Google聯手醫院開發決策演算法！科技巨頭們搶攻智慧醫療，都出了哪些招拚市場？|數位時代 BusinessNext

Google正利用在數據及AI上的技術優勢，一步步深入廣大的醫療市場。近期Google便宣佈與美國連鎖醫院HCA Healthcare達成合作，將利用病患的數據開發醫療演算法，協助醫生進行決策。

根據《華爾街日報》報導，在全美21州擁有186間醫院、超過2,000個醫護據點的HCA，正式與Google Cloud建立多年的合作關係，預計將分享診斷資料與醫療設備蒐集到資訊，目標開發演算法強化醫院的營運效率、協助監控病患情形，以及給予醫生建議。

Google攜手連鎖醫院，開發演算法協助醫生做決策

Google Cloud執行長湯瑪斯．庫里安（Thomas Kurian）在聲明中指出，「雲端可以促進醫療領域的創新，特別是在驅動資料的互操作性上，這對簡化營運及改善醫療品質相當關鍵，進而為病患帶來更好的醫療成果。」

Google預計將提供多個醫療相關產品，包括Google Cloud Healthcare API，以及符合美國健康保險法規HIPAA的企業資料儲存服務BigQuery。

對於敏感的病患隱私問題，HCA強調，Google不會取得可辨識病患身份的訊息，所有資料在與Google分享前，都會去除能夠識別身份的內容，且醫院的系統擁有掌控資料訪問權限的能力。

Google Cloud醫療及生命科學總經理沙卡洛斯基（Chris Sakalosky）指出，在取得HCA同意為前提下，Google會在必要時取用不包含患者個人病歷的資料，以及開發醫療分析工具，並會讓HCA獨立檢測演算法模型。

Google也並非首度與醫院合作。2019年時，Google就曾披露正在與美國第二大醫院系統Ascension合作建立醫療查詢系統。這項名為「夜鶯」的計畫蒐集了上百萬名患者的資料，也引發外界疑慮。

雖然Google與Ascension的合作完全合法合規，且目的是讓醫護人員能更準確、便利地調閱資料庫的病患資料，進而幫助醫生做出決策，給予患者更有效的醫療照護，但依舊沒辦法令外界完全放心，這些患者的資料是否受到妥善運用。

看準搜尋熱度，Google Health發表皮膚診斷App

Google於醫療領域的布局，除了在企業端有與各大醫院的合作，自2018年底成立、沉潛多時的Google Health團隊，便在稍早的Google I/O上，發表了他們第一款面向消費者的醫療App。

這款App可以透過影像推斷皮膚、頭髮或指甲的狀況，能夠辨別288種可能的狀況，但Google也強調這並不是醫療診斷，只是幫助用戶快速了解可能的狀況，免去在網路上費時搜尋的麻煩。

Google Health醫療長德薩沃（Karen DeSalvo）表示，非常多人會在Google上皮膚相關搜尋的問題，每年搜尋次數約有100億次，因此Google才決定推出一款能夠協助辨別皮膚狀況的App。

App的演算法經過上百萬張圖像訓練，能夠在考慮到種族、年齡、皮膚類型等因素。在對約1,000張不同病患的皮膚圖像進行識別時，有84%的情況能在前三項建議中就給出正確的答案。

Google預計會在今年底前正式推出這項服務，可以想見以這款皮膚診斷App為起點，未來Google可能將推出更多面向一般民眾的醫療服務。

醫療商機潛力大，科技巨頭都想分一杯羹

儘管醫療領域進入門檻也相對來得高，但像Google這樣擁有豐厚資源的科技巨頭們，也紛紛盯上這塊市場，試圖從不同角度咬一口這塊大餅。2019年全美花費在醫療照護領域的金額已高達3.81兆美元，預估2028年時將達到6.19兆美元，並佔據美國GDP近20%，顯見醫療市場的驚人潛力。

