[專訪] 國際醫學維基翻譯計畫發起人海爾曼：因為醫生不會永遠都是對的!|數位時代 BusinessNext

三大步驟，讓資訊更開放

除了國際醫學維基翻譯計畫（Medical Translation Project）發起人之外，海爾曼其實還有另一個身分，那就是加拿大不列顛哥倫比亞大學的急診室外科醫生。笑稱自己「一半是維基人、一半是醫生」的海爾曼說，之所以參與維基百科編輯，得回溯到8年前的某個尋常夜晚。

那天，海爾曼正在急診室值夜班，碰巧在網路上逛到維基百科的肥胖症條目，赫然發現，裡面竟然藏了許多錯誤訊息。「那時我心想，我的天啊，這實在太糟糕了！」不過就在此時，他發現頁面上有一個編輯按鈕，可以讓使用者編修文章，從此他一頭栽入維基百科浩瀚的知識之海。而一年半前，他甚至將醫院的工作時數減半，只為了投入更多時間和心力在維基社群。「當我看了越多維基百科的文章，越發現世界上有許多人依賴維基提供的資訊。對他們來說，維基百科就是醫療資訊的來源，這更加激勵我去修正這些文章，」他說。

在那之後，海爾曼開始發起國際醫學維基翻譯計畫。這項計畫共分為三大步驟：改善條目（Article Improvement）、翻譯（Translation）、讓讀取更方便（Improving Access）。

首先，以海爾曼為首的編輯群先參照世界衛生組織和維基百科的醫療主題列表，從中挑出1,000項關鍵疾病，再將英文原文編修得更完善。當文章品質到達一定水準後，除了鼓勵大家參與翻譯，2012年起還請來無國界譯者組織（Translators without Boaders）協助，以人工翻譯方式，將文章譯成超過100種不同的語言。

2014年秋天開始，國際醫學維基翻譯計畫也和台灣的中華民國維基媒體協會合作，邀請台大醫學院學生加入這項翻譯計畫。透過Facebook和Hackpad等數位工具，他們在短時間內就翻譯出超過90個短條目，成果驚人。最後一個步驟則是搭起獲取知識的最後一哩路，讓更多人能夠使用維基百科。

例如在開發中國家，雖然手機已經相當普及，但是資料流量費用卻很高，大多數民眾根本無力負擔。因此，維基媒體基金會推出維基百科零點計畫（Wikipedia Zero）並且邀請當地電信商加入，讓民眾可以免費讀取維基百科。目前這項計畫的受惠人口已達4億人，大多數在非洲和東南亞國家。

為什麼要推動翻譯計畫？海爾曼表示，全球每天有上千人因為無法獲得充足的醫療保健資訊而死，追本溯源，就是因為網路世界的語言和實體世界語言差異懸殊。他指出，維基百科目前擁有286種語言，雖然聽起來數量龐大，但是其實全世界共存在超過6,000種語言，光是非洲就有大約2,000種語言。然而諷刺的是，在實體世界中占了多數的語言，到了網路世界卻成了弱勢族群，而只懂該語言的人民也因此無法獲得足夠資訊。

開放醫療知識為什麼重要？

「尊重專業」四字人人都愛講，既然如此，為什麼我們還需要開放醫療知識？這麼一來，會不會養出更多難纏的病人，造成醫師的壓力和負擔？對於這個顧慮，海爾曼絲毫不以為意。他指出，以前大家都覺得醫生最懂，但是事實卻不一定如此。在過去，病人去看醫生時，會先回答醫生所有的問題，再由醫生為病人下決定。「但是我們致力於改良這種狀況。我認為，應該要讓雙方都了解醫學資訊，讓醫生和病人一起做決定。」

海爾曼表示，醫生們希望病人具有充足的醫療知識，至少年輕一輩的醫生這麼認為。所以，大多數的年輕醫生對於病人可以在網路上閱讀相關資訊，其實是很開心的。他以自身為例說明：「比方說我是急診室外科醫生，我的病人有成人也有孩童。當孩子生病了，如果母親事先做了功課，她就會成為這個疾病的專家，變成最了解孩子的人。身為醫生，我其實很仰賴這樣的專家。」

雖然當病人獲得很多資訊後，可能會質疑醫生的判斷，「可是有些問題是該問，因為醫生不是永遠都是對的，」他說。

海爾曼進一步解釋，有些醫生可能是40年前讀了醫學院，但是他們並沒有跟上最新的資訊，因此這些醫生給的答案很可能是40年前的正確答案，已經不再符合當下的狀況了。所以，為了病人好，有時候的確該質疑醫生。不過，他也強調，更重要的是讓醫病之間的資訊平等，讓雙方可以多加討論。病人可以說出他的想法和擔憂，協助醫生判斷，進而得到更好的醫療照護。

