分享病歷資料就給健康幣,區塊鏈登上白色巨塔激盪新商機
分享病歷資料就給健康幣,區塊鏈登上白色巨塔激盪新商機

行色匆匆走進會議室,區塊鏈新創DTCO執行長李亞鑫連忙將筆電接上投影機,向採訪團隊展示近期所做的項目。無論是Facebook濫用8700萬用個資的劍橋分析事件,或是近期上路號稱「史上最嚴格個資法」的一般資料保護規定(General Data Protection Regulation,簡稱GDPR),都讓身處數位時代的我們重新思考個資隱私的意義。

台灣全民健康保險自1995年推行至今已經23個年頭,累積了全民大量的就醫紀錄與數據,隨著近年推行病歷電子化,與你我有極高關聯性的「病歷隱私」問題也浮上檯面,而這能夠透過區塊鏈科技來解決嗎?

病歷的價值何在?

「以往醫院覺得病歷是醫院的資產,雖然中華民國法律說病歷是病人的,病患來申請就給紙本,但這對產業是不會有幫助,醫院也只是在自己的醫院裡面做研究,太可惜了。」李亞鑫之所以說可惜,是因為看似蒐集了龐大的醫療數據,但實際上資料可用性很差,「健保有健康雲(指電子病歷),但這些資訊都不完整,會給健保局是因為要健保給付,因此健康雲的資訊,可能有些醫生覺得那是行政資料,不是病歷。」

李亞鑫認為,健保署本身的職能是做社會保險,因此很難寄望保險公司能夠幫助生命科學的發展,「這是兩碼子事,如果今天健康雲只侷限在這裡,那麼是很可惜的,因此我認為,這件事還是應該要民間來做。」

medical record
健保看似蒐集了龐大的醫療數據,但實際上資料可用性很差。
圖/ shutterstock

要讓資料發揮價值,資料的品質就很關鍵,例如一般看診的病歷,如果能進一步結合居住地區、環境資料、平常生活習慣,那麼就能更完整的檢視,可能影響一個人健康狀況的潛在因素,甚至做大數據甚至研究分析,但要達到這樣的理想,就不是單靠現在的健保或是醫院病歷就能辦到。

「大家不能都想要用一朵大雲來統包,如果只用大雲,那最後統包的就是馬雲。」李亞鑫開玩笑的說,傳統中央式的雲端資料庫,除了容易有安全性的問題,在現在跨國移動頻繁的社會,如果在海外需要就診,也很難取得自己平時的病歷資料。

病歷的格式有國際共通標準,但是要彼此資料互通卻沒有一個管道,「大家要有共同的語言,就叫做區塊鏈,這樣才能實現以病人為中心的理念。」

催生醫療區塊鏈作業系統phrOS

正因為每個人的資料都是破碎、分散的,當要使用資料時就會非常麻煩,「是不是有一種科技,能成為我們的資料總歸戶。」因為看見了台灣病歷資料的破碎化,DTCO在2017年與台北醫學大學附設醫院合作,推出醫療區塊鏈作業系統「phrOS」,將醫院、健檢中心、運動健康裝置的數據整合在區塊鏈上,並讓用戶自行決定要將這些數據分享給誰。

「DTCO或任何第三方,沒有用戶的授權都不能取得資料,可以想像成一個虛擬的USB Drive,只是他是分散式的形式。」透過這套系統,能讓病患重新拿回病歷資料的主控權,李亞鑫舉例,不論是將基因資訊授權給中研院,或是將健康檢查報告授權給某個藥廠,都能按一個鍵就直接分享,「因為你就是資料的擁有者,這是法律上完全允許的。」

李亞鑫
李亞鑫因為看見了台灣病歷資料的破碎化,DTCO在2017年與台北醫學大學附設醫院合作,將醫院、健檢中心、運動健康裝置的數據整合在區塊鏈上,並讓用戶自行決定要將這些數據分享給誰。
圖/ 攝影/蔡仁譯

此外在商旅頻繁的現在,資料的可攜性就顯得特別重要,「日本合作的醫院有建一個節點,如果有節點,就能透過區塊鏈授權病歷資料。」除了進軍國人愛去的日本市場,李亞鑫透露目前也積極在中東地區談合作,「因為他們(指中東國家)對於科技的需求是跳躍式的,過去他們可能沒有電子化的基礎,因此他們現在就直接擁抱AI、直接擁抱區塊鏈。」反觀台灣各項基礎建設基礎較完整,李亞鑫認為,當產業發展到一個瓶頸時,「要再花錢做升級,大家會有一些質疑。」

資料分享獎勵機制,未來還想發健康幣

醫療區塊鏈作業系統「phrOS」,是採用以太坊的私有鏈技術,來解決交易速度慢以及手續費的問題,不過問題來了,區塊鏈只能解決像是保存交易紀錄等一部分問題,「那資料儲存呢?身分認證呢?資料整合性的問題都包在這套平台上。」