亞馬遜就是其中最為積極者，去年11月便正式推出線上藥局服務，提供客戶線上訂藥、送貨到府的服務，以及24小時的線上專人諮詢，並給予沒有保險的民眾最高80%的購藥折扣。

近期又傳出更進一步的消息，如同在電商領域的作法，亞馬遜正在討論將藥局服務從線上發展至線下，在美國開設實體的亞馬遜藥局，並考慮是在既有的全食超市門市增設窗口，又或者是單獨成立新的藥局門市。

只不過這仍是比較初步的討論，最終是否會付諸實行還有待觀察。且外界認為實體藥局需要多位藥劑師等專業人員，經營成本較高，投資回報還不是很明朗，除非有與線上服務更密切整合、串連的辦法。

另外，目前主要為員工提供的遠端健康諮詢服務Amazon Care，也計畫在今年內拓展至全美範疇，甚至為其他企業提供服務，協助照顧外部公司員工的身心健康。在疫情期間遠端醫療變得更為普及且需求熱烈，而亞馬遜計畫向其他公司提供服務，也是看準了這一點。

蘋果則藉由Apple Watch作為踏足醫療市場的橋樑，至今推出包括心電圖、血氧濃度等多種檢測功能，先前也傳出蘋果計畫在下一代Apple Watch中添加血糖檢測功能，並早在多年前就開發healthKit、ResearchKit等能夠儲存、蒐集醫療資訊的服務。

而身為雲端大廠的微軟，也在去年推出了醫療雲端服務Microsoft Cloud for Healthcare，為醫療院所提供服務。今年4月更砸下近200億美元收購AI語音技術公司Nuance，計畫整合進醫療領域的應用當中，並預估在醫療市場的潛在商機將達到5,000億美元。甚至近日登場的Microsoft Build活動上，微軟也揭露了Hololens遠距看診的新應用可能性。

不過，由於醫療領域的難度及門檻，也並非所有踏入這塊市場的科技公司都能獲得回報，IBM今年就傳出計畫出售虧損連年的智慧醫療部門Watson Health部門，從AI醫療市場脫身。

資料來源：[華爾街日棒][1]、[The Verge][2]、[CNBC][3]

責任編輯：蕭閔云
[1]: https://www.wsj.com/articles/google-strikes-deal-with-hospital-chain-to-develop-healthcare-algorithms-11622030401?mod=djemalertNEWS
[2]: https://www.theverge.com/2021/5/18/22440754/google-health-ai-skin-condition-model-dermatology
[3]: https://www.cnbc.com/2021/03/17/amazon-is-expanding-amazon-care-telehealth-service-nationally-for-employees.html

一家來自台灣的 AI 新創，如何讓美國上千家速食餐廳，都用它的 AI「看」得來速車道？

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能)，透過攝影機蒐集匿名數據並轉化為多項營運指標，協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例，在全面導入 Berry AI 解決方案後，服務速度提升 13%-20%，業績表現最好與最差的門市，每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後，得來速車道的服務時間也立刻改善，進而提升整體吞吐量。

然而，支撐 Berry AI 解決方案的，不只有前端看得見的攝影機與影像辨識技術，還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務，打造兼顧即時性、穩定性與成本效益的雲地混合架構，成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模，Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示，團隊成立初期投入近2年半的時間，探索最適合影像辨識技術的應用場景，最終將目光鎖定高度標準化的速食餐飲業（Quick Service Restaurant；QSR），推出得來速計時器、餐廳計數器等解決方案，運用 AI 影像分析技術，辨識顧客進入得來速車道或餐廳後的狀態，例如：排隊、點餐、候餐等。

