔓延。TRU-D 機器人又被稱為「伊波拉殺手」,其配備紫外光,能將部分病毒及細菌等病原體結構打斷,無法再攻擊人體。

機器人與病毒大戰的勝負未定。但在兩者之間,人類醫師的位置恐怕越來越小?

一鍵執行的手術

2014 年心臟外科權威渡邊剛醫師用一台手術機器人 ─ 達芬奇(Da Vinci)– 完成手術。渡邊醫師在手術過程中,人在控制臺內操作機械臂,並利用監視器觀看 3D 影像,從頭到尾不須站上手術台。


(圖說::手術機器人 ─ 達芬奇(Da Vinci)。圖片來源:medgadget)

渡邊剛醫師的野心更不止於單一手術,他大膽建議記錄機械臂的方向、力度與手術影像等資訊,分析後建立手術模組。未來,醫師只要事先瀏覽解剖影像,輸入手術模組,然後壓下按鈕,機器人將自動完成開刀。

未來,我們的醫生在哪裡 ?

2013 年 1 月,美國食品和藥物管理局(FDA)核准 RP-VITA 遠程感知機器人。RP-VITA 模樣很逗趣:機器人頭部是大螢幕,呈現醫生臉部影像。身上有視訊問診的工具,如麥克風和揚聲器,還有攝像鏡頭,用來檢查病人身體徵兆。另外也有麥克風蒐集病人的心音和肺呼吸聲。


(圖說::RP-VITA 機器人醫生。圖片來源:businesswire)

靠著 RP-VITA,醫師不需要親身巡房,只要透過機器人螢幕就能跟病人打招呼、詢問病況,查閱電子病歷。醫師再也不用擔心分身乏術,事實上還能照護更多病房。

最重要的是能實現遠端醫療。即便在偏鄉醫院,醫生能透過 RP-VITA 機器人協助偏鄉醫療。

不只治療身體,也治療心

機器人也能給予溫暖。住過院的人都知道在醫院裡很難遇到醫生,而護士又總是忙碌。最需要關注的病人,在醫院中卻像是被推來推去的局外人。

舊金山的慈愛醫院(Mercy Hospital)雇用大批情感機器人(Empathy Robots)幫忙。這些機器人能詳細回答所有對應的病況條件、照護方式。最貼心的是,機器人還能「看」到眼淚。當它發現你難過傷心時,會給你擁抱、微笑,甚至遞出面紙。

這並不荒謬 — 人類對機器人也能有情感的連結。德國埃森杜伊斯堡大學發現當播放「機器人被虐待」的影片時,人腦大腦的情緒區塊也會隨之反應。

這些發現給了少子化國家希望。日本、韓國正面臨少子及人口老化,將需要龐大的照護系統。療癒系機器人又強壯、又聽話,似乎是不錯的選擇。

微型機器醫生

前面提到大型機器人對抗伊波拉病毒,另外也有較接近病毒體積的微型機器人準備上陣 ─ 奈米機器人(Nanorobot)。

2014 年 1 月,韓國科學家開發出世界第一個抗癌奈米機器人。它能將沙門氏桿菌置入約 3 微米的機器人,然後注入人體。奈米機器人會在組織器官內遊走,直到找到特定癌細胞,自動釋放化療藥劑。這種瞄準獵殺病灶的概念,能降低藥物對於正常組織的傷害。

科技,讓世界上最小的機器人,攻擊世界上最大的殺手。

大型全面的機器人醫院

美國皮尤研究中心(Pew Research Centre)預測 2025 年時,醫師、律師及會計師將被人工智慧給取代。

未來,當你不幸搭上救護車,醫生將藉由機器人的螢幕問診。進了醫院,將由服務機器人負責掛號,帶領你至治療區。再由護士機器人感測呼吸、脈搏等生命指數,並偵測聲波及臉部的變化,還很貼心地匯集病例給醫師。

病人獲得了精確、及時、毫無流程浪費,又完全以病人為本的醫療;但病人可能不會見到任何人類。

台灣 – 醫療機器人的大好市場?

