AI判讀腦出血影像準確率95%，新創Deep01獲華碩領投8,000萬元募資|數位時代 BusinessNext

AI判讀腦出血影像準確率95%，新創Deep01獲華碩領投8,000萬元募資

儘管新冠狀病毒衝擊醫療體系與新創市場，卻仍傳來好消息，致力於研發腦出血偵測系統的Deep01獲得新台幣8,000萬元募資。

腦出血分析產品已導入台灣6家醫院

Deep01所研發的腦出血分析產品DeepCT，在今年2月份獲批為台灣首個TFDA認證的深度學習產品，隨即在4月簽下超過2,000萬的訂單合約。

在傳統上，腦出血的判讀之所以困難，是因為在於CT影像（電腦斷層掃描）上的腦出血症狀會呈現亮白區塊，腦部亦有其他組織偏白，在判讀上容易混淆。

Deep01過去花費一年多時間，透過自身人脈關係、參與醫師年會及研討會拉近與醫師、醫院的距離，搜集5～6萬張經過標註的腦部CT影像，用以訓練AI模型。同時，為提升判讀的準確率，在技術上除了以18層深度學習模型來運算，還找來許多資料科學專家輔助， 將判讀準確率提升至95％左右 。

DeepCT已導入台灣6家醫院，包含2家醫學中心與4家中小醫院，分佈於全台北、中、南、東部，迄今有2,000個以上的病例在DeepCT系統下進行掃描與輔助判讀。Deep01的服務不僅止於醫學中心，中小醫院也是AI需普及的關鍵應用場所。

成功獲FDA認證，下半年推到日本醫院

對Deep01來說，發展的轉捩點之一，是獲得美國及台灣的FDA（食品藥物管理署）核准。在醫療AI市場化的過程中，取得法規認證，尤其是美國FDA，一直是行業門檻，然而在去年Deep01僅是7個全職員工的團隊，便成功獲得認證。

Deep01的共同創辦人暨執行長周仁海過去接受《數位時代》採訪時表示：「美國FDA的肯定讓我們在醫界的聲望增加很多，甚至包含日本、中國、東南亞各地很多人前來洽詢，台灣本地當然更多。」周仁海坦言，FDA雖為法規認證，但事實上也代表對公司技術實力的肯定。

華碩全球副總裁暨智慧物聯網事業群共同總經理張權德針對此投資表示，期待藉此合作積極發展智慧醫療領域的更多應用。

Deep01為比翼加速器孵化及投資的團隊，比翼資本執行董事陳彥諭表示，Deep01將以台灣作為試點，透過已導入的秀傳醫院繼續做臨床追蹤，具體驗證其腦出血偵測產品在醫院急診流程的實質經濟效應，此外也納入數個日本權威醫師的意見，加強產品在臨床運用的工作流程，預計今年下半年開始串接日本數家醫院。

責任編輯：陳映璇

當許多企業還在討論 AI 能做什麼，富邦人壽更關注：AI 如何被第一線同仁使用？而這也是「理賠智慧助理」能從黑客松發想、走進理賠現場，成為真實工作夥伴的原因。

為什麼富邦人壽會選擇從最複雜、也最不易標準化的環節–理賠–切入、嘗試將AI從「回答問題的工具」轉變成進入核心營運流程的「決策輔助夥伴」？

保險理賠為何難以AI化？答案藏在大量非結構化資訊裡

相較於客服問答或行政流程，理賠工作最大的挑戰在於資訊高度分散且缺乏標準格式：從診斷證明、病理報告、手術紀錄到醫療收據，每份文件不同醫院格式都不同，內容還充滿專業醫療術語；理賠人員不僅必須理解文件內容，還需要同步比對保單條款、法規要求以及醫學知識，才能做出適當判斷。

更複雜的是，就算是相同疾病或手術名稱，不同案件背景也可能導致不同理賠結果，因此，理賠長期被視為高度依賴專業經驗與人工判斷的工作，很難透過傳統自動化工具處理。

近年來，隨著理賠案件量持續增加、醫療技術快速演進，以及新舊世代交替帶來的人才培育壓力，如何兼顧理賠品質、作業效率與知識傳承，成為刻不容緩的議題。

富邦人壽開始思考：如果AI無法取代專業判斷，是否能先協助理賠人員更快掌握資訊、縮短搜尋時間，讓專業人才把時間投入在更高價值的分析與決策工作？這個想法在富邦集團導入微軟Copilot Studio並舉辦黑客松活動後獲得實踐機會，理賠團隊將構想轉化為可驗證的AI提案，並在主管支持與跨部門合作下，於2026年1月正式導入理賠現場。

