台灣每10人就有1人追蹤!LINE防疫機器人「疾管家」爆紅,幕後推手HTC DeepQ怎麼辦到?
台灣每10人就有1人追蹤!LINE防疫機器人「疾管家」爆紅,幕後推手HTC DeepQ怎麼辦到?

新型冠狀病毒(COVID-19,俗稱武漢肺炎)爆發至今,台灣在今(13)日迎來連續第六天「零確診」,衛福部部長陳時中也久違地在疫情記者會上脫下口罩。

但回想起爆發最初期,面對一知半解的疫情,資訊零碎又混亂,假消息防不勝防、人心慌慌,你都是從什麼管道取得令你安心的武漢肺炎相關資訊?

打開LINE對話框,一位身著綠衣,戴著眼鏡又滿頭亂髮的男生,告訴你附近哪些地方還有口罩可買;指揮中心防疫記者會一開播,準時提醒你收看;記者會一結束,立馬回報你今天有多少人確診;密他你身體出現的症狀,他會一步步引導你,接下來該怎麼做⋯⋯

他是「疾管家」,也是疾管署的LINE官方帳號,就像一位全天無休的1922專線人員,在LINE上24小時解答疫情的疑難雜症。從1月初關注人數只有8萬人,短短四個月人數已經飆升至217萬,將近十分之一的台灣民眾都使用疾管家,背後的推手正是HTC DeepQ。

「如果『疾管家』是疫情爆發後才開始做的,基本上不會成功,」HTC DeepQ資深處長游山逸透露,其實這一款看似成功的「防疫機器人」,背後已經部署整整三年之久。

HTC DeepQ 疾管家 疾管署 1.jpg
近十分之一的台灣民眾都使用疾管家,背後的推手正是HTC DeepQ。
圖/ HTC DeepQ

不是武漢肺炎後才出世,疾管家3年前已經誕生

或許大眾對HTC DeepQ有些陌生,他們是HTC於2017年正式成立的事業體,主攻健康醫療,團隊人數已達百人,多為工程師與醫療專家,位於新店的辦公室也早和HTC總部拆分開來。

要說HTC DeepQ常被談論起的幾大經營重點,除了透過VR(虛擬實境)切入醫療領域外;另一塊是AI(人工智慧),專攻醫療自然語言的Chatbot(聊天機器人)便是其中的業務之一。

HTC DeepQ
第一線服務80%「重復性的事務性工作」讓聊天機器人來做,節省人力;第二線20%「複雜特殊的專業醫護工作」,再讓真正的醫護人員去做,提高服務品質。

HTC DeepQ這樣定義自家聊天機器人的「使命」,前前後後與萬芳醫院、彰化醫院合作,開發「萬小芳」和「蘭醫生」等LINE聊天機器人。早在武漢肺炎爆發前,HTC DeepQ和疾管署雙方抱著一邊嘗試、一邊探索的心態,簽定長達三年無償的公益合約,「疾管家」早在那時就已經誕生。

「我認為這是後來在武漢肺炎抗疫上,疾管家會這麼成功的原因。抗疫的時間非常緊急,哪有時間再公開招標或公開採購、討論細節⋯⋯根本不可能!」游山逸表示,正因為政府願意嘗試,雙方是「公益合作」,彈性才夠高,可以隨時變動調整,疾管家也已經把「底子」打好,功能選單、自然語言學習⋯⋯才讓疾管署有防疫內容需求時,疾管家可以即時調整因應。

HTC DeepQ 疾管家 疾管署.jpg
為了討好TA,疾管家的形象是HTC DeepQ團隊經過一番討論研究而生的。
圖/ HTC DeepQ

在疾管署茫茫的管轄範圍中,HTC DeepQ一開便鎖定「流感疫苗」,需要注射的人多半是兒童,因此「30~40歲的已婚婦女」是疾管家當初設定的TA,團隊便由從此發想出疾管家的形象:男生、有醫學專業、有服務熱忱,他又有點雅痞、幽默、又不能太完美,還得要有記憶點。

游山逸笑說,團隊甚至參考眾多韓國歐爸的造型,因此讓他有一頭亂髮,還點了一顆痣在眉毛上, 前前後後花了1~2個月的「疾管家」終於誕生,代表的正是1922專線人員的形象。

跟時間賽跑、每天都像打仗,蔡英文加持關注人數一夕暴增百萬人

即便疾管家的「服務範圍」,一步步從流感疫苗擴大到旅遊疫情,90幾種流行傳染疾病、1萬3,000個相關問題都可以回答。HTC DeepQ也統計,疾管家在第一年也為1922減少20%的進線量,但關注人數卻一直僅僅維持在8萬多人。

就在2020農曆新年前夕,一場一發不可收拾的疫情卻開始在全球悄然擴散。

游山逸透露,雖然疫情的消息最先在香港傳出,但當時人在美國的HTC DeepQ總經理張智威特別交代,團隊必須得開始將武漢肺炎防疫資訊導入疾管家,沒日沒夜的奮戰便開始了。

原定大年初四就要上線,沒料到在大年初二使用者突然暴增,一路從8萬人飆升至逾100萬人,導致系統當機,用戶當時詢問疾管家問題,只會得到一片「無聲的空白」,「就和大家一起搶五月天的演唱會票一樣」。

「當時流量爆炸,原因之一是『台灣最大咖』的蔡總統幫我們做廣告,她在2月10日的智慧城市的記者會上呼籲民眾可以關注疾管家,同一時間我們的關注人數就暴增,」HTC DeepQ資深處長鄭志偉補充道。

問題最終在一天內被解決,大年初四準時上線,而當2月初政行政院政務委員唐鳳開發出口罩地圖 API、口罩實名制後,HTC DeepQ也主動導入相關內容,在一天之內更新。

