自動判讀腦瘤、肝癌，台灣醫院AI應用遍地開花|數位時代 BusinessNext

AI自動判讀腦瘤位置，減輕醫師負擔

臺北榮總和臺灣人工智慧實驗室協力建立的「臨床人工智慧腦瘤自動判讀系統」（DeepMattes），於11月中正式在放射線部上線。

現行判讀腦瘤方式，是將對比劑加入磁振造影中，由醫師人工找出「一顆顆的白點」，紀錄包含腫瘤大小、位置、可能影響等資訊，進一步和臨床夥伴討論。但榮總放射線部部主任郭萬祐認為，這些繁重的判讀工作，其實會影響討論病情的時間，「改用訓練好的AI模型讀取影像，僅需約20秒時間，就能自動紀錄各項數據，可減輕不少醫師負擔。」

另一方面，榮總磁振造影科主任吳秀美認為，傳統判讀方式需先將腫瘤影像「圈注」好，送往實驗室，其實會花費不少力氣在整理和傳輸上，而新系統就可直接讓醫師校正和確認AI判讀的結果，同時也能持續訓練模型。

北市聯合醫院則和工研院攜手，共同建立糖尿病眼部病變的影像判讀模型，能從患者的視網膜眼底影像自動判讀病變情況，讓準確度、靈敏度、特異度達到九成水準。這套系統，也可讓非專科醫師初步篩選可能罹病的病患，達到提早控制效果，並將運用在馬祖地區。

至於中國附醫，則是已經和輝達（NVIDIA）合作，透過新型的AI主機，判讀乳癌、肝癌和骨齡影像。例如，這套「生長激素缺乏與性早熟疾病症候群」人工智能評估系統，可讓原先需要六至八分鐘的人工作業時間，縮短成0.1秒即有成果。

而堪稱台灣最早導入AI醫療的北醫，自2017年就引進IBM Watson for Oncology臨床決策輔助系統，用來輔助醫生診斷癌症。現在更開發出「智慧型藥物安全系統」，一旦處方中出現無法解釋的藥物，就會被認定為不適當處方，系統會即時跳出提醒，醫師看見就可以再次檢視，降低用藥錯誤風險。

AI自動檢視紀錄，建立骨鬆預警系統

值得注意的是，義大醫院試圖用AI「文字分析」，建立骨質疏鬆預警機制。根據義大醫院資料，只要患者曾經就診，他們開發的系統會自動抓取檢驗數據、X光報告、DXA骨質密度檢測報告，辨識疑似有脆弱性骨折的病患，可在病患接受檢查前，推估出病患骨質密度數值。

簡單說，若有一位老太太曾因為背痛看診，診斷結果是「壓迫性骨折」，AI系統會自動檢視紀錄，建議患者是否再檢查骨質疏鬆症。義大醫院表示，台灣罹患骨質疏鬆症的病患數量高居亞洲第一、全球第九位，希望這套系統未來能逐步發揮影響力。

還有林口長庚醫院，也正在研究透過AI判讀「細菌抗藥性」。林口長庚醫院檢驗醫學科主治醫師王信堯指出，傳統治療肺炎患者，需先驗痰液，花16小時培養細菌，再用質譜儀分析菌種，才會選出用何種藥物治療，耗時一至三天。經過兩年的AI模型訓練，這項研究已經能讓「猜錯藥」的機率降至兩成左右，而醫師平均的猜錯機率，則是五成。不過，目前這項技術仍需評估，到2019年才會有機會運用至臨床。

隨著代理式AI（Agentic AI）快速發展，人工智慧的角色也從被動問答的對話工具，轉變為能主動代為執行搜尋的商業介面；兩者根本的差異在於，前者仍須仰賴使用者逐步下達指令，後者則能自主完成任務。當AI代理為人類代勞搜尋、比價、甚至決策等任務，品牌競爭的對象便不再限於消費者，也涵蓋替消費者把關的AI代理。

因此，「Business to Agent」（B2A）成為當代企業必須面對的新命題，為了擁抱嶄新的思路，跨國AI轉型解決方案供應商iKala舉辦第二屆「iKala Connection Day」論壇，以「數據領航：AI時代的真實價值」為題，邀集Google Cloud、Google Ads等產業領袖，一同剖析企業如何從基礎建設走向市場端，搶佔AI先機。

