[東京現場]Google與眼科界的「麥當勞」合作,想讓印度盲人重見光明
[東京現場]Google與眼科界的「麥當勞」合作,想讓印度盲人重見光明
2017.11.29 | Google

Google在東京舉辦#MadeWithAI亞太區媒體活動,會中Google展示了在醫療領域的最新進展,並且會後接受媒體採訪,闡述了Google在糖尿病視網膜病變檢測的未來發展想法。

導入機器學習,判斷糖尿病視網膜病變

糖尿病是一種因胰島素缺乏或拮抗胰島素功能的因子出現導致血糖上升的疾病。不論是第一型(胰島素依賴型IDDM)或第二型(非胰島素依賴型NIDDM)的患者,長期血糖上升會引起眼部視網膜微細血管病變,稱之為糖尿病視網膜病變(diabetic retinopathy)。

而Google將機器學習技術,導入糖尿病視網膜病變的圖像檢測中。Google研究產品經理彭浩怡(Lily Peng)指出,Google研究團隊創建了一個開發數據集,聘請54名專業眼科醫師來檢視、評估13萬張以上的圖像進行了88萬次的診斷。

再利用這些經過眼科醫師評估的圖像訓練TensorFlow模型,在這個訓練中所應用的神經網路名為Inception模型,經過充分訓練後,這些模型就能夠在「沒有醫生」診斷的情況下拍攝圖像,並替這些圖像進行五級量表分類。結果顯示:演算法在發現症狀的敏感度和判斷症狀的準確度上,都比人表現的還要好。

Google與醫療
透過判斷 9963 張成像所組成的數據集可看出,神經網路演算法(黑色曲線)和8名眼科醫生(彩色點)的辨識結果顯示出高度一致性(中度或更嚴重的糖尿病性視網膜病變或糖尿病性黃斑水腫)。曲線上的黑色鑽石方塊對應了演算法的高靈敏度與高特異性。
圖/ Google

1200萬名印度盲人中,70%只需簡單手術即可治癒

為什麼選擇糖尿病視網膜病變作為研究主題?「這是當地醫院的一大痛點。」彭浩怡說。

根據《哈佛商業評論》,「1200萬名印度盲人中,有70%的人其實只需要簡單的手術就能治癒,但前提是他們要有機會進行手術。」而根據調查印度缺乏近12.7萬名眼科醫生,導致近45%的患者在接受診斷前就已經失明。也就是說,糖尿病視網膜病變是可預防的。

Google 研究產品經理彭浩怡.JPG
Google研究產品經理彭浩怡說:「對我們來說最重要的不是商業模式,而是增加價值的模式」尋找更多潛在的病患,給予他們更多的醫療機會。
圖/ 數位時代翁書婷攝影

「Google研究團隊與印度的眼科醫院Aravind、Sankara以及美國EyePACS進行臨床試驗,希望未來能把這個技術用在眼科臨床診斷中。」彭浩怡說。

Aravind是世界上最大的眼科醫院,也是世界最大的單一眼科手術提供商。整個Aravind眼科醫療系統專長在白內障的切除,醫院握有豐沛的視網膜攝影數據。而且Aravind本身在醫療流程就以「麥當勞式」創新,做一個眼科手術僅需做一個漢堡的時間,舉世聞名。

與Verily智慧隱形眼鏡計畫有關?

雖然研究成果驚人,但若要談落地談實務應用會遭遇什麼挑戰呢?「我們發現硬體設備是視網膜治療的關鍵障礙。」彭浩怡說。

影像品質是影響機器診斷準確度的重要關鍵,雖然使用現有的視網膜攝影設備就已經得到很棒的研究成果,但還是有一部份照片品質不佳。

因此Alphabet的子公司Verily也與全球知名的視網膜攝影相機廠商Optos(已被Nikon收購)合作共同設計新的攝影硬體,讓新攝影設備可以更容易,更有效率地獲得更高品質的影像。

另外,由於Verily已經與瑞士藥廠Novartis(諾華)旗下的眼科品牌Alcon(愛爾康)合作,用Smart Contact Lens的技術研究糖尿病與老花眼等疾病,希望設計出可以偵測血糖的智慧隱形眼鏡,因此讓人聯想Google將機器學習導入糖尿病視網膜偵測是否和智慧隱形眼鏡有關?

不過,對此彭浩怡否認,「我們的研究和Verily隱形眼鏡計畫沒有關聯,我們也沒有進行相關的專案。」她強調,「視覺對於人來說是非常重要的五官,因此如何大量降低因糖尿病而眼盲是一個很重要的研究方向,這本身就是一件大事。」

商業模式不是重點,目標在於找到潛在病患

Aravind醫院的特殊商業模式很特別,醫院僅向約1/3能付費的病患收費,但2/3的病患為免費的「交叉補貼」制度。那這些沒有財力付費的病患,有福享受機器學習技術讓他們早期發現早期治療嗎?Google有沒有和Aravind醫院討論過可能的商業模式呢?

對此彭浩怡指出,「對我們來說最重要的不是商業模式,而是增加價值的模式,我們不是要從這些病患身上賺到錢。而是找到更多潛在的病患,給予他們更多的醫療機會。」

《哈佛商業評論》指出,「Aravind眼科體系有三分之二的病患獲得免費治療或接受補助,但該醫院仍能夠只靠本身獲利,來支付所有擴張計畫的費用。」因此若機器學習能順利前進Aravind將能成為醫師的重要幫手,這省下來的醫療成本或時間,可以做出更好的運用。

關鍵字: #機器學習
往下滑看下一篇文章
街口攜手酷遊卡,出國上網一站搞定!支付與電信的異業整合怎麼做?
街口攜手酷遊卡,出國上網一站搞定!支付與電信的異業整合怎麼做?