蔡英文 總統.jpg
政府和指揮中心針對疫情資訊的佈達多管齊下,Facebook、YouTube、記者會直播、報章媒體報導⋯⋯而LINE上的疾管家也是一直對外宣傳的途徑之一,蔡英文總統也曾為此宣傳。
圖/ HTC DeepQ

指揮中心沒日沒夜努力奮戰,游山逸笑說,HTC DeepQ團隊也每天都像在打仗,疫情變化太快,三天兩頭就要變動一次內容,除了時間壓力外,疫情蔓延初期資訊量太少,指揮中心又很忙,武漢肺炎的內容是雙方有想法就主動提出,在不斷討論中才得以成形。

根據HTC DeepQ觀察,絕大部分的用戶幾乎都會在第一時間查看疾管家的推播訊息,包含確診人數、記者會直播⋯⋯等等,而主動使用選單功能,或是與機器人對話查詢的用戶,大約占2~3成。

游山逸_鄭志偉_htc資深處長_2020_05_06_蔡仁譯攝-6.jpg
在游山逸和鄭志偉的帶領下,DeepQ有將近五分之一的成員都參與到疾管家的專案。
圖/ 蔡仁譯攝影

游山逸笑說,在看到用戶和疾管家的對話後,當初並未預期那麼多人會和他道謝。面對每天大批網友發來的謝謝,無論是謝謝陳時中,還是謝謝疾管署、衛福部,HTC DeepQ事後都整理給政府,作為給政府的支持與鼓勵。

里長不用一通通電話call in,居家隔離也有聊天機器人服務

在疾管家的成果被看見後,早在228連假前,衛福部就找上HTC DeepQ,希望可以利用聊天機器人再做一些其他的嘗試,「提前部署」下一步。

在3月18日的中央流行疫情指揮中心記者會上,指揮中心正式宣布和HTC DeepQ、LINE合作,不再靠衛生局人員一個一個打電話、發簡訊追蹤隔離檢疫者的情況,未來透過LINE公共服務帳號可以主動回報,還能依靠手機定位來掌握行蹤,確保隔離者是否有乖乖待在家中。

籌備了兩個月,這一個LINE公共服務帳號「疫止神通」,選擇在清明連假、出遊人潮爆發的4月2日正式上線。

截圖 2020-05-13 上午6.17.28.jpg
「疫止神通」並未向一般大眾公開,主要提供給回國之後需要居家隔離檢疫的民眾,在入境時會引導民眾加入官方帳號,輸入護照、身份證、姓名、入境日期等基本資訊便可登入,就可通過聊天機器人回報健康狀況。
圖/ HTC DeepQ

「除了叫用戶提供基本的體溫紀錄外,當武漢肺炎症狀越來越多,例如像味覺及嗅覺喪失、腹瀉等等,也陸續新增在系統內。」

游山逸表示,民眾所有的回報資訊將串接到衛福部資料庫,衛福部將再分配至各縣市。「疾管家」的目的是減輕1922專線人員負擔、讓更多民眾第一手獲得疫情資訊,那麼「疫止神通」則是減少里長及衛生局人員們得每天得一一電訪隔離群眾的工作,省下大批時間。

官方透露,目前約有2萬多人關注此帳號,而真的有在使用回報的人數,也已經超過1萬人。

一場疫情的轉變,遠端醫療的可能性?

一場疫情,開始改變了我們的生活模式:WFH(work from home)、安全社交距離⋯⋯HTC DeepQ對於「遠端醫療」未來的可行性,也提出了新的看法。

「我認為在兩年內,武漢肺炎的藥和疫苗應該不會有機會取證,疫情可能夏天緩和一下、冬天又來了,不會消失。」

游山逸表示,當疫情並未真正被「消滅」,病人怕去醫院,其實醫生也擔憂碰上沒有症狀的武漢肺炎患者,但目前根據醫師法中的《通訊診察治療辦法》,能真正遠端看診的情況非常有限,醫師被規定幾乎都得「面對面」看診。

倘若在未來,像是針對看報告、拿慢性處方箋⋯⋯不需要精密儀器檢測的回診病患,可以在線上掛號並利用電子支付費,醫生在線上問診後開立「數位處方箋」,直接讓病患在附近的藥局取藥,何樂而不為?

「技術早就已經準備好了,況且未來全面換發eID數位身分證會更方便,下一步完全是看政府願意,經過這次疫情,理論上法規會做適度開放。」

截圖 2020-05-13 上午6.18.16.jpg
HTC DeepQ與彰化醫院合作,在蘭醫生聊天機器人上提供「虛擬線上診間」,醫生可以在LINE上直接問診,並支援整全程錄影;在醫院門口,還設有「慢箋取藥快速通關」 得來速服務,不用進到醫院內部,在外就可以領藥繳費,避免院內接觸。
圖/ HTC DeepQ
游山逸_鄭志偉_htc資深處長_2020_05_06_蔡仁譯攝-3.jpg
DeepQ也已經和台北慈濟醫院、台灣急重症模擬醫學會合作,透過VR模擬照護武漢肺炎病人,在「實戰」前做好準備、降低風險。
圖/ 蔡仁譯攝影

無論如何,透過這一次疫情,台灣的防疫實力、政府和民間協力合作的實力,全球有目共睹。鄭志偉表示,HTC DeepQ其實已經收到不少國家的技術詢問,待疫情趨緩後,台灣或許可以成立「國家隊」,把這一波抗疫的經驗和成果,輸出到其他國家。

延伸閱讀:從台灣的武漢肺炎防疫小組,看產品與專案管理中的危機處理

責任編輯:陳映璇

往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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