杜奕瑾與他的AI夥伴，打造台灣基因分析「PTT」|數位時代 BusinessNext

杜奕瑾與他的AI夥伴，打造台灣基因分析「PTT」

台灣人工智慧實驗室（Taiwan AI Labs）和微軟共同推出AI基因分析平台「TaiGenomics」，強調能幫醫師爬文獻、分析比對數據。創辦人杜奕瑾認為，這會是台灣邁入精準醫療時代的關鍵轉變。

基因分析能做精準治療，杜奕瑾推AI平台幫台灣加速

杜奕瑾理想的「精準醫療（Precision Medicine）輪廓，源自前美國總統歐巴馬在2015年所提出，近年來不斷在歐洲、亞洲獲得迴響。簡單來說，目標是讓所有患者得到最分眾、準確的治療方式，因為同一款藥物，不見得適用所有罹患肺癌的病人，更嚴重的是，有些人甚至會因此產生嚴重副作用。

儘管影響致病的原因有先天與後天之分，但醫界一直對於「人體密碼」與疾病的關聯性高度重視。尤其是2013時，好萊塢女星安潔莉娜裘莉（Angelina Jolie）發現自己有家族遺傳的乳癌基因，決定進行預防型切除手術，讓分析基因成為顯學。

「基因，並不見得是影響治病的全部因素，也可能會受到環境影響而改變。但確實有越來越多的醫療行為需要『了解基因』，」台大醫院基因醫學部主治醫師陳沛隆說。

他舉例，像是2015年全球首度發現，當醫師以藥物治療甲狀腺亢進時的嚴重併發症（顆粒性白血球低下）與兩個人體危險基因有關；台大醫院最近甚至將投稿期刊，認為「遺傳性聽損」有超過80個以上的可能致病基因。

「傳統分析定序一個基因的價格，約需要一萬元，要分析完八十個基因，得要八十萬；現在的次世代定序，雖可以在三萬元左右一次做完分析，但人體有大概400-500萬個基因變異點，哪些會影響身體功能，得花大量的時間來研究。」陳沛隆解釋。

過往在沒有AI協助時，第一線醫療人員或基因研究人員最大的挑戰在於：用醫學專家等級的人力進行基因定序、分析、比對基因變異與疾病表徵等過程將花費大量時間及鉅額費用，且大多只能分析部分基因，難以達成人體超過兩萬個基因的「全基因體分析」。

AI爬醫學文獻、比對數據，讓基因分析更容易

正如同杜奕瑾當年打造PTT，延伸出各式各樣的「個版」，帶動使用者討論風氣，累積多元且豐富的文字內容。這次推出的基因分析平台，會自動閱讀文獻、爬梳網路上公開的兩百萬篇醫療期刊與資料庫，把最新資訊提供給臨床醫師。

特別的是，「AI鄉民」能夠幫助醫師完成基因體註解與基因變異致病性預測，透過深層神經網路來解釋包含：分子交互作用、基因網路、調控機制等生資料。「除了遺傳疾病，藥物反應與癌症基因體都有大量的資料需要AI幫忙建立關聯網路與預測模型。」國立臺灣大學生物產業機電工程學系教授陳倩瑜表示。

台灣人工智慧實驗室除了找上台大醫師、生物機電教授組成團隊，也希望讓AI基因分析平台能真正普及，因此將系統建立在微軟Azure雲端，減輕分析過程的資料負擔。

「光是一個人的基因檔案，容量就超過100GB。」台灣人工智慧實驗室產品經理林盈宏強調，過去做全基因體定序，需要編碼與程式背景才能進行，再加上基因檔案龐大，又需要儲存與電腦運算能力，導致很多醫生、專家，空有檢體卻沒有工具能協助分析。

因此，TaiGenomics主打模組化拖曳模式，能選擇特定個人資料、基因，串出分析流程，自動得到報告與基因比對結果。

不過，杜奕瑾的AI基因計畫仍有挑戰。陳沛隆認為，「要透過數據分析比對出疾病與基因變異的關聯性，檢體至少要十萬個，甚至上百萬才行。」另外，團隊也希望透過醫療資料，比對個人患病史和使用藥物等資訊，才能提升分析報告的準確性。

「雖然只在起步，卻是台灣重要的一刻。」杜奕瑾有信心地說。

為守護保戶資產，南山人壽集結客戶服務、數位、資訊三個部門的能量，自行研發「黃金眼 AI 防詐模型」，自 2024 年底完成開發後，截至今年 11 月已成功阻擋多起詐騙案件、攔阻金額累計逾新臺幣 900 萬元，並獲得 2025 數位金融獎等殊榮。

「黃金眼 AI 防詐」模型為什麼可以有效防詐、更好守護保戶資產？

南山人壽客戶服務資深副總經理李淑娟面帶微笑地解釋：「『黃金眼 AI 防詐』是透過龐大的保戶資料結合前線客服的實務經驗建構而成的模型，不僅克服了壽險業交易頻率低且詐欺樣本極度不平衡的挑戰，還能夠偵測在臨櫃辦理保單借款或解約的高風險個案，讓客服人員可以主動提醒與關懷，有效降低詐騙風險，守護客戶資產安全與信任。」

從詐保到詐財，壽險業面臨的風險加劇

過往，壽險業者面對的主要風險是保險詐欺，例如，透過偽造事故情節、虛構醫療紀錄等方式詐領保險理賠金，然而，隨著科技迭代與詐欺集團的組織化、專業化，這類手法已快速進化，從「偽造病歷、輕病久住、醫療共犯」等傳統模式，轉向結合數位科技與精準話術的跨領域詐財操作。