同時，Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標，例如：不同門市、日期或時段的顧客等候時間，協助管理者從數據中找出流程瓶頸與可以優化的環節，進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後，Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而，隨著合作客戶與部署門市持續增加，資料量快速攀升，加上服務範圍橫跨不同區域，既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出，尤其 QSR 業者在選擇 AI 解決方案時，格外重視技術效能與穩定性，包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作，以及網路發生問題時能否維持服務等。在這樣的要求下，若將所有運算與資料都留在地端，不僅難以因應日益增加的部署門市與資料量體，設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端打造高可用性 AWS 雲地混合架構，突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益，成為 Berry AI 進軍北美後必須解決的新課題。為此，Berry AI 選擇與博弘雲端合作，取得穩定且高可用的 AWS 運算與資料庫服務架構，將即時運算留在地端，同時在雲端環境整合資料庫處理大量資料與後續分析工作，形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明，包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作，會先在地端完成；再將辨識結果傳送至 AWS 雲端，計算各項營運指標，提供後續分析與決策使用。透過這套架構，Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外，AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上，透過完整且多樣化的資料，持續訓練與優化模型，進一步提升地端影像辨識的準確度。

Berry AI 鎖定高度標準化的速食餐飲業（Quick Service Restaurant；QSR），推出得來速計時器、餐廳計數器等解決方案，運用 AI 影像分析技術，辨識顧客進入得來速車道或餐廳後的狀態，例如：排隊、點餐、候餐等，協助管理者從數據中找出流程瓶頸與可以優化的環節，進而提升服務效率及顧客滿意度。

圖／ Berry AI網站圖

成為企業技術團隊的延伸，博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長，Berry AI 也迎來新的課題：如何把雲端資源用得更有效率、更省成本，這也成為 Berry AI 與博弘雲端合作的重要契機。

對此，可能有很多人好奇，像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業，為什麼還需要與博弘雲端合作？「關鍵在於，博弘雲端長期深耕 AWS，對相關服務與技術架構更加熟悉，可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時，可以直接尋求博弘雲端協助；若需要進一步與 AWS 原廠確認，博弘雲端也能協助溝通與處理，減少 Berry AI 自行研究與排除問題所需投入的時間，讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是，博弘雲端不只提供技術支援，還能從 Berry AI 實際用量與成長需求出發，客製化設計最適合的節費方案，這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明，博弘雲端根據 Berry AI 既有的 AWS 用量，推估未來 1-3 年內的使用需求，並以此為基礎規劃合適的長期雲端資源用量；同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS，進一步整合集團需求進行評估，放大整體採購規模，爭取更大的節費空間。

宋青雲強調，雲端採取隨需即付的計價模式，雖然具備彈性優勢，但若缺乏持續管理，仍可能出現資源配置不符商務規劃，或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案，也會從效能、資安與成本等面向進行架構健檢，提出相應的優化建議；同時還會提供相關管理介面，讓企業隨時查看帳戶使用狀況、預估未來用量，在業務規模持續成長的同時，也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化，只是博弘雲端服務的一環。從企業準備上雲開始，博弘雲端便能協助將應用程式與資料從地端搬遷至雲端，或直接在雲端完成部署；進一步還能協助建置數據平台、數據中台，進行資料分析及導入 AI 應用，讓企業資料發揮更大價值。當服務正式上線後，博弘雲端也能接續提供維運服務。換言之，從前期 PoC、雲端建置到後續維運，博弘雲端都能依據企業需求，提供相應的服務與支援。

對 Berry AI 來說，藉由與博弘雲端合作，深化 AWS 雲端資源使用，不只是突破規模化挑戰，更重要的是能把有限的資源集中在核心業務，持續優化解決方案、開發更多貼近餐飲營運需求的應用，進一步爭取更多品牌合作，擴大北美市場版圖。目前，Berry AI 正全力拓展北美市場，也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System（DevOps、Infrastructure），以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台，到協助餐飲品牌提升營運效率的分析產品，每個環節都還有發揮的空間。期待匯聚更多優秀夥伴，一起用 AI 解決真實的營運問題，讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情：https://www.cake.me/companies/berryai/jobs

在 Instagram 查看這則貼文

數位時代（@bnext_official）分享的貼文

Google聯手醫院開發決策演算法！科技巨頭們搶攻智慧醫療，都出了哪些招拚市場？