[Meet創業之星] 整合行動平台服務，iXensor讓血糖量測更簡易|數位時代 BusinessNext

糖尿病，儼然已經成為現代人類不可忽視的文明病；而精緻的飲食、不良的生活習慣、過度的精神壓力，更讓糖尿病的患病平均年齡不斷下修。那麼，要如何讓血糖量測這件事更直覺、方便？這是現在許多糖尿病患及潛在患者急於知道的答案。安盛生科（iXensor）提供的血糖量測方案，就結合了行動平台、健康管理系統及一次拋棄式光學偵測/傳輸元件，讓血糖量測從過往的3到5分鐘，縮短至短短30秒！

安盛生科技術長陳彥宇博士表示，事實上糖尿病患者量測血糖的頻率應為一天七次，不過實際上美國患者量測頻率多為一天一次，台灣患者更可能七天才量測一次。歸咎其原因，主要是血糖機提供的量測方式繁複，加上外型設計不討喜，外食族通常不願意在家中以外的場所拿出血糖機，遑論在飯前飯後量測血糖。

iXensor
（圖說：安盛生科提供的血糖量測平台，結合行動裝置與一次拋棄式元件，將血糖量測時間縮短至30秒。圖片來源：侯俊偉攝影。）

也因此，安盛生科致力於提供更直覺、便利的血糖量測方式。安盛生科於2012年創立，為國內外合作團隊共同創立的研發中心，三位創辦人來自「台灣-史丹福醫療器材產品設計之人才培訓計畫（Stanford-Taiwan Biomedical Fellowship Program, STB）」，團隊兼具工程、醫學、營運背景人才。

使用者只要將安盛生科提供的一次拋棄式元件置於智慧型手機鏡頭上方，再透過元件的探針紮手指，拋棄式元件就會透過光化學技術，將血液的光化學反應透過手機鏡頭傳輸至手機的App內，接著螢幕上就會出現使用者的血糖資料。整個過程大約耗時30秒。

由於這種量測方式必須操作智慧型手機，也因此安盛生科鎖定的行銷主要目標群眾為35到55歲，有潛在發病風險，同時對於行動平台量測方式較無學習障礙的人。

有趣的是，在開發過程中，由於要不斷確認血糖量測的精準度、誤差值、App演算法以及紮針的疼痛指數等，團隊成員必須不斷被當作「白老鼠」。安盛生科產品經理吳至傑說，他的10隻手指頭曾經因為不斷「實驗」，最高紀錄出現過50多個針孔！成員打趣表示，在這裡工作不僅要付出汗還要付出血，真的是名副其實的「血汗勞工」、「血汗工廠」。

安盛生科的血糖量測方案已經通過了歐洲CE認證，預計在2015年中開始在歐洲通路販售；而美國FDA認證也在同步申請中，台灣部分則預計在4月份接受GMP檢驗，隨時可進入量產。未來，安盛生科除了在傳統通路（如藥局、醫院）販售之外，也會同步經營線上通路。

目前，安盛生科已經通過了A、B輪融資，分別獲得75萬及500萬美元資金，並預計在2015年啟動C輪融資。

【公司資訊】
公司名稱：安盛生科股份有限公司（iXensor）
提供服務：PixoTest／PixoHealth App
成立時間： 2012.06.20
公司人數： 35人
iXensor網址：http://www.ixensor.com

隨著 AI 工具逐漸普及，真正拉開差距的，已不只是技術或算力的強弱，是企業能否整理資料、重新設計流程，並把 AI 融合既有工作方式，持續轉化為營運價值。

Amazon Web Services（AWS）將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表，從技術趨勢、資料治理、流程設計與組織轉型等面向，拆解 AI 落地前必須處理的現實問題，協助企業重新檢視自身的導入條件與下一步布局。

企業下一步，不只是再導入一套 AI 工具，而是讓 AI 進入日常營運

模型可以採購，系統可以建置，但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責，才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型，同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業，場域複雜、既有系統眾多，正因如此，更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎，進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄，今年以「雲騰智慧大南方齊創 AI 好未來」為主軸，將討論重心從雲端與算力基礎，推進到應用全面升級，協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升，才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑，10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」，而是導入之後企業的真實改變。

OpenAI 重磅講者親臨高雄，從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey，以「前瞻 AI 如何助力產業領袖開創新局」為題，分享在 AI 技術快速演進之下，企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張，哪些應用已具備規模化條件？哪些仍需要更完整的資料、治理與組織準備？這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向，拆解 AI 落地前必須處理的現實問題。「數據為本，AI 啟航」先回到資料基礎：外部模型跑得再快，若企業自身的欄位定義、存取權限與資料品質尚未整理到位，技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門，真正困難的不只是把系統建起來，而是由誰推動流程改造、由誰認列成果，以及當 AI 產出的判斷出現問題時，責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題，對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求，也提醒企業：效率不能取代治理，AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界，將直接影響 AI 應用能不能被長期採用。

從六種產業場景，看 AI 如何走進真實流程

真正具備參考價值的 AI 案例，不只要說明「做了什麼」，還要回答幾個更實際的問題：解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷，又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景	議程規劃與關鍵課題
智慧支付	藍新金流運用 AWS AI 自建智能 KYC 與交易監控；處理身份辨識、交易監控與風險判斷
製造	以語意層串接資料孤島，讓 AI Agent 正確理解分散在不同系統的資料
媒體科技	會說台語的 AI Agent：從醫院櫃台到第一線的落地實戰
零售製造	零售製造轉型；把技術接進實際營運與使用者體驗

這些差異進一步說明，AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的，不只是更多案例，而是看見不同產業如何依資料條件、即時要求與風險門檻，把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」，邀集超過 15 組雲端生態系夥伴設置展示攤位，聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理，還是組織協作，不同問題點，都能找到對應的解方。

10 月 23 日，從智慧製造的產線優化、金融科技的風控升級，到運動產業的會員體驗創新，看 AI 如何從概念走進產業現場，成為百工百業轉型升級的實際動能。

「2026 亞馬遜港都 AI 創新日」，掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名