減輕醫生工作量！雲象科技讓醫療影像AI落實臨床，加快診斷效率|數位時代 BusinessNext

減輕醫生工作量！雲象科技讓醫療影像AI落實臨床，加快診斷效率

數位化的玻片影像會為病理方面帶來巨大改變，葉肇元與康家彬及葉一忠共同創辦雲象科技，結合專業醫學背景與資訊工程背景，希望能打造國際級的醫療影像 AI 公司，協助大型醫療院所順利數位化、也推動醫療民主化。

隨著技術發展，運算能力的提高、相對便宜儲存空間都為不同產業提供更好的「數位化」環境，但即便如此，缺乏跨界人才及知識仍讓企業數位化的腳步顯得緩慢。

雲象科技（aetherAI）創辦人葉肇元在美國南加州大學（University of Southern California）攻讀病理學（Pathology）博士期間，發現數位化的玻片影像會為病理方面帶來巨大改變，2015 年決定回來台灣，與康家彬及葉一忠共同創辦雲象科技，結合專業醫學背景與資訊工程背景，希望能打造國際級的醫療影像AI公司，協助大型醫療院所順利數位化、也推動醫療民主化。

掃描、建檔、資料分享：數位病理影像平台

雲象科技的第一款產品為 2017 年發表的「數位病理影像平台」。傳統上，病理科醫師在進行病理組織切片的形態學檢查時只留下文字紀錄而非影像紀錄。隨著近年顯微攝影技術及機器自動化技術進步，能自動將組織病理切片進行完整的掃描，病理因此有了數位化契機。

藉由雲象科技的服務，客戶只需要提供組織病理玻片，公司會提供數位掃描服務，並根據其需求建置雲端數位玻片資料庫。葉肇元表示這款產品除了協助醫生可以更方便、快速分享數位玻片外，同時也提供獲得發明專利的玻片導覽系統，使用者能藉其記錄玻片瀏覽步驟進而用以教學。

醫療影像 AI 開發平台 : aetherAI

隨著第一款產品愈發完善及穩定，葉肇元也開始思考公司下一個發展方向，近年來 AI 技術爆發性突破，他認為 AI 若應用在醫療影像，將可能大幅扭轉現今醫療環境。於是進一步調整公司發展方向，以原有數位病理影像為基礎，延伸技術加入深度學習能力，將平台擴大以利醫療影像 AI 開發，並在今年正式發表第二款產品「醫療影像 AI 開發平台—aetherAI」。

雲象科技將 aetherAI 這款產品定義為醫療機構開發醫療影像 AI 的孵化平台，醫院各科專家能將各式 DICOM（DICOM，Digital Imaging and Communications in Medicine，醫療數位影像傳輸協定）檔及醫療知識注入平台，平台會建立模型並檢視結果，並實際應用於放射影像的術後因子預測及特定病理影像超過 90% 的癌症偵測。

沒有充足資料作為 AI 發展基礎是無法成功，為了達到更高的模型水準，雲象科技也積極與大型醫療院所、國內外研究機構合作，藉此擴大資料集的種類、品質與建置範圍，目前美國洛杉磯 Cedars-Sinai Medical Center, 匹茲堡 University of Pittsburgh Medical Center、長庚醫院、台北榮總等都是他們的合作夥伴。

「透過醫療影像 AI，將能讓醫師減少重複性的工作、更有效率完成複雜度高的診斷、甚至是找出影像當中隱而未現的知識，讓深度學習能真正在臨床上落實，產生效果。」葉肇元說。

憑藉這款產品，雲象更奪下今年 NVIDIA GPU 技術大會（NVIDIA GPU Technology Conference; GTC）新創團隊培育計畫（NVIDIA Inception Program）競賽冠軍。

自學AI、建立產業競爭優勢

這一路發展以來也非一帆風順，決定轉型成為 AI 醫療影像公司後，雲象科技也面臨多數 AI 公司遇到的問題，那就是人才不足。

電腦視覺已經是一門艱深學問，雲象所需的人才還需要同時兼具相當醫療影像專業，才有辦法發展。找不到人怎麼辦？那就下來自己學吧！於是，尋找人才過程中，葉肇元與團隊自學 AI，並借重自身的醫師專業知識與醫學資料，持續改善深度學習標記介面，將訓練好的後端程式串接到前端，執行神經網路推論。

