從數位病理影像平台到醫療影像AI開發平台，AI醫療新創雲象科技（aetherAI）的產品發展路徑，幾乎就是共同創辦人暨執行長葉肇元學習之路的實踐。
台大醫學系畢業後，葉肇元到美國南加州大學攻讀病理學博士，期間發現，將放置組織切片的玻片掃描成數位化影像，能為病理學帶來巨大改變，於是2015年葉肇元回台後，創辦了雲象科技。
雲象初期主要的業務，便是替醫院掃描病理玻片，並提供數位病理影像平台，讓客戶可以管理、瀏覽、分享這些影像。
2年過後，葉肇元觀察到，AI的進展將推動病理科的數位轉型，於是他又自學AI，在平台的基礎之上，添加AI功能。
如今，雲象的數位病理影像平台已獲台大、長庚醫院採用，更發展了鼻咽癌、骨髓抹片細胞分類、肺癌等病症開發專案，嘗試解決各式各樣能應用醫療影像的難題。
也是因為葉肇元自身的醫學專業背景，讓他很能掌握醫界的「痛點」。
一台玻片掃描器要價數百萬元，再加上每一張影像都是以GB在計算大小，所需的電腦與軟體相當昂貴，整套系統購買下來，大概需要2,000萬元以上，「很貴，所以醫院不一定願意自己買。」
之後，他又看到國際上已經出現用AI來判讀病理影像的案例，但在公司人手不足的情況下，他靠著線上課程，開始從機器學習概論、深度神經網路一步一步學起；再透過中研院舉辦的課程，結識更多有同樣目標、且有技術能力的醫師與工程師，推出產品的雛形，進而與醫院展開合作。
舉例來說，雲象與長庚醫院共同開發「鼻咽癌偵測模組」，就是由長庚醫院派出醫生來標註影像，雲象負責訓練AI模型，目標是自動標示出切片上有癌症高風險的區域，準確率已達97％。
而與雲象合作的醫院，不但可以滿足發表論文的需求，也能夠分享「產品」（如鼻咽癌偵測模組）推出後的智慧財產權。
「有了成功案例、有些論文產生後，其他人才願意跟進。」更重要的是，因為影像的標註是一門「工人智慧」的苦差事，需要醫師的大量投入，「因此我們一定要跟醫院緊密合作。」葉肇元說。
多條產品線齊發，要做醫療界的Spotify
除了長庚醫院之外，雲象陸續也與台大醫院合作，研發「骨髓抹片自動分類計數系統」、與美國匹茲堡大學專案合作，另外還有腎臟、乳癌等病狀的專案在推進中。
對雲象來說，醫院不只是最關鍵的合作夥伴，也是產品推出後的主要購買者與使用者。
然而，考量到每個病症的AI偵測模組都是獨立產品，鼻咽癌買一個、肺癌買一個、乳癌買一個，對醫院來說是無窮無盡的錢坑。
對此，葉肇元認為，如果是購買單一產品的模式，就像進到蘋果的iTunes Store買一首歌或一部電影；但當產品數量一多，AI產品的商業模式更適合音樂串流服務的Spotify的模式，訂閱後就享有許多內容，且內容會不斷更新。
「但產品都要走一段時間的臨床，所以距離Spotify的目標還有一段距離，我們還在做第一張專輯的階段。」葉肇元笑說。
創立5年來，雲象是少數擁有多條產品線的醫療新創，而且還嘗試從軟體領域，跨到軟硬體整合的領域。
目前除了數位病理影像平台之外，有機會最快取證的產品是大腸內視鏡嵌入式設備，只要加裝在內視鏡主機上，就能協助醫師標出息肉位置。
醫療、科技兩大產業溝通橋梁，跨界人才哪裡找？
產品跨軟硬體，自己也從醫學生、工程師再變成執行長，擅長「跨界」的葉肇元觀察，在醫界與科技業間的交流，很多都只是站在河岸兩旁喊話，沒有人真正跨過去。「我認為，跨領域必須有一個人真正跳過去另外一個領域學習、解決問題。只是把兩個領域的人放在一起效率不高，電子廠、製造廠如果只找幾個醫師當顧問也是遠遠不夠的。」
葉肇元的建議是，也許讓醫學領域的人主動出擊，會是比較好的方式，不只因為在第一線能有更貼切的觀察，「畢竟沒有線上醫學院，要跨進醫療領域的學習的成本也比較高。」而現在也有愈來愈多新創公司、電子廠、製造業需要醫界人才。
當這些人才有地方可去，才能放心跨界，成為彌平台灣兩大產業──醫療與科技業溝通落差的重要橋樑。
雲象科技
成立：2015年
創辦人：葉肇元、康家彬、葉一忠
主要業務：病理玻片雲端數位化及醫療影像AI開發
責任編輯：郭昱彣、林美欣
