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 LunitPathAIZebra,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LinkedInMeetHub

本文授權轉載自:創業小聚

往下滑看下一篇文章
從人、流程到工具:TVBS解構新聞業AI轉型方程式
從人、流程到工具:TVBS解構新聞業AI轉型方程式

在生成式 AI 驅動下,新聞產業正加速進入新一輪轉型。這股技術浪潮不僅改變了內容產製模式,也重塑了讀者獲取資訊的入口。面對這場產業變革,台灣科技媒體領導品牌TVBS 展現強勁的轉型動能,不僅積極布局 AI 應用,更憑藉創新專案獲得「nDX數位創新獎助計畫」肯定。

為加速經驗擴散並促進產業交流,日前,TVBS 攜手數位經濟暨產業發展協會(DTA)舉辦「AI in the Newsroom-TVBS轉型實戰分享」發表會,現場匯聚媒體與科技領域專業人士,從實務案例出發,深入剖析 AI 導入新聞現場的應用模式,共同見證 TVBS 如何以 AI 為核心引擎,重新定義數位時代的媒體影響力。

TVBS-1.jpg
圖/ 數位時代

從「人」出發:從超級個體到超級組織,啟動 AI 原生轉型

TVBS 集團成長長簡西村表示,早在生成式 AI 浪潮成形之初,TVBS 便已啟動轉型布局。不僅於 2023 年成立AI未來科技部,專責 AI 應用開發與轉型推進,更由董事長親自主持每週一次的 AI 策略會議,確保決策與執行節奏高度一致,並進一步盤點出「人、流程、科技(PPT)」三大轉型關鍵,逐步落實將 AI 導入各項營運環節。

從「人」的角度來看,TVBS 以 AI 提升效率與創造價值為目標,提出超級個體與超級組織的轉型藍圖。其中,超級個體指的是能善用 AI 工具的記者,例如:透過 AI 分析海量資料、自動生成初稿或經營個人品牌,透過與 AI 的分工協作,不僅提升產出效率,也讓記者得以回歸深度核實與現場採訪等核心職能。

當多個超級個體串聯,便進一步形塑出超級組織,透過 AI 全面提升團隊的數位戰力,成為 AI Native(AI原生)媒體組織。TVBS 的願景是,讓每一個議題皆能發展出專屬 AI Agent,負責資料處理與初稿生成,而人扮演總編輯角色,負責內容品質與倫理把關。如此一來,不僅能實現全天候、高頻率的內容更新,更可透過多 Agent 協作,同時產出文字、影音、Podcast 等不同形式的內容,實現一次生產、全平台分發的目標。

從「流程」出發:讓AI嵌入新聞產製,縮減 30% 作業時間

從「流程」的角度來看,AI 唯有真正嵌入新聞產製流程,才能發揮最大效益。然而,哪些環節最適合導入 AI、導入後流程該如何重塑,往往只有第一線新聞人最清楚。為此,TVBS 邀請新聞部同仁組成「文科種子」團隊,並由主管從日常工作情境出發,親自示範 AI 應用,讓記者實際感受到 AI 帶來的效率提升,進而翻轉「不好用」的既有印象,吸引更多資深同仁投入 AI 應用開發。

TVBS新聞部網路新聞中心總編輯楊致中強調,「AI不是要把新聞人變成工程師,而是要讓新聞人重新回到專業現場。」因此,這群橫跨編輯、記者、編譯等不同職能的種子成員,從使用者視角出發,與工程師並肩協作,以使用情境取代傳統規格書,讓技術團隊得以深入理解採訪流程中的真實痛點,進而開發出涵蓋多語翻譯、初稿生成、重點歸納、多稿比對、標題與內容優化等 AI 應用,整體作業時間平均縮短逾三成。同時,新聞部也與 AI 部門建立每週開會機制,持續提出痛點及回饋使用經驗,推動產品快速迭代。

TVBS-3.jpg
圖/ 數位時代

另一方面,TVBS 也連續三屆舉辦員工限定的「AI 黑客松」,各部門同仁由日常工作中的痛點出發,發想出更貼近第一線需求的 AI 解決方案,讓 AI 逐步成為組織共通的語言,不僅有效提升工作效率,也進一步形塑出 AI 驅動的創新文化。

從「科技」出發:打造混血系統 AI WIZE,讓AI真正貼近使用需求

從「工具」的角度來看,如何在滿足使用需求的同時兼顧技術快速迭代,成為關鍵課題。為此,TVBS 提出混血系統概念,由新聞人與 AI 部門協助,共同開發出專為媒體場景打造的 AI WIZE 平台。

TVBS-2.jpg
圖/ 數位時代

TVBS AI未來科技部副總監吳楨文說明,AI 技術迭代速度極快,若仍沿用傳統「使用者提需求、工程師寫程式」的開發模式,不僅溝通成本高、也難以快速及時優化,容易導致使用體驗不如預期。若是直接使用外部 AI 工具,在產出結果不穩定的情況下,使用者常常要反覆調整提示詞與修正細節,反而會增加時間成本,使 AI 應用淪為新的負擔。

為解決這樣的困境,TVBS 在開發 AI WIZE 時,結合系統化與人才混血兩大策略,由工程師在「深水區」把關系統架構、資訊安全與成本控管,而新聞人則在「淺水區」透過 AI Studio 等自然語言工具定義應用場景,並將新聞專業封裝成可重複使用的 AI Agent技能,同時透過持續回饋機制,讓 AI Agent 不斷學習與優化,使工具更貼近日常工作需求。

簡西村最後強調,人機協作不是選擇,而是必然路徑。TVBS 期望透過這場 AI 轉型,打造兼具速度、深度與可信度的新型媒體競爭力,並以自身實踐經驗為基礎,帶動台灣媒體在 AI 浪潮下強化整體產業競爭力,重新定義媒體的「真實」價值,開創新聞產業的 AI 新時代。

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
AI全球100+台灣20
© 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