GPT-4救狗一命！連獸醫都束手無策，AI是怎麼「診斷」出正確病因的？|數位時代 BusinessNext

GPT-4救了我的狗！連獸醫都找不到的病因，AI一看便知

人工智慧技術的進步，推動人類進入全新世代，AI帶來的便利性不僅提高我們的工作效率、協助解決棘手問題，甚至還能夠挽救一條寶貴的性命。近日，推特用戶Cooper以「GPT-4拯救了我的狗」（GPT4 saved my dog’s life）為題發文，表示GPT-4真的能夠在醫療領域派上用場，甚至解決了連獸醫都無能為力的症狀。目前這篇推文點讚已超過2.5萬，約6,000多人轉發。

Cooper表示，他們飼養的邊境牧羊犬Sassy被診斷出患有蜱傳疾病（tick-borne disease），同時還伴有嚴重的貧血症狀。起初Sassy在接受獸醫治療後情況有所好轉，但過幾天卻突然迅速惡化，因此他們再度將狗狗帶到獸醫院進行檢查。為了排除其他與蜱傳疾病有關的合併感染症狀，Sassy進行了多次的血液檢驗，然而結果均顯示陰性；由於找不出Sassy病情惡化的原因，獸醫只能保守建議他們再觀察幾天，心急如焚、不願坐以待斃的Copper急中生智，決定尋求GPT-4的幫助。

GPT-4是怎麼診斷出正確病因的？

Cooper向GPT-4詳細描述了Sassy每一次發病的狀況，除了附上治療過程外，還輸入了兩組當天抽血後的血液檢查結果，最後詢問GPT-4是否能從描述中推導出病情惡化的可能原因。

GPT-4首先發表了一段免責聲明，表示自己並非獸醫，但可以嘗試幫助用戶分析狗狗的血液報告。它很快找出報告中幾項明顯的異常指數，並推測可能有其他原因導致貧血狀況。在Cooper進一步追問後，GPT-4給出了一份詳細清單，羅列出數種可能導致狗狗貧血的潛在原因，在排除了幾項先前做過的陰性檢測後，Cooper將注意力放在GPT-4提到的IMHA上（免疫媒介性榮血型貧血，寄生蟲感染等因素導致血液中出現紅血球異常的現象）。

在向另一名獸醫轉述了聊天機器人給予的診斷，並經過更精確的IMHA檢驗後，GPT-4的推測得到了證實。由於找出真正的病根，搭配相對應的藥物治療，很快地Sassy的病情就開始好轉，狗狗珍貴的性命得到了GPT-4的拯救。

和Google搜尋完全不一樣！GPT-4能成為幫助專業醫療人士的工具嗎？

GPT-4是OpenAI最新推出的語言模型，在發布初期，OpenAI公布了一項由美國醫師學會設計的醫學知識測驗結果，GPT-4在這份題目中的正確率為75%，相較前一個版本GPT3.5所得到的53%正確率，擁有高達22百分點的進步。

在Cooper將這個故事發布在推特上後，隨即引發一陣熱議，大眾開始對GPT-4是否真的能治病而展開激烈討論。有人分享了類似經驗，提到數周前GPT-4曾幫助他找出家中龜背芋植物的問題；持反對意見的人則認為，也許對於狗狗的診斷尚且可以接受，但自己沒辦法在無法保障醫療隱私的情況下，貿然地將病情交給AI診斷。

也有較保守的意見表示，這只是一項特例，就算用Google搜尋，也能查出差不多的結果。事實上，IMHA並非什麼難治之症，在寵物身上非常常見，有網友表示，僅從Cooper給予的描述，就能直接推測出Sassy得了IMHA。

但是兩者最大的不同， 在於Google搜尋沒有辦法像GPT-4一樣，從使用者給予的檢驗報告中逐步且詳盡的分析每一項指標。 假設你在Google搜尋欄詢問造成「頭痛」的原因，Google可能會拋出一個你得了「腦瘤」的回應；然而GPT-4相較起來更加謹慎，它通常會先表示：「頭痛可能由很多不同原因造成，雖然腦瘤是可能因素，但並非常見主因。」並列出其他潛在引發頭痛的狀況，同時建議用戶尋求專業醫療資源的協助。

也許如同部分網友所言，這段故事只是一項特例，但故事中出現的兩名獸醫，第一位沒能及時診斷出病症，另一位則是經由Cooper給予的指導並且排除其餘陰性檢測結果後，才做出正確診斷；然而GPT-4卻僅在一開始就依靠飼主的敘述和檢驗報告就推測出可能結果，這代表AI所擁有的能力是我們難以忽視的強大。最重要的是，和人類醫師不同，AI能夠一次性對所有可能性進行綜合性思考，並從中找出最接近正確答案的選項。

「難以想像20年後醫學診斷的過程會如何發展。」Cooper透過推文表示，他對於GPT-4最印象深刻的部分，是它讀取和解釋血液檢查報告的能力，「我只是從一張紙上抄錄了CBC（全血細胞記數/血液細胞分析）測試值，它就馬上給出詳細說明和參考範圍。」Cooper甚至認為，GPT-4能成為用來幫助專業人士拯救更多性命的重要工具。

GPT-4幫了大忙，但「生病看醫生」還是比較妥當

從Cooper和Sassy的故事中，我們看到了AI貢獻了幫助，然而若全面依賴GPT-4作為診斷和治療的基礎，在目前的技術範圍內仍然是非常冒險的做法。也許GPT-4能在日後成為輔助醫生治療的工具之一，但如果遇到相關問題，比較妥當的方式仍是先尋求專業醫療資源的協助。

責任編輯：陳建鈞、林美欣

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。