杜奕瑾投入智慧醫療新戰場!他如何預測帕金森氏症高風險患者?
杜奕瑾投入智慧醫療新戰場!他如何預測帕金森氏症高風險患者?

「這根本不是一個疾病,而是一齣悲劇小說。」電影《愛情藥不藥》裡面,一位患有帕金森氏症(Parkinson's disease)第四期的病人家屬,對著男主角傾訴自己身為患者丈夫的情緒:「她將無法自己穿衣服,你也可能需要打理她的排泄物,最終她的生活將失去控制。」

帕金森氏症是一種腦部退化疾病,依照發病的不同階段,患者會產生不同程度的症狀,唯一相同的境遇是,任何人一旦出現這個病狀,都是不可逆的。

「這會嚴重影響身邊家人的生活,所以我們希望透過科技的方式來預測,」台灣人工智慧實驗室(Taiwan AI Labs)創辦人杜奕瑾說。

台灣的下一步,前進精準醫療藍海市場

在AI的大傘下,智慧醫療(Smart Health)是近年來的熱門選題,其中精準醫療(Precision Medicine)能透過基因定序的方式,以及各種資料的搜集,以提供患者更精準的疾病預測,成為各方投入的新戰場。

根據美國研究顧問公司Frost & Sullivan預估,到了2025年,全球精準醫療市場規模將達到1,300億美元(約近4兆元新台幣)。

有別於常見的「精準醫療」一詞,杜奕瑾更偏好使用「精準健康」(Precision Health),因為「Health」這個詞,可以傳遞這個技術能夠帶給病患全面性的照顧之意,而非只有「治療」一個環節。

台灣人工智慧實驗室_AI模擬藥物作用,找出「精準健康」解決方案.png
台灣人工智慧實驗室利用基因定序結果推測出蛋白質結構,並藉由AI演算法,進行藥物化合物與蛋白質結構的親和力模擬(即模擬藥物在人體內的狀態),以確認藥物在蛋白質上是否能產生作用,協助研發「精準健康」的解決方案。 在此圖中,團隊將模擬結果以3D視覺化呈現,紅色的深度代表結合次數愈多(熱區),實驗室便會針對這些熱區,再進行後續研究。
圖/ 台灣人工智慧實驗室提供

至於台灣人工智慧實驗室何以選定醫療領域,杜奕瑾用了「靈魂之窗」一詞來解釋。

「靈魂之窗重要的不是窗,而是『靈魂』。」台灣擁有世界一流的代工技術,可以製作出各種低成本的終端裝置,用於觀看、記錄,這就是「窗」的概念。然而,真正有價值的應該是背後這些看不見的靈魂,「當終端裝置填入了軟體、滿足了使用情境,並進行各種分析,真正解決了大家的問題,這才是藍海市場啊,也才是台灣下一步該走的路。」

龐大數據資料,結合「窗與靈魂」

因此,看好台灣已擁有一群優秀的軟體工程師,加上1995年上路的全民健保,已積累龐大的數據資料,再配合國內頂尖的醫療技術所留下來的高質量分析結果,杜奕瑾認為,當窗與靈魂結合起來,將可以讓醫療資源做更有效的利用,也有助於提升醫生的診斷品質。

「任何決策都必須有科學根據,醫療場景也是。」未來,醫師給予病患的診斷、用藥和療程,都可以在參考患者的各種數據資料,包括生活型態資料(Lifestyle Data)、健保資料及基因定序等分析之後再下定論,才能更精確地符合患者個人的需求。

針對前述帕金森氏症的精準健康計畫,杜奕瑾表示,台灣人工智慧實驗室目前已與臨床醫師展開合作,利用台灣人體生物資料庫的生物晶片「TWB2.0」(包含70萬個基因變異位點),配合已發病患者的資料,在實驗室開發的分析平台TAIGenomics上,運行其自行研發的分析工具GenEpi,找出與臨床發病者有最大關聯性的基因變異位點。

未來,透過更多的實驗室驗證進行篩選後,希望能夠進一步產生帕金森氏症的風險預測工具,協助更多人提早進行人生規畫。

杜奕瑾_台灣人工智慧實驗室創辦人_2020_10_06_蔡仁譯攝-3 (2)
杜奕瑾認為,透過科技的方式預測疾病,可以讓醫療資源做更有效的利用,也有助提升醫生的診斷品質。
圖/ 蔡仁譯攝影