對頻繁跨國移動的旅客與商務人士而言,行前配置海外上網常有多重斷點:需在不同平台下載陌生 App、反覆填寫個資;取得 eSIM QR Code 後,也常因單機無法掃碼、得借他人螢幕操作;甚至常等到班機落地,才驚覺尚未開通。

瞄準出境漫遊商機,街口支付攜手富爾特科技,將旗下漫遊服務酷遊卡整合進 App,主打「一張卡,走遍全球」:使用者無須每趟重複購買、安裝,僅依目的地與流量需求線上加值,即可沿用同一張 eSIM。

隨著出國頻率增加、短天期差旅普及,是支付平台與電信服務商的跨界整合,如何把海外連網需求從一次性消耗品,轉為可長效管理的數位旅遊工具?

打造出國上網全新體驗

「過去消費者購買 eSIM 多屬一次性使用,用完即刪;但隨出國頻次增加、短天期旅遊普及,商務人士更常因反覆安裝、刪除感到不便。我們與街口合作,提供使用者一張長效型出國 eSIM,隨時支援跨國連網需求。」

富爾特科技股份有限公司總監毛睿烽指出,使用者取得酷遊卡 eSIM 後,365 天內都能以同一張卡串接不同目的地並直接啟動;即便航班延誤或天候滯留,也能線上即時升級流量,省去重新設定的麻煩。

街口支付副總經理張廷軒則從使用者旅程切入:「以往出國前總要重新尋找方案,現在街口使用者不需額外註冊即可直接啟動。」單一 App 完成購買與開通,也深化了街口作為一站式生活服務平台的完整性。

張廷軒也舉例分享,「針對不熟悉 eSIM 的長輩需要海外網路,在街口 App 就能協助不熟悉 eSIM 的家人完成購買與設定;如果家人在海外臨時流量不足,也能從國內協助加值,省去長輩摸索 App 操作的麻煩。」

街口支付副總經理暨商務長張廷軒指出,街口酷遊卡 eSIM 服務效期長達 365 天,可跨國串接不同目的地,並支援線上即時升級流量。
圖/ 數位時代

此外,實體網卡需求也不可忽視。根據 BICS 與 YouGov 全球洞察報告,67% 消費者對 eSIM 仍感陌生;毛睿烽也指出,現行手機也有近六成不支援 eSIM。對此,酷遊卡整合 7-ELEVEN 通路推出超快取服務:線上下單後,即可至超商透過 ibon 機台即時領卡,免除物流寄送的等待。

富爾特科技總監毛睿烽表示,酷遊卡整合 7-ELEVEN 通路,消費者線上下單後可至 ibon 機台即
圖/ 數位時代

S2B2C 模式,供應商攜手通路拓商機

酷遊卡作為網路漫遊供應商(S),提供連線、技術與客服;街口支付則是通路端(B),憑藉會員基礎觸及消費者(C),擴大 App 應用場景。供應端無須自建流量入口,通路端也能取得差異化服務——毛睿烽將此稱為「S2B2C」模式。

「eSIM 是旅遊行程中的一個上網元件,如果只靠自有 App 獨立經營,使用頻次不夠高,很難存活。」毛睿烽指出,市場同類品牌眾多,消費者難以建立記憶,因使用場景侷限於出國期間,這也是他鎖定既有大型 App 作為入口的原因。除了長期合作的 Klook,電子支付也成為酷遊卡鎖定的通路入口,也呼應街口拓展海外跨境支付布局。

街口x富爾特-4.jpg
街口支付與富爾特科技採 S2B2C 模式合作,由酷遊卡提供漫遊技術、街口支付觸及會員通路,共同拓展跨境上網服務市場。
圖/ 數位時代

根據交通部觀光署統計,今年一至六月國人出境已突破千萬人次,張廷軒認為,這正是提升 App 開啟頻率與黏著度的機會。「我們其實已經合作一段時間,連動最頻繁的場景就是海外旅遊。」他透露,街口也著手規劃海外旅遊專屬頁面,讓使用者在單一 App 完成更完整的生活服務體驗。

場景延伸,街口布局跨境服務

eSIM 資安問題近期成為市場熱議話題,毛睿烽指出,相較於市場上多屬中小型規模的漫遊業者,富爾特科技也是台灣唯一由上市櫃公司出品的漫遊 SIM 卡品牌,長期經營中華電信預付卡業務,須符合嚴格法規規範;除了供應鏈本身,富爾特也引入非紅資源,提供消費者更多元的選擇。

著眼下一步,毛睿烽表示,酷遊卡將持續布局通路合作:「從產品、商業模式、技術到營運、財務支援,我們都能協助不同國家的通路夥伴,共同提供出國上網服務。」

對他而言,這次與街口的合作,是酷遊卡在台灣市場驗證商業模式的一次練兵;待模式成熟後,將逐步複製至亞洲其他國家的通路體系,並藉此將服務範圍由台灣延伸至周邊亞洲市場,持續以供應商角色,協助更多通路夥伴切入海外連網服務的市場缺口。

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
一次搞懂工業AI
© 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