雖然辛苦，但這段歷程也為雲象科技闢出新的道路與機會，並建立起競爭優勢。

因為自學 AI 的成果，葉肇元有機會到成大教授深度學習課程，也因而與學界建立起連結。透過這樣的連結，雲象科技能吸收到素質不錯的實習生，藉實習訓練使他們在學期間便能同時接觸電腦視覺與醫療影像專業，實習結束後這些學生有很大機會回到公司服務。具備醫療與 AI 跨領域專業人才，也成為雲象科技其中一大競爭優勢。

目前，全球除了雲象科技之外，市場上提供類似服務的競爭者還有 Lunit、PathAI、Zebra，葉肇元說相較這些公司大多是從特定醫療機構合作出發進而開發出相關工具，雲象科技從最初就採取開放態度，與任何想要發展 AI 技術的機構合作，無論對合作方還是自身而言，擁有更多可能性。

隨著人才逐漸到位、產品更加成熟穩定，雲象科技事業開發經理顏睿甫表示預計今年結束將能在台灣奪下 70% 的醫療影像市場。但除了台灣，他們想進軍全球成為國際公司的夢想也持續進行，葉肇元表示目前已著手開啟新一輪募資，這筆資金將主要用以團隊攻打海外市場。對他們來說，除了馬步得蹲確實之外，也要追求速度，因為現階段醫療影像分析仍是藍海市場，關於產品該長什麼樣還沒有一定準則，能否搶快將是未來能否成為一方霸主關鍵。

創業快問快答

要達到下一步目標，團隊目前缺乏的資源是？
需要持續擴大與醫院的合作程度，大量收集高品質的醫療影像資料集，才能在國際的競爭上取得優勢。

創業至今，做得最好的三件事為何？
1.專注技術，持續投資資源在研發上，讓我們解決所有流程上的斷點
2.連結臨床，與醫師深度合作鎖定有價值的應用深入鑽研
3.發揮熱情，邀請最具優秀的成員加入團隊，提供舞台

最常被客戶或投資人問起的事情？您會如何回應？
Q：醫療影像AI應該怎麼獲利？
A：傾聽醫界的需求，在長期規劃產品研發，以及短期因應市場動態而改變策略當中盡量取得動態平衡。

公司資訊

公司名稱：雲象科技/aetherAI
成立時間：2015/10/7
產品名稱：醫療影像AI開發平台
上線時間：2018/5/1
團隊人數：9人
官方網站｜LinkedIn｜MeetHub

本文授權轉載自：創業小聚

代理式 AI 愈來愈多，必須納入組織管理

但究竟什麼是「代理式 AI」？

「過去人們使用生成式 AI 時，需要一步步下達明確指令，但現在使用者只要賦予代理式 AI（Agentic AI）明確目標，它就能自己理解前因後果、進行推演，甚至能去呼叫 API 完成任務。」Going Cloud 總經理黃柏淞點出差異。
而當企業內部的代理式 AI 日益增加，比方說，人資部門有專屬 AI、業務部門有報價 AI、法務部門有合約審閱 AI，跨部門協作的複雜度也隨之飆升，「如果你是管理者，你就會意識到，必須把 AI 當成一個人，納入組織裡來管理。」黃柏淞強調，能統籌、指揮多個 AI 代理協作的「多代理系統」（Multi-Agent System, MAS），正是為了解決這個痛點而生。

簡單來說，MAS 就像虛擬的企業總部，負責協調、治理負責不同任務的 AI 代理、工具和功能模組。在讓 AI 自主決策的同時，各個 AI 代理間也能共享資訊、協調分工。MAS 還具備極佳的擴展性和分散性，企業可以依照業務需求，隨時新增、更改 AI 代理，能大幅提升營運韌性。