不只SEO，還要GEO！企業如何讓AI認識你

回顧過往科技發展週期，新科技普遍需10至12年才能成熟。iKala共同創辦人暨集團董事長程世嘉引述AMD執行長蘇姿丰的比喻來說，若AI是一場棒球賽，目前僅走到第三局。這意味著，只要企業採用率持續攀升，尚且毋需擔憂AI泡沫化；反之，AI產業可能才正要邁入超級循環。

不過，程世嘉也提出「智慧通膨」的現象，他表示：「各大廠不斷推出新模型，資本支出也不斷提升，但使用成本並沒有因此下降，因為算力供不應求；不過長期來看，成本曲線一定會往下走，未來AI智慧會像水龍頭一樣，打開就有。」

隨著AI逐步普及，使用者尋找資訊的方式也隨之轉變。程世嘉強調，搜尋行為正從關鍵字轉向AI對話與生成式搜尋。企業除經營傳統SEO，更需布局GEO（生成式引擎優化），提高被AI引用與推薦的機會。這波版位重分配與十餘年前SEO興起時無異，及早掌握規則者，才能在新流量分配中卡位。

迎戰Business-to-Agent，如何搶進AI決策新戰場

要爭取AI時代的流量紅利，關鍵前提在於企業內部的基礎建設是否到位。「現在超過9成的企業都有AI焦慮症，大家都很急著導入AI工具，但背後缺乏整體的策略與架構。」iKala AI服務事業部副總經理Gary Yang認為，AI專案應如培訓新進員工，結合商業策略與數據資產雙向評估，才能真正落地。

「如果沒有穩定的雲端基礎，企業的AI就會是空中樓閣。」他強調，雲端即是企業佈局AI的關鍵基礎建設之一。如多數企業選擇Google Cloud，看重的就是技術護城河、數據主權與總體擁有成本；而iKala推出的企業級AI代理平台iKala Nexus，定位為策略中樞與營運大腦，即立基於此。

然而，架構穩固只是起點。Google Workspace銷售總監Murray Chiang指出，全球僅約3%企業成功透過AI達成深度轉型，關鍵就在AI代理能取得多少企業資料與情境。因此，企業級Gemini Enterprise App結合個人級Google Workspace，構成Google所主張的「代理型工作轉型」（Agentic Workplace Transformation，AWT）主軸，讓AI從被動對話框升級為跨系統執行的代理，並恪守數據主權歸屬企業的原則，讓企業級AI能真正發揮效益。

當企業打穩內部地基，外部競爭也才能順勢轉向市場端。「Google Search全球年搜尋量達5兆次，近八成消費者認為AI讓購物決策更快、更有信心。」Google Ads廣告產品行銷資深總監Alvin Tsai指出，「B2A」（Business to Agent）的時代來臨，當AI代理主導決策時，看重的是API串接流暢度與數據結構化程度，企業必須從爭取「被看見」的SEO排名，走向爭取「被推薦」的AI清單，並進一步走向「被選擇」。其中，信任將成為AI時代品牌經營的關鍵。

從洞察到執行，iKala全方位解方引領品牌佈局

這份信任要能落地，關鍵在於底層數據是否可信。對此，iKala行銷科技事業部總監Donna Hsu提出的IMC整合行銷架構，正是iKala因應Agentic Commerce時代所提出的整體解決方案。

面對高度碎片化的行銷環境，品牌需要建立的，是一套能從市場洞察延伸至全通路執行、並持續優化的整合行銷系統。Ontix即時掌握消費者社群聲量與市場趨勢，代表品牌對人的理解；Kuroma則從AI搜尋視角，分析品牌在生成式搜尋中的能見度與引用表現，代表對AI的理解；兩者合力，讓品牌同時掌握人類與AI代理的決策脈絡。再透過Kolr行銷數據平台，將洞察轉化為具體行銷執行，使每一次決策都能以數據驅動、持續優化，協助品牌在AI時代建立長期競爭優勢。

最後，在論壇壓軸的高峰對談中，程世嘉強調，當前正是典範轉移的關鍵時機，如同過往率先布局SEO的業者得以享有紅利；他認為，這同樣是企業重生的契機，提早深耕者將在此波轉型中佔得先機。尤其，AI轉型已非單機運作所能達成，企業應優先建立基礎建設與治理架構；當自身能力有限，也須慎選合作夥伴、借助外部資源，並在安全可信任的前提下，實現共同成長。