而同樣面對開放資訊，加拿大、美國和台灣的態度有沒有什麼不同？海爾曼直接了當地說：「我認為年輕世代都很認同開放資訊，因為他們就是在這樣的環境中成長。」他表示，當他和越多來自不同文化背景的人共事，越發現彼此有很多共通點，相同之處遠比差異來得多。尤其在維基百科社群，開放資訊和民主理念就是大家共享的價值觀。

「代理式 AI 」（Agentic AI）的創新服務正在重新塑造企業對AI的想像：成為內部實際運行的數位員工，提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢：2025 年是 AI 邁向「代理式 AI」的起點，讓 AI 擁有決策自主權的技術轉型關鍵，2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮，企業如何加速落地成為關鍵，博弘雲端以雲端與數據整合實力，結合零售、金融等產業經驗，提出 AI 系統整合商定位，協助企業從規劃、導入到維運，降低試錯風險，成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路，企業該如何走對第一步？

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題、生成內容的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工，應用場景也從單一任務延伸至多代理協作（Multi-Agent）模式。

「儘管 AI 前景看好，但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出，到了 2028 年，高達 70% 的重複性工作將被 AI 取代，但同時也有約 40% 的生成式 AI 專案面臨失敗風險；關鍵原因在於，企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭，更涉及流程變革與人員適應。

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時加速 AI 落地。

圖／數位時代

正因如此，企業在導入 AI 時，其實需要外部專業夥伴的協助，而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力，涵蓋數據、雲端、應用開發、資安防禦與維運，可以一站式滿足企業需求，更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示，許多企業在導入 AI 時，往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵：HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論，並非紙上談兵，而是已在多個實際場域中驗證成效；鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程，正是其最具代表性的案例之一。陳亭竹說明，HAPPY GO 過去曾面臨AI 落地應用的考驗：會員資料散落在不同部門與系統中，無法整合成完整的會員輪廓，亦難以對會員進行精準貼標與分眾行銷。

為此，博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化，完成建置數據中台後，再依業務情境評估適合的 AI 模型，並且減少人工貼標的時間，逐步發展精準行銷、零售 MLOps（Machine Learning Operations，模型開發與維運管理）平台等 AI 應用。在穩固的數據基礎下，AI 應用成效也開始一一浮現：首先是 AI 市場調查應用，讓資料彙整與分析效率提升約 80%；透過 AI 個性化推薦機制，廣告點擊轉換率提升 50%。

左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例，許多企業往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

圖／數位時代

整合 Databricks 與雲端服務，打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中，博弘雲端發現，底層數據架構是真正影響 AI 落地速度的關鍵之一，因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台，作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架（Apache Spark）為核心，能同時整合結構化與非結構化資料，並支援分散式資料處理、機器學習與進階分析等多元工作負載，讓企業免於在多個平台間反覆搬移資料，省下大量重複開發與系統整合的時間，從而加速 AI 應用從概念驗證、使用者驗收測試（UAT），一路推進到正式上線（Production）的過程，還能確保資料治理策略的一致性，有助於降低資料外洩與合規風險；此對於金融等高度重視資安與法規遵循的產業而言，更顯關鍵。

陳亭竹認為，Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台，當需要啟動新型 AI 或 Agent 專案時，再切換至 Databricks 進行開發與部署，待服務趨於穩定後，再轉回雲端平台，不僅兼顧開發效率與成本控管，也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程，資訊安全與治理的重要性也隨之同步提升。對此，宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層，企業在導入 AI 應用初期，就應做好資料分級與建立資料治理政策（Policy），明確定義高風險與隱私資料的使用邊界，並規範 AI Agent「能看什麼、說什麼、做什麼」，防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層，當 AI Agent 角色升級為數位員工時，企業也須比照人員管理方式為其設定明確的職務角色與權限範圍，包括可存取的資料類型與可執行的操作行為，防止因權限過大，讓 AI 成為新的資安破口。

第三為技術應用層，除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外，還需導入專為生成式 AI 設計的防禦機制，對 AI 的輸入指令與輸出內容進行雙向管控，降低指令注入攻擊（Prompt Injection）或惡意內容傳遞的風險。

博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」，透過完善治理政策與角色權限，並設立專為生成式 AI 設計的防禦機制，降低 AI 安全隱私外洩的風險。

圖／數位時代

此外，博弘雲端也透過 MSSP 資安維運託管服務，從底層的 WAF、防火牆與入侵偵測，到針對 AI 模型特有弱點的持續掃描，提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞，更可以即時監控活動，快速辨識潛在威脅。不僅如此，也能因應法規對 AI 可解釋性與可稽核性的要求，保留完整操作與決策紀錄，協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向，」陳亭竹強調，面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時，加速 AI 落地。在這波變革浪潮中，博弘雲端不只是提供雲端服務技術的領航家，更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗，以及完善的資安維運託管服務，博弘雲端將持續協助企業把數據轉化為行動力，在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機，立即聯繫博弘雲端專業顧問