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
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

醫療AI新創Deep01(愛因斯坦人工智慧)宣布獲得新台幣8,000萬元募資,領投者為華碩,工研院及資策會共同成立的數位經濟基金、比翼加速器跟投。

Deep01表示,本輪資金將用於加強海外銷售體系,研發新一代的AI產品並取得其他國際認證。據了解,Deep01已跟日本大型集團及新加坡醫療代理商簽下合作意向書。

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。

愛因斯坦人工智慧Deep01腦CT影像輔助系統示意圖
愛因斯坦人工智慧Deep01腦CT影像輔助系統示意圖
圖/ 蔡仁譯攝影

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

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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
一次搞懂工業AI
© 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