IBM「華生醫師」駐台看診一年半,顯露出AI的雞婆性格
IBM「華生醫師」駐台看診一年半,顯露出AI的雞婆性格

面對人類健康的頭號殺手—癌症,AI已經能夠幫上忙了嗎?

IBM Watson for Oncology(簡稱WFO)被視為全球首套AI癌症輔助治療系統,三年多來已被全球230家醫院採用,服務超過八萬名癌症病患。臺北醫學大學在2017年7月率先引進後,一年半來,已讓「華生醫師」替七百位患者提供醫療服務。不過,這套來自國外的AI程式,實際運用在台灣醫療環境裡,會不會產生水土不服的情況?

以萬芳醫院為例,大腸直腸癌的治療團隊,每兩週開一次會,出席醫師包含大腸直腸科、血液腫瘤科、放射腫瘤科、影像醫學科和病理科醫師。討論病例前,會先輸入WFO提供的治療建議,接著由醫師群共同討論可行方案,結果發現,「AI確實有助於縮短討論時間,能提升下決策速度。」

華生醫師「愛嘮叨」,要求46%個案做基因檢測

「你會發現『華生』很愛問問題,而且有點雞婆。」臺北市立萬芳醫院資訊長暨WFO專案總負責人陳俊佑笑說,這樣的「雞婆」個性,對病患反而是好事,能提醒醫師更謹慎一些,降低風險。

陳俊佑表示,WFO可以處理的癌症數量,已經從三年前推出的七種,增加到十三種,其中病患人數最多的是乳癌,大腸直腸癌次之,接下來則是攝護腺癌和肺癌。在所有個案裡,WFO要求其中46%應該做「基因檢測」(透過基因比對,增進治療準確度),但北醫旗下醫師僅要求其中的22%需要做基因檢測,相差近一倍。

北醫公布IBM華生成果
「華生醫師」給出的治療方式,有些並沒有得到台灣健保補助,因此約有37.5%醫師認為不太符合實際醫療現況。
圖/ 吳元熙/攝影

對此,陳俊佑認為,這跟AI訓練的方式與設計有關。

他解釋,因為WFO是由IBM和美國史隆凱特林紀念癌症中心合作開發,而這間醫院屬於較高階的研究級醫院,因此,訓練出來的AI,自然會對「精準醫療」有高要求,傾向病患需要接受基因檢測,但他相信,隨著時間增加,醫師和WFO的互動時間變久,對於癌症患者的診斷意見就會漸趨一致。

16%癌症個案無法得到AI建議

根據萬芳醫院的問卷調查,在15位醫師中,六成認為WFO能幫助「醫病溝通」,超過五成醫師認為,AI對於改進「醫療品質」有幫助,但僅有33%醫師表示,WFO對於「節省時間」有用。

原因在於,IBM華生講求證據導向,會爬梳最新文獻、期刊研究,因此當醫院導入電子病歷時,AI系統會希望得知更多背景資訊,要求醫師手動輸入,所以僅省下5%至10%的時間而已,平均下來,每位病患仍需要約15分鐘的前製時間。

另外,萬芳醫院也表示,約有16%的癌症個案,無法藉由AI得到診療建議,而這些案例幾乎都是罕見病況,對人工智慧來說,沒有相關資料驗證,就無法給出建議,這也是實際導入AI後才發現的結果。

往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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
台達電全解讀
© 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