這一波詐欺風險不僅滲透力強、具備高迷惑性，也直接影響保戶資產安全。例如，詐欺集團利用假冒理賠諮詢等方式竊取保戶個資，再一步步誘導客戶辦理解約或申請保單借款，最後要求將資金匯到不明帳戶等，壽險業者面臨的風險範圍也從「詐領保險理賠」延伸到「詐騙保戶資產」。

李淑娟資深副總經理進一步指出，南山人壽每年要處理逾 35 萬件解約與借款案件，很難單憑人力在海量案件中精準辨識高風險個案。「為有效防堵詐欺事件，南山人壽除開發 AI 模型辨識詐保事件，更進一步研發黃金眼 AI 防詐模型，用前瞻科技主動攔截風險，強化保戶資產的安全防護。」

南山人壽以黃金眼 AI 防詐模型守護保戶資產

在打造黃金眼 AI 防詐模型時，南山人壽面臨兩個挑戰：首先是壽險的交易頻率低，導致資料稀缺；其次，是詐欺樣本比例高度失衡，導致 AI 很容易誤判。為化解這些挑戰，南山人壽整合保戶行為、保戶與保單側寫資訊與情境因素等多模態資訊進行模型訓練，爾後，透過集成學習（Ensemble Learning）整合多個不同觀點的「專家模型」共同判讀，提升模型判斷準確性。

南山人壽數位專案經理蔡其杭表示：「以多模態數據源跟集成學習的策略打造黃金眼 AI 防詐模型後，我們除了將模型串連至臨櫃客服系統，以直觀的「紅、黃、綠」三色燈號即時呈現保戶的風險等級，協助客服人員快速識別高風險個案，主動介入並阻斷詐騙，更透過『自適應演進』與『外部資源擴充』兩個機制，持續優化模型辨識精準度。」

「自適應演進」指的是，客服人員會依據模型亮起的燈號，結合系統提供的關懷提問表，向臨櫃辦理解約或借款的保戶進行關懷詢問，如資金用途、是否接獲可疑來電等，藉此釐清是否存在異常情況，並將相關結果回貼標籤，作為後續調校模型的關鍵訓練素材，讓黃金眼 AI 防詐模型越用越精準。

「外部資源擴充」則是透過更多元的外部數據強化模型的防詐能力。例如南山人壽與內政部警政署刑事警察局簽署反詐騙合作備忘錄（MOU），在合規架構下共享情資，協助核對保戶是否曾有詐欺通報紀錄。蔡其杭補充，南山人壽目前正與電信業者合作，將其超過 1,400 項特徵因子導入模型，有效提升模型燈號判斷的靈敏度與可靠度，使黃金眼 AI 防詐成為更全面的金融詐欺偵測引擎。

蔡其杭表示，詐騙的手法日新月異，AI 阻詐模型除了能準確識別可疑的高風險案例外，更重要的是具備與時俱進、持續調優模型能力和效果的機制；如同維持客戶服務的品質一樣，刻不容緩。

李淑娟表示：「隨著模型的持續優化，黃金眼 AI 防詐模型的應用範疇將從目前的『臨櫃防堵』延伸到『全通路、跨產業、事前預警』的防禦機制，以事前預警的方式防堵詐欺事件。」舉例來說，當保戶撥打電話詢問保單借款或解約時，系統就會開始運作、提前識別風險，針對透過手機 APP 或網路平台辦理業務的數位客群，系統也會即時偵測，當出現高風險行為時即會立即展開關懷提問。

不僅從科技著手，南山人壽以 SAFE 逐步提升防詐安全網

值得特別注意的是，南山人壽並未將防詐視為單一的科技工程，而是從 SAFE–Skilled（防詐訓練）、Awareness（全民防詐）、Fintech（科技運用）、Engagement（聯防合作）–四個構面打造更完整的防護機制。

在專業技能方面，南山人壽不僅協助相關人員熟悉黃金眼 AI 防詐模型的操作模式，也持續透過內部教育訓練，以及跟刑事警察局等單位合作舉辦的工作坊等方式，全面提升員工識詐、阻詐的能力，達到 AI 人機互動的阻詐聯防保護網。

在防詐意識宣導方面，南山人壽除於全台 18 個分公司櫃檯播放刑事警察局提供的反詐騙影片，並在櫃檯明顯位置放置防詐文宣，協助來訪保戶掌握最新詐騙趨勢；更主動走入偏鄉、校園與新住民社群，並針對聽語障人士製作友善素材，以多元形式推廣防詐知識，降低詐騙事件發生的可能性。

在公私協力方面，李淑娟表示，南山人壽積極培育、鼓勵每一位壽險業務員成為「防詐大使」，在拜訪客戶時主動觀察各種異常徵兆，例如可疑的投資文宣或陌生人的頻繁出入，並將這些現場蒐集到的「軟性數據」提供回公司，作為模型判斷的補強資訊，以提升事前預警效果。

為了更好的保護高齡與失智等高風險族群，南山人壽也積極推動「保單安心聯絡人」機制，鼓勵保戶指定第二聯絡人，在其申請保單借款或終止契約時，可以主動通知聯絡人介入確認，降低詐騙風險；此外，亦針對受詐保戶提供「喘息關懷服務」，以低利紓困貸款協助保戶在遭遇詐騙後仍能穩定度過財務壓力，將防詐保護從事中攔阻延伸到事前預警與事後援助兩個層面，樹立產業新標竿。