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、The Verge、CNBC

責任編輯：蕭閔云

在 AI 快速進入企業營運核心的時代，數據不再只是被動的分析素材，而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據，例如會員資料、交易紀錄以及線上與線下行為數據，但因這些數據分散於不同系統，缺乏統一的身分識別機制以及明確的元數據（Metadata）定義，導致難以整合與分析，同時，也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰，Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務，如 Audience Center 與 AI Agent 等解決方案，並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程，從資料清理到 AI-Ready 再到落地應用，讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化，大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎，以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設？

Vpon 威朋數據科學經理廖宜楷指出，在 AI 驅動的時代，數據的品質決定模型價值。其中四個關鍵分別是：建構標準化的數據採集與處理管線，透過統一的工程規範，確保所有進入系統的數據在格式、維度與質量上具備高度一致性；其次是定義語義清晰的元數據（Metadata）體系，確保數據能夠被 AI 理解與使用，從而產出具備可靠性的產出結果；再來是打破企業內部的「數據孤島」，透過完整整合線上（Web/App）行為與線下（POS/CRM）會員資訊，建構全方位的會員數據輪廓，精準捕捉消費者的跨通路行為軌跡。最後，數據的價值隨時間遞減，AI 的決策品質取決於數據的「新鮮度」，因此，數據的持續更新與自動化維護，不僅能讓企業在動態市場中保持敏銳，還可進一步深化會員輪廓分析的即時性。

舉例來說，在 Vpon 團隊的協助下，台灣百貨零售龍頭透過整合 Web 與 App 行為資料，並將線上與線下數據集中於數據中台進行分析，將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應，並基於此高效率基礎，進一步開發不同業務主題的預測與分群模型，提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實：Audience Center 如何賦能企業實現「數據即戰力」？

有了堅實的數據底座後，下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出，在變化快速的零售與數位行銷市場中，速度就是競爭力。然而，仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去，當行銷或業務人員需要數據支持時，通常得花費繁複的內部流程申請需求、討論需求，才會進到後續的資料清理、建模與分析，最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程，不僅拖慢了決策效率，更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程，將數據處理轉化為數據服務，透過直覺的介面與背後扎實的數據基礎支撐，讓非技術人員不用編寫程式碼，即可自行組合維度，大幅縮短從需求到執行的距離，將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入，不僅有助於提升效率，更賦予企業快速試錯與精準捕獲趨勢的能力，讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

以 AI Agent 重塑數據使用方式，讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度，更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示，在數位轉型的過程中，許多企業面臨的挑戰不僅是數據整合，更包括如何讓不同部門的人員都能更即時協作與應用數據，有鑑於此，Vpon 推出四種 AI Agent 協助企業分析與應用數據，極大化第三方數據成效：

第一，以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表，即時掌握市場動態，加速決策下達與決策品質。

第二，透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限，可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三，藉由 Audience Agent 將客戶分群方式從規則導向（Rule-based）轉變為關聯導向，以關聯分析擴大受眾範圍，協助品牌找出更多潛在客群。

第四，推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因，釐清受眾喜歡的素材跟不喜歡的素材，藉此優化廣告投放內容，持續提升轉換率。

陳文謙表示：「透過 AI Agent 的輔助，品牌不僅能更快完成數據分析，也能將分析結果直接轉化為行銷策略與創意建議，降低跨部門溝通成本，讓數據真正參與決策流程。」

鏈結數據生態夥伴，以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率，Vpon 也持續拓展數據生態圈，協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示，跨境行銷過去多仰賴經驗與市場直覺，但透過數據整合與 AI 分析，品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明，透過雙方的獨家合作，企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源，深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型，以及不同客群的價格敏感度與回購行為等，將行銷決策從過往的經驗判斷轉變為精準的數據洞察，成為品牌出海的重要工具。

簡言之，對零售品牌而言，跨境數據是理解海外旅客真實樣貌的一大利器，也能進一步優化廣告投放、內容策略與商品布局，讓品牌在拓展國際市場時，可以更有效率地接觸潛在客群，放大行銷效益。

展望未來，Vpon 將持續擴展數據生態圈並優化產品服務，幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環，希望以數據夥伴的角色與品牌共同成長，打造互利共贏的數據生態。