透過以太坊的智慧合約(Smart Contract),就能解決金流自動化、保險等問題,甚至還能透過獎勵機制鼓勵民眾自己上傳資料,「今天是我的資料,如果我給資料,應該是我要收到獎勵。對資料提供者提供獎勵,而資料使用者必須付費。」李亞鑫認為現在健保局,把全國人民的健保及就醫資料,交由學術及非學術單位做研究使用,並依據資料用量收取不同的行政費用,這件事情本身就非常弔詭,「如果今天我們談,我願意免費貢獻給生命科學研究,也是我個人的事情,但如果你拿我的資料作研究應用,有些民眾會不想,那是否可透過獎勵機制?」

北醫和DTCO發表醫療區塊鏈phrOS
未來只要身份證和大頭照、經過身份認證,即可在醫院開立區塊鏈帳戶、獲得代表區塊鏈帳戶的「智慧健康隨行卡」,而這張卡可綁定在手機上,透過App就能管理自己的健康數據。
圖/ 數金科技( DTCO )

因此DTCO還有一個「健康幣(Health Coin)」的構想,李亞鑫認為健康醫療就像是一種公共建設,要買資料就必須用健康金的概念來買,民眾收到健康幣後,可以用在醫療服務上,在交易所也能換成台幣,「健康幣可以用點數的概念來看,可以透過醫院的App支付一部分的錢與健康幣,就能獲得更好的加值服務。」這套概念像是航空公司的里程計畫,民眾用額外的里程來兌換升等、貴賓券,而民眾貢獻自己的資料做研究,就能在醫院兌換資料線上分析、高級健檢等服務。

為了讓各級醫院能夠快速串接「phrOS」,DTCO也做了一個含有API的實體節點裝置,「醫院可以將節點裝在雲端或是機房。」透過這台節點,就可以讓比較沒有IT的能力診所,能夠用最少的力氣完成安裝。

phrOS
DTCO也做了一個含有API的實體節點裝置,讓比較沒有IT的能力診所,能夠用最少的力氣完成安裝。
圖/ 攝影/蔡仁譯

傳統產業難理解,必須幫醫院想商機

而就一個新創的角度看傳統的醫療產業,李亞鑫談到:「產業跟區塊鏈仍有落差,因為新的科技技術進步太快了,而且現在一直在加速,很多科技都是累積了20~30年,但你看區塊鏈科技,誕生至今也不過八九年的時間,一般產業是比較難理解如何應用。」

因此怎麼用就成了推行新技術的最大難題,因為醫院的環境相對封閉,封閉就容易用中央化的思維來做事情,「這樣遠距醫療跟醫療觀光也比較難發展。」李亞鑫透露團隊目前積極在北中南地醫院推行「phrOS」,最大的困難在於如何幫醫院想商機,「商業模式對產業比較困難,我們都知道資料有價值,但要讓醫院跨出那一步,最困難的不是技術,是必須要讓醫院知道可以賺什麼。」

李亞鑫舉例,像是慈濟醫院想做社區照護,那就可以看到區塊鏈技術的好處,例如要跟不同的醫療單位做跨院轉診合作,病歷資料必須要互通,透過區塊鏈來做就能看得到好處。「但我們想的醫院可能不認同,因為他們可能要付出升級的成本,就會比較遲疑。」

medical record
李亞鑫認為,區塊鏈科技誕生至今也不過八九年的時間,一般產業是比較難理解如何應用。
圖/ shutterstock

穿戴式裝置也需要區塊鏈

隨著穿戴式裝置逐漸普及,未來「phrOS」除了病歷資料,也能整合穿戴裝置的量測數據,「穿戴式裝置沒有區塊鏈,就等於沒有明天。」李亞鑫進一步解釋,如果每個聯網裝置都是一朵小雲,但都無法整合、無法長大那會非常可惜。

「IoT裝置透過區塊鏈,能在病人授權下就能拓展資料應用範圍,整個雲就會擴大。」以心律偵測器來說,蒐集的數據整合健檢報告、基因資訊,就能讓資料做更深刻的分析,「目前有願景,但要跨到這一步是很難的,對我們的挑戰是,要想到大家可以做的案例切入。」

剛從新加坡返台的李亞鑫也跟採訪團隊分享他在新加坡的觀察,「他們的民眾都跟政府說腳步可不可以慢一點,他們覺得政府太快了,民眾跟不上。李顯龍則說:大家可能覺得政府角度快,但如果放眼國際,外面的比我們更快,我們還是要很努力才能追上。」

放眼區塊鏈在醫療領域的應用,李亞鑫認為多數人還是習慣中心化的發展,並不是那麼擅長合作,「如果大家都覺得自己就是自己那朵雲,那台灣的電子病歷未來是不會有發展的。」

往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

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