「黑客松讓我們有機會快速驗證想法，也讓AI應用從概念走向實際場景。」富邦人壽理賠部資深襄理郭乃瑀如是說道。

數位時代為此特別專訪富邦人壽黑客松獲獎團隊「ClaimAIngels」的成員，深入了解這項 AI 專案如何從創新提案一路走進理賠第一線，成為同仁日常工作的決策輔助夥伴。

AI成功落地的關鍵，不只是模型，還有資料與流程重建

從創意發想到實際上線，最大的挑戰不是技術，而是如何讓AI真正符合第一線需求。

富邦人壽理賠部資深襄理林庭樂指出，團隊一開始便深入訪談理賠同仁，發現大家真正需要的並不是AI幫忙做決定，而是協助整理資訊，因此將理賠智慧助理專案聚焦於三大領域：手術等級建議、病理報告判讀輔助，以及國外醫療文件翻譯與摘要，目標是協助同仁降低資料蒐集與查詢時間，讓理賠同仁可以快速掌握案件重點。

但要做到這一步，必須先建立可信任的資料基礎。

由於醫療資料來源眾多且格式不一，團隊投入大量時間整理歷史案件、建立醫療名詞對應關係、標註資料來源與判斷依據，並透過跨部門討論及醫師顧問協作，逐步建立一致的判讀標準。林庭樂表示：「這項工作看似基礎，卻是AI能否提供可靠建議的關鍵，更重要的是，它讓過去散落在資深同仁腦中的經驗知識，逐漸轉化為可被組織保存與運用的數位資產。」

富邦人壽理賠部專員陳子聆便感受到明顯改變。她說：「過去遇到新的手術名稱，往往需要花費一到兩個小時查閱條款、搜尋歷史案例並向資深同仁請教，現在，透過理賠智慧助理協助，資料搜尋時間縮短50%以上，能將更多心力放在案件分析與專業判斷上。」

理賠部理賠審核科資深襄理王羽藍則形容，理賠智慧助理更像是一位隨身秘書。她說：「它會先幫我們整理案件重點，也能提醒是否遺漏重要資訊。無論是判讀國內外醫療文件、核對醫療收據，或分析病理報告內容，都能快速提供參考依據，讓我們把時間投入更重要的專業決策。」

除了資料基礎建設，金融業導入 AI 的另一個關鍵挑戰是風險與合規。

因應金融監理要求以及個資保護需求，團隊在設計理賠智慧助理時建立多層防護機制與使用護欄，並持續優化提示詞設計，以降低AI幻覺、資料外洩與誤判風險，確保AI始終在可控範圍內運作。

不過，對富邦人壽而言，上線並不代表結束，而是優化的開始。

團隊發現，理賠智慧助理初期使用率表現亮眼，但隨著時間推移逐漸下降，為了找出原因，團隊同仁與第一線理賠同仁召開多場討論會議，讓其了解，生成式 AI 並非一次建置完成就能長期發揮效益，必須持續蒐集使用回饋、改善建議，進而調整功能設計。

郭乃瑀表示：「根據同仁回饋，團隊目前正規劃新增實支實付手術給付比例分析等功能，目標是讓AI更貼近實際工作流程、滿足使用者需求。」

從單一專案到組織能力，理賠智慧助理帶來的真正改變

隨著理賠智慧助理逐步成為理賠同仁的日常工作夥伴，其帶來的影響也不再侷限於效率提升，而是開始擴散至組織文化與創新模式的改變。

郭乃瑀表示，過去AI專案多半由資訊部門主導，但這次經驗讓大家發現，真正了解痛點的人其實是第一線同仁，因為只有其最清楚哪些流程最耗時、哪些資訊最難取得，以及哪些環節最適合導入AI。「隨著理賠智慧助理成果逐漸顯現，愈來愈多部門開始主動詢問專案推動經驗，如資料整理、風險控管、流程設計與使用者導入等做法，加速 AI 創新在組織內部的擴散與落地。」

對富邦人壽而言，理賠智慧助理並不只是單一 AI 工具，而是一次工作方式與文化的改變：從第一線提出需求、跨部門共同打造，到持續優化與回饋機制，AI 不再只是科技部門的工具，而逐漸成為工作現場的一部分，也讓數位轉型成為一種持續發生的創新能力。