台灣首座AI醫療影像標註資料庫上線，2秒鐘就完成醫師工作！|數位時代 BusinessNext

台灣首座AI醫療影像標註資料庫上線，2秒鐘就完成醫師工作！

台灣首座跨院所的本土化「AI醫療影像」資料庫，一年來累積4.6萬個案例的相關影像，其中1/3已完成疾病資訊標註，開放給研究團隊合作開發演算法，包括北榮、臺大、北醫等團隊，都藉此開發出AI醫療工具。

AI醫療資料庫：15種醫療影像、4.6萬個案例

科技部推動的「醫療影像專案計畫」，目標是對醫療影像資料進行符合AI訓練需求資料處理與編譯，並將開發可自動分析判讀醫療影像的AI演算法，標註影像資料，包括心臟冠狀動脈疾病、腦轉移瘤、原發性腦瘤、聽神經瘤、肺癌等疾病之電腦斷層、血管攝影、磁振造影和X光等15類。

像是北榮團隊針對腦部疾病，以AI自動偵測顱內轉移腫瘤，可圈住病灶位置和計算面積，輔助醫師做診斷；北醫團隊則標註1,500例肺癌影像，透過深度標註與AI模型開發來協助肺癌病理分類、診斷與預後預測。

「結合醫師的量化判讀經驗，累積醫療影像才更有意義」臺北醫學大學附設醫院副院長陳震宇表示，肺癌影像解讀，是由病理科醫師透過切片，搭配玻片掃描、染色方法等，製成解析度6萬乘6萬、平均1GB的數位檔案，但這種作法相當耗時，一天可能僅能處理20位病人資訊。

陳震宇說，北醫開發的肺癌影像深度標註介面，會先由AI自動判斷，並提供醫師調整空間，讓醫師在自己的辦公電腦就能使用。

人工智慧大幅減輕醫師、病人負擔

還有臺大團隊，透過AI自動將冠狀動脈結構與心肌血流功能融合。

「心血管疾病是台灣第2大死因，可能在10分鐘內奪走生命，」台大醫院心臟內科主治醫師王宗道說，近15年來，只要民眾曾接受電腦斷層掃描，醫師幾乎都有辦法看出心血管的問題，卻因為自費掃描不普及、影像後製耗時等因素，無法即早發現與治療。

他強調，傳統比對血管阻塞位置需花20分鐘，但人工智慧僅需2秒鐘就能完成工作，能大幅減輕醫師負擔。

科技部指出，醫療影像是目前主要的非侵入式診斷工具，每個疾病個案有數張到數百張影像，結合AI技術與醫療影像的疾病診斷標註進行研究，所開發的自動分析判讀工具，不僅可以協助醫師加速醫療影像判讀及提高診斷的一致性與精準度，也可以縮短病人就醫時間及減少侵入式檢查，降低醫療的支出。

醫療團隊建置的影像和標註資料，將匯入國家高速網路與計算中心（國網中心）平台，提供其他研究團隊與資料建置團隊合作，並會做去識別化處理，保護資料當事人隱私，同時建立「退出資料」機制，保護個資自主權。

若將生成式人工智慧（GenAI）技術視為改變人與資訊互動的重要分水嶺，Physical AI（實體AI）則讓 AI 真正理解並介入真實世界：從機器人、自駕車到智慧製造，AI 正從「理解內容」走向「理解物理世界」，其中，自駕車被公認是 Physical AI 最具代表性的落地場域，也是目前最能驗證 AI 感知、推理與決策能力的應用，因為，不僅要控制車輛，還必須即時與人流、車流、道路設施及各類載具互動，需要極高的 AI 感知、推理與執行能力。

對深耕智慧移動多年的勤崴國際而言，Physical AI不只是 AI 技術演進，而是自駕車產業邁向下一個世代的重要轉折：從依賴規則控制（Rule-based）的自駕系統，逐步升級為具備感知、推理、學習與持續優化能力的智慧移動平台，讓全球自駕車產業競爭從單一技術比拚，走向資料、場域、生態系與 AI 能力的全面競賽。

Physical AI讓自駕車從「照規則開車」走向「理解世界」

過去，自駕車依靠高精地圖、光達（LiDAR）、攝影機等感測器，以及大量預先設定好的規則進行判斷，這種作法能處理相對固定的情境，但一旦遇到複雜且快速變化的交通環境，例如大量機車穿梭、行人突然穿越、不同國家的交通規則，系統很容易受到限制。

