他用這些驚人數字提醒,台灣發展AI醫療不能再等了
他用這些驚人數字提醒,台灣發展AI醫療不能再等了

「醫療業已經沒有別的選擇。」臺北醫學大學醫學科技學院特聘教授暨院長李友專直言,台灣已經到了不得不重視人工智慧的地步,但他並非只是跟上AI熱門話題,而是從這塊土地上,看見許多獨特的「醫療數據」,像平均就診次數、處方籤張數,到放射檢查數量等,都能成為「推動AI發展的燃料。」

北醫醫學科技學院院長李友專
李友專認為,和發展自駕車技術略為不同,台灣的醫療現況已經不允許忽視AI了。
圖/ 吳元熙/攝影

數據越來越多,奠定AI醫療基礎

李友專說,台灣一年有約200萬人次做電腦斷層(CT)和磁振造影(MR)等昂貴的放射治療,而且一個人次可能有幾十張到幾百張不等的數量,兩者相乘下來的累積資料,已經是世界等級。另外,全台醫師開出的處方籤張數超過3億6千萬張,以平均4種藥來計算,數字非常驚人。

「這是好事也是壞事。」他笑說,即便台灣已經是Bloomberg調查,全球醫療效率第9強的國家,可是國人平均每年看診超過15次,或許比見父母的機會還要多,導致健保負擔不斷加重,已成為付不起的未來了。

根據健保署及健保會資料,2019年的健保總額將首度突破7千億大關,達到7140億元;另一方面,健保財務缺口卻不斷放大,從去年的負98億,預估惡化至負257億元。

疾病複雜化後,醫師犯錯機率增加

李友專是台灣電子病歷重要推手之一,也是醫學資訊和人工智慧臨床應用先驅,自1993年投入至今。身兼萬芳醫院皮膚科主任的他,目前還在前線看診,不過即使有多年從醫經驗,卻認為治療難度比起從前高了不少。

28日舉辦新書發表會,李友專用疾病種類的變化為例,1995年健保開辦時,國際疾病分類只有約1萬5千種;時間來到2016年,變成了8萬種病,當疾病複雜化的時候,醫師犯錯的機會也越來越多。「加上老年化社會,病人的身體狀況會更加複雜,而台灣的醫療現況也讓分給每位病患的時間,逐漸縮短。」他說,這些都是不得不面對的現實。

他再舉「用藥錯誤率」為例。相較於英國的8%、美國5%,台灣雖自認僅有4%,且這些錯誤中,也包含多給一顆藥等,不一定會傷到人體的錯誤,但搭配台灣獨有的高就診次數、處方籤張數等醫療現象,還是會造成許多浪費及傷害。

「美國統計十大死亡原因,因醫療錯誤致死位居第三,僅次於癌症和心臟病。」李友專說,即便這不是最新的調查,卻也能顯示,無論從什麼面項來看,若是不善用AI、投資AI,台灣醫療,恐怕也不見得有未來。

關鍵字: #智慧醫療
往下滑看下一篇文章
AI代理時代已至!國泰金控以GAIA 2.0框架加速AI應用百花齊放
AI代理時代已至!國泰金控以GAIA 2.0框架加速AI應用百花齊放

AI正以驚人速度重塑世界樣貌,金融產業也不例外。國泰金控作為台灣最大的金融控股公司之一,不僅積極擁抱創新變革,更透過開放分享促進產業共好:在「2025國泰金控技術年會」中分享「GAIA 2.0技術框架」,揭示多代理(Multi-Agent)雲端協作架構,讓AI從知識問答助理進化成可以自主推論、規劃與協作的夥伴,拉開以人為中心的金融科技新世代序幕。

以GAIA 2.0技術框架為基礎,加速集團應用百花齊放

GAIA是國泰金控為實現AI即服務(AI as a Service)提出的關鍵技術框架,歷經一年的發展,不僅成功建立超過200種資料類別的知識庫、彙整50多種生成式AI模型的Model Hub、設有70道安全防護檢查點的AI護欄。

國泰金控
國泰金控副總暨國泰世華銀行數據長梁明喬分享GAIA 2.0技術框架與集團GenAI應用案例
圖/ 數位時代

國泰金控副總經理暨國泰世華銀行數據長梁明喬指出:「隨著代理式AI技術崛起,我們在今年提出GAIA 2.0技術框架,目標是讓AI助理(Assistant)進化成AI Agent,可以跨單位整合工具、數據與分工,實現真正的智慧協作。」

