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
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

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。

平台應用畫面.PNG
aetherAI 平台產品示意圖。
圖/ 雲象科技提供

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。

雲象科技.PNG
(左起)雲象科技共同創辦人暨執行長葉肇元、事業開發經理顏睿甫。
圖/ 周書羽攝影

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

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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