基因預測後,跨足全球市場的挑戰

不過,這項計畫也有自己的挑戰。因為在遺傳檢測的協助下,目前得出的結果,僅能用於預測罹患帕金森氏症的高風險患者,對於如何延緩發病時間、發病後的各種治療方式等,就不是單純的基因定序這麼簡單,還需要臨床團隊長時間的配合、長期記錄患者的治療狀況,搭配基因定序的資料進行演算,才有機會做到針對病發患者該採用何種治療方式,也就是精準健康的建議。

儘管Taiwan AI Labs目前的帕金森氏症計畫,是立基於本土的基因序進行研究,然而杜奕瑾言談間流露出更大的企圖心。

首先,這項計畫將跨出台灣,嘗試整合全球針對同一症狀進行的精準健康研究,做出更多的比對,深入了解不同人種在同一症狀上的差異性,期待能在預測上有更全面的判斷。

其次,台灣人工智慧實驗室也打算將精準健康計畫的觸角延伸到遺傳疾病、超級細菌抗藥性和其他慢性病的研究上,「利用AI,解決醫療場域裡難以解決的問題,正是我們的責任。」

最後,杜奕瑾提醒,AI領域和醫療領域的人才如何銜接,也是智慧醫療發展的一大難題。他建議,由醫療領域的人才來學習如何「說AI」,會是比較務實的作法,因為他們比誰都知道,在醫療流程裡,哪些部分可以透過AI的幫忙來加快腳步。

有了共同的「AI語言」作為溝通基礎,擁有AI技術的同仁不僅能接收指令、也能反饋一些想法予醫療領域的同事,雙方共同打造出各種導入AI的醫療應用場景。

台灣人工智慧實驗室
成立:2017年 
創辦人:杜奕瑾 
主要業務:以醫療保健、智慧城市和人機交互為核心,致力於AI解決方案

本文出自數位時代318期11月號《台灣下一個世界級產業:智慧醫療》

責任編輯:郭昱彣、林美欣

關鍵字: #智慧醫療
往下滑看下一篇文章
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦

ChatGPT、Gemini、Claude 等 AI 通用工具問世後,「AI」無疑成了現今全球最熱門的關鍵字。儘管許多企業已經開始導入相關應用,多數卻仍停留在文書輔助、單一聊天機器人(Chatbot)運用等單點階段。但隨著商業環境快速變化、缺工日益嚴峻,企業需要的不再只是一個會回答問題的對話框,而是具備「自主決策與行動執行」能力的「代理式 AI」(Agentic AI)。

Going Cloud 和 IDC 合作發布的《多代理系統崛起 打造敏捷韌性企業》報告便指出,如今「AI First」時代來臨,企業的 AI 應用正從輔助性質走向自主營運,有 80% 的企業期望藉此提升生產力,70% 的企業希望能更輕鬆處理複雜任務,還有 66% 的企業期望透過多模型來提升整體效能。

代理式 AI 愈來愈多,必須納入組織管理

但究竟什麼是「代理式 AI」?

「過去人們使用生成式 AI 時,需要一步步下達明確指令,但現在使用者只要賦予代理式 AI(Agentic AI)明確目標,它就能自己理解前因後果、進行推演,甚至能去呼叫 API 完成任務。」Going Cloud 總經理黃柏淞點出差異。
而當企業內部的代理式 AI 日益增加,比方說,人資部門有專屬 AI、業務部門有報價 AI、法務部門有合約審閱 AI,跨部門協作的複雜度也隨之飆升,「如果你是管理者,你就會意識到,必須把 AI 當成一個人,納入組織裡來管理。」黃柏淞強調,能統籌、指揮多個 AI 代理協作的「多代理系統」(Multi-Agent System, MAS),正是為了解決這個痛點而生。

簡單來說,MAS 就像虛擬的企業總部,負責協調、治理負責不同任務的 AI 代理、工具和功能模組。在讓 AI 自主決策的同時,各個 AI 代理間也能共享資訊、協調分工。MAS 還具備極佳的擴展性和分散性,企業可以依照業務需求,隨時新增、更改 AI 代理,能大幅提升營運韌性。

