只花17天、動員20名工程師趕工...台灣首台醫療級呼吸器誕生,工研院克服哪些挑戰?
只花17天、動員20名工程師趕工...台灣首台醫療級呼吸器誕生,工研院克服哪些挑戰?

「台灣疫情穩定,不缺乏呼吸器,但我們做到超前部署,從只能進口產品,變成有自主生產能力!」工研院院長劉文雄振奮地說。

工研院動員超過20名工程師、花了17天加班趕工,今(8)日亮相台灣首台醫療級呼吸器原型機,預計於10月試量產10台設備,目標明年6月底協助國內廠商量產1百台。

工研院_台灣首台醫療級呼吸器
工研院打造國內首台呼吸器原型機,未來希望號召更多業者加入生產,展現以科技研發守護台灣,與全球防疫併肩作戰的決心。
圖/ 工研院

跨團隊打造醫療級呼吸器,難度在哪裡?

成大醫院急診部教授紀志賢解釋,呼吸器在臨床上可分為兩類:居家照護、醫療專業等級,原理多採用「正壓」形式。居家照護非侵入式產品,適用輕、中度呼吸道疾病,如給慢性肺阻塞、睡眠呼吸中止患者使用;醫療專業級多用於中、重度及嚴重呼吸窘迫症候群。

「台灣有居家照護呼吸器、有零組件供應鏈,但過去並沒有醫療級設備出現,」經濟部技術處長羅達生說。

一方面,醫療級呼吸器製造難度確實很高。工研院生醫所所長林啟萬說,若以人的器官做比喻,呼吸器重視「心臟」、「大腦」、「神經」跟「臉」四個部位。

他表示,心臟代表鼓風爐(馬達),由於呼吸道重症需連續使用器材,產品的噪音控制、穩定程度、體積大小都有限制;大腦象徵程式,管制CPU、電路板與被動元件;感測器與內部管線如同人體神經,掌握壓力與空氣流量變化;臉部指面板人因工程設計,需持續優化設計。

工研院_台灣首台醫療級呼吸器
工研院整合資通訊、機械、機電、顯示面板、醫學、電子材料與光學等七大領域人才,在過去累積快速試量產經驗下完成國內首台呼吸器原型機。
圖/ 工研院

工研院副院長張培仁解讀成功原因,除了有美國醫材大廠美敦力(Medtronic)釋出PB 560機型呼吸器的基礎設計,加上與經濟部技術處5年來合作快速量產,累積不少經驗,更重要的是做到三件事:

首先是軟體,團隊成功解譯美敦力原型機的近5萬筆軟體程式碼與功能。其次是系統組件,團隊積極在上中下游產業鏈,找尋包括微處理器、感測器、電扇馬達、鼓風爐、面罩等零組件,甚至以3D列印方式自製。第三件事是系統驗證,將呼吸器的關鍵零組件國產化。

台灣Can Help?看醫療級呼吸器市場與機會

全球呼吸器緊急需求主要國家概況表

資料來源:Society of Critical Care Medicine;Brookings Institution;歐盟等機構,統計至4/23

劉文雄強調,這台機器能替台灣產業帶來中、長期貢獻,包含超前部署物資、提升高階醫材競爭力等此外,也促成呼吸器測試平台上線,擁有鑑定與驗證能力。加上國際仍有2百多萬台的呼吸器缺口,若有餘裕協助其他國家,能展現Taiwan can help精神。

經濟部指出,2019年的呼吸治療產業全球產值為117億美元,2024年可望成長至176億美元,台灣能整合微處理器、半導體、石化、能源、精密機械等領域業者,做出醫療呼吸器產品,將有助高階醫材競爭力。

「台灣在呼吸器領域從未缺席!」崇仁科技創辦人、昭華慈善基金會執行長李清昭認為,台灣供應全球呼吸器近3成的管路、閥門零件,不能說以前都沒有幫上忙,問題在現在加入醫療級市場後,長久能不能獲利?

工研院_台灣首台醫療級呼吸器
工研院攜手產業合作,17天就完成台灣首台呼吸器原型機並順利運轉,提升台灣產業爭取布局高階醫材機會,展現「Taiwan Helps」的實力。
圖/ 工研院

他觀察,通常廠商接到1百台訂單,就已經很了不起,過去也只有在SARS時期出現過單筆1千台訂單,但最近各國政府都是以「萬」起跳,這代表一件事——呼吸器需求是精神面大於實務需要。

呼吸器技術不難,難在願不願意投入, 」李清昭認為,台灣能快速複製高階醫材、建立自己的產業,這很值得興奮,因為哪天若被斷貨,我們將不需害怕。

他強調,台灣更該趁機思考,醫療用呼吸器還有沒有哪些需求?像是結合物聯網,蒐集患者數據並補足市場缺口,這才會看見更廣的未來。

延伸閱讀:花30天自製呼吸器開賣菲、泰國,金寶在後疫情時代做了哪些超前部署?

責任編輯:陳映璇

往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

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
2026 大重啟
© 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