雖然企業普遍意識到，代理式 AI 已經蔚為風潮，但實際部署時，仍面臨諸多挑戰。《多代理系統崛起　打造敏捷韌性企業》報告便顯示，資安疑慮、預算限制、缺乏 IT 支援分別是企業最擔憂的三大問題，「企業最擔心串聯多個 AI 代理時，要是權限沒控管好，很容易有機敏資料外洩的風險。」黃柏淞提到，在此情形下，Going Cloud 推出了以「分層式多代理架構」為核心的解決方案。系統會由一個「主管代理」（Supervisor Agent）作為主要決策層，底層則串聯了各個負責單一任務的「任務代理」（Task Agents）。

以 Going Cloud 服務的大型金融企業為例，假設一位 VIP 客戶登入銀行 APP，詢問 AI 客服：「我想申請房貸，請問現在利率多少？另外，請幫我評估把我目前的科技股基金贖回當作頭期款適不適合？」如果是傳統的聊天機器人，可能會因為問題太複雜直接轉接人工客服。但在 Going Cloud 的分層式 MAS 架構裡，「主管代理」接收到任務後，會先拆解再指派負責「房貸利率」的「任務代理」，去後台抓取客戶的信用評分和最新房貸專案。同時，這位虛擬主管還會指派「理財分析」的「任務代理」，去檢視客戶最近科技股基金的績效並預測市場。最後，再由「主管代理」統整資訊，一併給出一份完整且客製的財務建議，「分層式 MAS 能確保整個過程的指令被清楚傳遞，而且因為權限分層管理，房貸 Agent 不會碰到不該碰的理財資料，符合金融業的風險控管與合規要求。」黃柏淞說。

目前 Going Cloud 已經協助知名金融機構導入 MAS 架構。以實際成效來看，多代理客服平台能降低 50％以上的人工客服工作負擔，並讓回覆使用者問題的平均時間減少 60％以上；FAQ 知識導向與 API 資料調用的正確率，在調用得當的情況下，也都達到9成以上的成功率。黃柏淞指出，金融、製造、顧問等有複雜跨部門協作需求的大型企業，都是亟需採用代理式 AI 的產業。

懂雲也懂企業痛點，助員工無痛升級「AI 小組長」

但為什麼 Going Cloud 能為企業打造出如此高效的代理式 AI 底層架構？一方面，Going Cloud 先前服務過亞洲最大 AI 多媒體科技集團科科科技（KKCompany Technologies），奠定具備理解和服務大型企業的經驗，且自 2022 年創立起，就鎖定服務架構最複雜的大型企業市場。同時，Going Cloud 是全台首家榮獲 AWS 生成式 AI 服務能力認證及 ISO27001、ISO27701 雙重國際驗證的雲端產業專家，此成就彰顯 Going Cloud 在堅實的資訊安全基礎上，深化了對個人資料保護的承諾，為客戶提供符合國際標準的資料保障，強化雲端服務領導地位。另外，Going Cloud 還能為企業量身打造底層 AI 平台，提供 AI 策略方針定調、雲端架構設計、Agent 任務規劃、效能優化等一站式服務。

對於準備跨入「AI 商用階段」的企業，黃柏淞建議，釐清應用場景，比追求最新技術更重要，「唯有清晰定義痛點，才能讓強大的 MAS 平台真正落地。」
他特別提到，導入 MAS 系統不只是 IT 部門的責任，其實更像企業的升級轉型，「未來的知識工作者，不能只是單純『接球就打』，每個人都將成為『小組長』或『專案經理』。」例如員工不必再親自打開 excel 敲公式、解讀報表，應該要學著指派手下的「數位同事」去執行。員工的核心價值，將從過去繁瑣、重複性任務的執行，轉移到前期的目標定義、流程規劃，以及後期的決策判斷和審核把關。

AI 技術飛速推進，企業間的競爭已從「要不要用 AI？」，升級成「如何管理與協作多個 AI？」。透過建構靈活、安全且具高擴展性的多代理系統，企業不僅能解放員工的生產力，更能在瞬息萬變的市場中，打造敏捷、韌性兼具的營運大腦。