勤崴國際認為，Physical AI 的出現正改寫自駕車的發展模式：透過更強大的 GPU 算力，結合世界模型（World Model）、數位孿生（Digital Twin）與模擬器（Simulator），AI 能先在虛擬世界完成大量交通情境模擬，再將學習成果快速部署到真實道路，不僅大幅縮短訓練與驗證時間，也讓自駕系統持續學習與進化。

「在 Physical AI 賦能下，自駕車將從依照規則開車轉變成能理解環境、預測意圖，再做出最佳決策。」勤崴國際副總經理林映帆表示，例如當系統看到路邊有人揮手，不只是辨識動作，而是能推論對方有搭車需求；當機車快速切入車道，也能提前預測可能路徑，而非等事件發生後才反應。

這也意味著，自駕車的競爭已從「規則設計」走向「AI學習能力」的競爭：自駕車不僅是智慧移動的新載具，更是觀察 Physical AI 是否真正成熟的重要指標；換言之，Physical AI比拚的不是演算法，而是誰能持續累積真實場域、建立與完善資料庫，讓 AI 在每一次行駛中不斷學習、持續進化，形成下一波智慧移動競爭的關鍵。

七年累積三十個場域，勤崴國際打造台灣智慧移動新能量

相較於 Waymo、Tesla 的優勢來自數百萬輛車持續累積道路資料，勤崴國際的策略是透過不同場域的長期營運，建立屬於台灣的智慧移動資料庫。

自2019年投入自駕車商業化應用以來，勤崴國際不僅持續深耕高精地圖、自駕系統、車聯網及自駕運輸技術、於全台完成超過30個自駕場域部署，累積自駕行駛里程突破38萬公里、服務超過80萬人次，更逐步建立台灣少數具規模的智慧移動資料庫；為進一步加速自駕車產業價值鏈發展，勤崴國際也攜手車廠、路側設備，感測器、AI 平台、車聯網、客運與場域業者打造完整的自動駕駛生態系。

以台積電南科園區的自駕巴士服務為例，由於路線涵蓋園區內外道路，自駕車不僅要與物流車、叉車及一般車流共存，離開園區後更須面對台灣特有的高密度機車交通環境，對 AI 的感知與決策能力形成高度挑戰；截至今日，該服務已累積超過92,435人次搭乘、自駕行駛里程超過83,542公里，接駁率高達96.7%；此外，勤崴國際也於廠區內導入自駕接駁車與自駕載貨車，累積服務超過216,794人次，驗證自駕技術在智慧工廠場域的落地能力。

除了工業場域，勤崴也將自駕技術延伸至觀光應用，例如今（2026）年6月在南投埔里福興溫泉區推出「啡嚐咖心」觀光自駕車服務；林映帆指出，相較於工業場域重視效率，觀光應用更重視人車互動與乘車體驗，遊客只需一鍵即可啟動自駕接駁，系統除了安全辨識行人與周遭環境，也能透過語音互動提升搭乘安心感，證明自駕車不僅適用於產業應用，更可成為偏鄉觀光與高齡化社會的新一代公共運輸解決方案。

接下來，勤崴國際將憑藉著在南部科學園區、南投與新北市的落地運行經驗，攜手產業夥伴、針對未來對自駕公車有需求的城市，協助客運業者解決公車缺工等議題。

林映帆說：「我們的目標是提供自駕全方位解決方案。」在累積物流、廠區接駁、觀光、無塵室搬運等多元場域經驗後，勤崴逐步發展出「一個平台、多種載具、多種場域」策略：將共通技術平台模組化，再依不同客戶需求進行客製化調整，讓每新增一個場域，都成為下一個場域快速且安全部署的重要養分。

勤崴國際副總經理林映帆表示，將以「一個平台、多種載具、多種場域」策略，攜手自駕車產業鏈夥伴，協助AI自駕車等智慧移動落地應用，以及打造「國家隊」前進海外市場。

圖／數位時代

隨著Physical AI的成熟與落地，未來智慧移動的競爭，不再只是比誰擁有更大的模型，而是比誰能持續累積場域、建立完整資料庫，以及串聯完整生態系；在這個關鍵時刻，勤崴國際除因應不同場域客戶需求提供自駕車解方，也希望攜手更多產業夥伴，共同打造具有國際競爭力的智慧移動國家隊，讓台灣在全球自駕與 Physical AI 的新賽局中，占有一席關鍵位置。