診所界的Apple Store!Google前員工打造的未來診所「Forward」正式開張
診所界的Apple Store!Google前員工打造的未來診所「Forward」正式開張

由前Google員工打造,AI驅動的「未來診所」正式開張

大家常說,有事沒事都別生病。一生病,去看醫生肯定得花個大半天。所以,去醫院的確是一件即費時又勞心的事情。

但是,有一群人卻想讓看醫生變成一種習慣。

2016年,前Google員工Adrian Aoun建立了Forward。至今,團隊人數已有約40人,其中不乏來自Google、Facebook和Uber的老將,最終目標是提供低廉但優質的醫療服務。本週二,他們打造的第一家未來診所正式對外營業。

「診所界」的Apple Store

診所坐落在舊金山繁忙的街口。一進門,就能看到室內設計十分簡潔,背景的色調採用的是白色和公司的標誌色藍色。在灰黑色地板的襯托下,木家具顯得十分現代又貼近自然。而眼前的桌子上,擺放著的是 iPad 和一些穿戴式裝置和配件。

放眼望去,全然不像大家印像中的診所,創辦人Adrian也說

你可以理解成,它更像是「診所界」的Apple Store。

讓看醫生成為一種習慣的月費模式

不同於慣常按次的收費模式,Forward採用的是訂閱模式。

「只需」149美元(約合4706元台幣)的月費,會員們就能無數次進入診所,同時享受到診所的醫療資源,還包括一些維生素等營養補充藥品。

目前,Forward已有200名早期會員。不過,有部分是Forward 提供給員工家屬的福利,而其中還有15%是免費提供給無法承擔起醫療服務的低收入人群。

充滿未來感的體檢體驗

圖/ Forward

一進診所,會員需要先在iPad上登入,然後要進入到一個身體掃描儀。初次掃描還可以進行DNA測序,檢測遺傳性癌症的風險。

掃描完成後,在醫生跟你簡單分析數據的時候,AI系統也會實時標記相應區域。同時AI系統會調取歷史掃描記錄,結合當次掃描結果,分析出客戶身體的變化,並給出建議治療方案。

依靠客戶的數據庫和Forward獨家演算法,AI系統還會不斷學習改善,並且能預測潛在的健康隱患。

除了先進的AI系統以外,Forward還開發出自己的醫療設備。如隔著衣服也能監測心跳的無線聽診器,和一個手持紅外線儀,能夠快速地標記出會員的血管。

不間斷的醫療服務

不過,Forward想讓你離開診所後,也能享受到他們的服務。

還記得進門看到的配件嗎?那些是讓會員離開診所後,也能實時看到自己的身體數據。除此以外,這些設備都連接著Forward的app,會員可以直接在app上尋求AI或者醫護人員的幫助。

未來診所?

不過,如果你還期待能看到戴著HoloLens的外科醫生,就可能會失望了。這家造價 5,400萬美元的診所,連病床都沒有配置,因為它只提供一些基本的醫療服務。

Adrian 也解釋了為什麼要打造這樣的一家診所:

很多人以為看醫生是一次性的事情,但其實不然,讓我們煎熬不堪的不是喉嚨痛或者濕疹,而是慢性疾病。

畢竟,要住院或者手術的情況還是比較少的。基本的醫療服務,就能很好地讓大家保持健康。如果是小毛病,就能在日常的身體掃描或者監測中發現,會員可以及時調整好自己的身體狀況,避免積著積著就惡化成了大毛病。而且,依賴龐大的數據庫,AI 系統能根據會員身體的監測數據,預測大病的可能性,就不會錯過最佳的治療時間了。

從Forward的投資者名單可以看到,這樣的想法還是受到挺多科技界大佬的認可的。其中有Alphabet的董事長Eric Schmidt,還有Uber創辦人之一Garrett Camp等。

Forward的服務,恰恰就讓當今工作越來越忙碌的人們,養成一種日常進行小體檢的習慣,防患於未然。未來,他們還會努力降低價格讓更多人能夠承擔得起,並且納入更多的服務,開設更多的門店。

那各位讀者們,你們心目中的「未來診所」,又是怎麼樣的呢?

本文授權轉載自:愛范兒

關鍵字: #人工智慧
往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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