[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|數位時代 BusinessNext

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。

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。

隨著生成式 AI 與 AI Agent 的快速發展，企業導入 AI 應用，早已不是「要不要」的是非題，而是「如何選對解決方案」的決策題。

以 AI 客服為例，市場上雖然有眾多解決方案，但真正能夠拉開差距的，不是技術本身，而是對產業場景、服務流程與顧客需求的理解，這是決定AI 能否改善營運效率、提升顧客體驗，並創造實際商業價值的關鍵。

深耕客服領域多年的宏華國際，憑藉著長期累積的第一線服務經驗，以及對產業應用場景的深刻洞察，打造出適用多元產業的 AI 客服代理人，透過將客服經驗模組化、場景化，協助企業降低 AI 導入門檻與試錯成本，讓 AI 不只是技術工具，而是真正能快速落地、創造營運效益的虛擬助手。

有溫度的 AI 服務，成為企業競爭力的新關鍵

宏華國際資深技術顧問李宗遠指出，對企業、尤其是服務業而言，客服的價值早已不只是接聽電話或回覆訊息，而是建立顧客信任、優化服務體驗的重要平台。透過客服，企業不僅能維持對外溝通的一致性與完整性，也能延伸服務時間與服務範圍，進而即時掌握顧客需求，有效承接每一次商機。

然而，過去要打造全天候客服，企業往往需要投入大量人力與管理成本。如今，AI大幅降低了建置與維運成本，24 小時服務不再是大企業的專利。透過 AI 客服代理人，即使是資源有限的中小企業，也能在不額外增加人力的前提下，快速建立客服機制，提供更貼心、更有溫度的服務，而這也將成為未來服務業的重要競爭力。

以餐飲業為例，消費者有聚餐需求時，通常會透過網路訂位系統同時向多家餐廳預約，等到接近用餐日時，再做出最終選擇。此時，餐飲業者若能在網路訂位流程中整合 AI 客服代理人，主動提供完整且貼心的一條龍服務，例如：推薦適合餐點、提醒停車資訊、確認特殊飲食需求，甚至提前規劃包廂與慶生活動等，讓顧客到店前就有好的服務體驗，自然有機會打動顧客的心、成為最終選擇。

李宗遠認為，AI 的價值不只是提升效率，更在於協助企業打造更有溫度的服務，這不僅有助於降低臨時取消率、提升訂單轉換率與顧客黏著度，更能建立差異化競爭優勢，讓 AI 從工具真正成為企業夥伴。

AI 客服下一階段，比的不是技術，而是誰更懂服務場景

然而，AI 要打造有溫度的服務，關鍵不在於採用了哪些技術，而是 AI 能否真正理解不同產業的服務場景與顧客需求。為此，宏華將多年來服務不同產業、不同場景所累積的第一線經驗，轉化為開發 AI 客服代理人的重要基礎，讓 AI 不只是回答問題，更能理解企業的服務流程，以及客戶的情緒與潛在需求，提供更貼近人性的互動體驗。

李宗遠認為，宏華 AI 客服代理人可以為企業帶來三項價值。第一項是將原本仰賴人工處理的流程自動化。AI 客服代理人不僅能線上服務客戶，完成訂位、預約、報修等流程，還能自動執行後續作業，例如：生成維修派工單，並通知師傅前往服務。

第二項則是優化顧客體驗。AI 客服代理人以多模態 AI 作為核心，可以進行語音、文字與影像的互動，因此，顧客透過電話、LINE、社群平台、網站或實體門市等留下的互動記錄，都能整合至同一平台，避免在服務過程中產生斷點。

第三項是延長服務時間與擴大服務範圍，承接更多商機。AI 客服代理人支援國語、台語、英語 24 小時應答，無論顧客在任何時間、透過何種管道聯絡，甚至使用外語，都能獲得即時回覆。

十多年客服經驗，如何成為宏華 AI 的護城河？

當 AI 客服的技術能力逐漸成熟，真正難以複製的，不是模型，而是背後累積的服務經驗，而這正是宏華最大的競爭力。

宏華國際新事業處協理曾世忠指出，宏華國際深耕客服領域超過十年，累積全台數一數二的服務量能與顧客互動經驗。從客服、門市到到府服務，這些第一線服務經驗，不僅讓團隊更理解真實客服情境，也更熟悉不同產業的服務流程與需求，成為 AI 客服代理人得以持續優化的關鍵。

這些第一線經驗讓宏華非常清楚顧客互動過程中的各種變數，包括臨時修改需求、跳躍式提問、說話帶有情緒等。曾世忠表示，真實世界的客服互動很少按照既定腳本進行，許多AI在面對顧客突然改變想法或偏離原本的對話流程時，容易陷入重複問答或無法理解語意的困境，進而影響使用體驗。
也正因此，宏華訓練的不只是 AI 的智商（知識理解、順暢對話），更重視服務情商（情緖分析），讓 AI 能理解對話情境、顧客情緒與需求變化，可以「秒問秒答、邊聽邊想」，而非只是依照固定腳本機械式回應。

除了理解真實客服互動情境外，長期服務不同產業客戶的經驗，也讓宏華更了解各產業面臨的服務情境與需求差異，並將這些產業 Know-how 模組化，發展出餐飲、技術服務、專業服務等產品包，企業只要完成需求完成設定，便能快速導入，大幅降低建置時間與試錯成本。

「AI Agent 的價值不只是協助企業服務客戶，更將成為企業營運的重要基礎設施。」曾世忠認為，未來，AI Agent 除了協助企業回應外部客戶需求，也將進一步應用於員工服務、人資諮詢等內部場景，成為串聯企業內外部溝通的重要角色。而宏華國際也將持續投入相關技術發展，協助企業在 AI 時代建立更穩定、更具韌性的營運能力。