舉例來說,為深化集團員工運用AI提升工作效率,我們打造員工AI助手—Agia,協助同仁進行知識查詢、資料摘要等任務,提升效率與生產力;另外,透過AI自助開發平台—GAIA Studio,讓員工以No Code工具,連結內部知識庫,並以視覺化介面或Prompt快速自主開發,打造業務場景所需的生成式AI服務與工具。GAIA Studio 上線三個月已有28個部門自助開發超過40支內部應用AI服務(包含行銷文案、各類產品知識、趨勢摘要等)。

在技術面,具體作法是透過GAIA 2.0框架下的四個模組,包含負責統籌AI Agent任務分配與協作流程的「Agent Core核心框架」、提供安全自主運作環境的「Agent Workspace可控環境」、連結Agent間共通語言的「Agent Protocol串接協定」,以及集中管理AI工具與元件的「Agent Marketplace整合市集」,以加速AI Agent應用研發與部署。

梁明喬表示:「接下來,我們將以GAIA為引擎,打造通用型、業務型、IT型與服務型AI應用,如Vibe Coding、CUBE Intelligence等服務,一步一腳印擴展集團的AI Agent生態圈,型塑智慧金融新格局。」

舉例來說,隨著生成式AI普及,客戶對於數位(助理)服務的期待更高,國泰世華銀行數位品牌CUBE推出「CUBE Intelligence」兩項新服務,包含「升級版」智能助理–阿發,滿足客戶詢問複雜問題的需求,無論客戶提出什麼問題,都可以完整步驟與適當的情緒價值強化與客戶的連結,讓服務更智慧、貼心且符合期待。

國泰金控
國泰金控副總暨國泰世華銀行數位長陳冠學展示「CUBE Intelligence」兩項新服務
圖/ 數位時代

國泰金控副總經理暨國泰世華銀行數位長陳冠學表示:「除了升級版阿發,另一新服務是我們也在CUBE App新增『對話式功能搜尋(CUBE Search)』,就像把行員放到CUBE App一樣,讓客戶可以用自然語言輕鬆找到想要的服務,讓服務體驗變得更聰明、更人性也更懂你。」兩項CUBE Intelligence新服務即將在年底正式上線。

跨界合作推動台灣大型語言模型落地,加速生成式AI發展

大型語言模型具備強大的語意理解與內容生成能力,是生成式AI快速發展的關鍵推力。國立政治大學金融科技研究中心主任王儷玲指出:「金融產業因為有獨特的金融語境、法規語意以及在地化的繁體中文知識,國際通用模型並不適用,必須建構本土知識庫、標準化模型機制、AI 法規沙盒及在地算力平台,發展台灣企業共同主導與管理的大型語言模型,方能讓更多金融業者透過微調打造適用模型、加速可信賴的AI Agent服務落地。」

國泰金控數數發中心數據暨人工智慧發展部副總經理劉浩翔進一步補充:「本地大型語言模型的成功關鍵,不僅是掌握充足且高品質的數據,還要透過後訓練微調與人類回饋強化學習的訓練方式去微調出適用的AI模型,藉此提升答案的精準度,尤其是需要跨法規、多層邏輯的嚴謹金融專業知識。」

AI要成功,除了應用場景、模型,算力也扮演至關緊要角色,對此,鴻海科技集團亞灣超算執行長姚延宗表示:「本土算力是支持本土大型語言模型落地的關鍵。」不過,他也強調,AI算力快速迭代且進入門檻高,不是每一間企業都可以自建算力,因此,亞灣超算與NVIDIA合作啟用超算中心,讓金融等台灣企業可以按需租賃所需算力,解決資料共享等敏感問題,加速金融AI應用的多元發展。

國泰金控
產業與學界專家於國泰金控技術年會交流生成式AI如何在台落地應用,左起為:國泰金控副總經理施君蘭、政治大學金融科技研究中心主任王儷玲、國泰金控數數發中心副總經理劉浩翔、鴻海科技集團亞灣超算執行長姚延宗
圖/ 數位時代

總的來說,從GAIA 2.0技術框架的推出、生成式AI的落地應用、到積極參與本土大型語言模型建置等行動,可以清楚看到,國泰金控正由內而外推動全面AI創新:強化內部流程效率與治理能力、以智慧化服務提升客戶體驗,並透過技術開放與跨域合作,為金融產業的數位與AI智慧轉型注入新動能。

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
進擊的機器人
© 2025 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