也許有些人會嚷嚷:『台灣不可能由機器人取代醫師!』

不過,全台灣超過 6 成鄉鎮沒有婦產科醫師接生,且平均執業醫師為 53 歲。過往 5 年,原來選擇內科、婦科、外科與兒科的新進醫師,高達 3 成會在受訓過程中,選擇轉科

新血補不進來,多年臨床經驗醫師又紛紛出走,或改投入其他科。台灣西醫四萬多人中,竟有一萬人從事醫美。

令人擔憂的是醫師養成困難。一旦人才無法銜接,斷層會達十年以上。同時醫療需求只會增多不會減少。當全台灣醫生愈來愈少、愈來愈老,病人卻越來越多時,由機器人看病,似乎也不那麼荒謬。

只是機器人醫生的好處,在台灣可能只有有錢人能享受。達芬奇手術機器人一台要價 3,000 到 7,000 萬台幣不等。使用一次,自費額高達 4 – 20 萬不等。傳統手術健保卻只給付 3 – 5 萬,還可能被核刪罰錢。租用一台遠端感知機器人 RP VITA 一個月也需 15 萬台幣。這種數字,連年虧損的台灣健保不會買單。因此,經營者當然寧願跳出健保經營。

再加上機器人的科技形象鮮明,深受消費者信賴。2011 年美國健康照護品質報告(Journal for Healthcare Quality)統計美國 41% 的醫院網站已開始廣告「機器人醫療」,高達 8 成放在網站首頁。例如台灣的馬偕醫院也有專門介紹達芬奇機器人的頁面


(圖說::馬偕醫院介紹達芬奇的頁面。圖片來源:馬偕醫院)

因此就算短期內機器人不會取代醫師,但有可能先吃掉部分健保醫院的利潤。

醫生的演化

危機就是轉機,機器人醫師的出現可能是醫療崩壞下的一種解套。

首先,醫師的角色將改變。機器人出現,讓醫生的角色更像是設計工程師或是操控者,不須大量臨床治療時間。醫生不僅減少勞力,能更專注在醫療的研究和發明。

有了機器人擔任第一線,外科醫師不再需要親手切下病人組織,而是操縱機器執行。內科醫師也不是親自診治,而是藉由機器人錄像檢查、比對數據作出診斷。

神話中的隱憂

然而要發展成熟,醫療機器人會先帶來三大危機:

  1. 醫師能力退化
  2. 電腦與人類的文化誤差
  3. 資訊安全

一旦醫師需求量減少,醫療上反饋進步的速度就會減緩。當醫師過度依賴科技,將導致醫師能力的退化。

其次,醫療機器人的技術總有個上限。畢竟電腦無法像人類般掌握語言、情緒與文化,而且病人的需求會隨時代變動,這是機器不容易跟上的。拿外科為例,光外科就有超過 1,500 種類型的˙手術,還不包含同個名稱下不同的手術模式。即使是超級電腦,要建立起這麼龐大精確、層次複雜,需要大量資訊、反覆辯證的人類經驗資料庫,仍然極為困難。

最後是機器的安全性問題。好萊塢女星豔照外洩事件,再次提醒人們要懷疑雲端的資訊安全。人類醫生負有醫患保密義務,如果違反義務將受刑責。如果違反義務者是個機器人,該如何究責?

同理心的價值

尖端的設備、先進的人工智慧將能逐步提高醫療的準確性。完美的醫療程序將都是 A,然後 B,再來 C,每一步都有大數據跟研究支撐,而且由穩定精準的電腦執行。

但是,醫療中那種體貼病人的心呢?在醫療體系工作的人員,提供的每一個簡單、細緻而微小的照護,都出自一種責任感與信任。如果有天這種體貼失去存在空間,例如被科技給淹沒;或者,醫生真被機器人取代了;那麼在病人生命中最脆弱、最需要關懷與貼心的時刻,出現在身邊的都將是無機體了。

註:本文感謝陳醫師給予建議。

enter image description here

本文出自有物報告。作者Sharon Shih,曾在教學醫院擔任口腔外科醫師。喜歡手術,但專業依然未熟。對醫療以外的世界好奇且興致勃勃。

有物報告取名自「言之有物」,是一個內容深、觀點多、有時幽默的網路媒體。我們聚集了科技、財經、商業的業內人士,從專業的角度探討國際性的議題。

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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
代理式商務連動百兆商機
© 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