雖然企業普遍意識到,代理式 AI 已經蔚為風潮,但實際部署時,仍面臨諸多挑戰。《多代理系統崛起 打造敏捷韌性企業》報告便顯示,資安疑慮、預算限制、缺乏 IT 支援分別是企業最擔憂的三大問題,「企業最擔心串聯多個 AI 代理時,要是權限沒控管好,很容易有機敏資料外洩的風險。」黃柏淞提到,在此情形下,Going Cloud 推出了以「分層式多代理架構」為核心的解決方案。系統會由一個「主管代理」(Supervisor Agent)作為主要決策層,底層則串聯了各個負責單一任務的「任務代理」(Task Agents)。

以 Going Cloud 服務的大型金融企業為例,假設一位 VIP 客戶登入銀行 APP,詢問 AI 客服:「我想申請房貸,請問現在利率多少?另外,請幫我評估把我目前的科技股基金贖回當作頭期款適不適合?」如果是傳統的聊天機器人,可能會因為問題太複雜直接轉接人工客服。但在 Going Cloud 的分層式 MAS 架構裡,「主管代理」接收到任務後,會先拆解再指派負責「房貸利率」的「任務代理」,去後台抓取客戶的信用評分和最新房貸專案。同時,這位虛擬主管還會指派「理財分析」的「任務代理」,去檢視客戶最近科技股基金的績效並預測市場。最後,再由「主管代理」統整資訊,一併給出一份完整且客製的財務建議,「分層式 MAS 能確保整個過程的指令被清楚傳遞,而且因為權限分層管理,房貸 Agent 不會碰到不該碰的理財資料,符合金融業的風險控管與合規要求。」黃柏淞說。

目前 Going Cloud 已經協助知名金融機構導入 MAS 架構。以實際成效來看,多代理客服平台能降低 50% 以上的人工客服工作負擔,並讓回覆使用者問題的平均時間減少 60% 以上;FAQ 知識導向與 API 資料調用的正確率,在調用得當的情況下,也都達到9成以上的成功率。黃柏淞指出,金融、製造、顧問等有複雜跨部門協作需求的大型企業,都是亟需採用代理式 AI 的產業。

#0 AI同事愈來愈多怎麼管?Going Cloud用「多代理系統」,助企業打造最強營運大腦
提到目前與台灣領先金融集團的合作進程,黃柏淞表示因為金融機構的特殊性,需要縝密的全方位服務,從前期討論到技術導入,大約需要半年到九個月的時間。
圖/ 數位時代

懂雲也懂企業痛點,助員工無痛升級「AI 小組長」

但為什麼 Going Cloud 能為企業打造出如此高效的代理式 AI 底層架構?一方面,Going Cloud 先前服務過亞洲最大 AI 多媒體科技集團科科科技(KKCompany Technologies),奠定具備理解和服務大型企業的經驗,且自 2022 年創立起,就鎖定服務架構最複雜的大型企業市場。同時,Going Cloud 是全台首家榮獲 AWS 生成式 AI 服務能力認證及 ISO27001、ISO27701 雙重國際驗證的雲端產業專家,此成就彰顯 Going Cloud 在堅實的資訊安全基礎上,深化了對個人資料保護的承諾,為客戶提供符合國際標準的資料保障,強化雲端服務領導地位。另外,Going Cloud 還能為企業量身打造底層 AI 平台,提供 AI 策略方針定調、雲端架構設計、Agent 任務規劃、效能優化等一站式服務。

對於準備跨入「AI 商用階段」的企業,黃柏淞建議,釐清應用場景,比追求最新技術更重要,「唯有清晰定義痛點,才能讓強大的 MAS 平台真正落地。」
他特別提到,導入 MAS 系統不只是 IT 部門的責任,其實更像企業的升級轉型,「未來的知識工作者,不能只是單純『接球就打』,每個人都將成為『小組長』或『專案經理』。」例如員工不必再親自打開 excel 敲公式、解讀報表,應該要學著指派手下的「數位同事」去執行。員工的核心價值,將從過去繁瑣、重複性任務的執行,轉移到前期的目標定義、流程規劃,以及後期的決策判斷和審核把關。

AI 技術飛速推進,企業間的競爭已從「要不要用 AI?」,升級成「如何管理與協作多個 AI?」。透過建構靈活、安全且具高擴展性的多代理系統,企業不僅能解放員工的生產力,更能在瞬息萬變的市場中,打造敏捷、韌性兼具的營運大腦。

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
AI全球100+台灣20
© 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