「我們不只是長照科技公司，我們希望能輔助護理產業更有效率，持續AI轉型。」智齡科技創辦人康仕仲說。 這句話背後，有一個從傳統AI到大語言模型、從學術研究到商業落地的完整轉型故事。康仕仲出身於醫療世家，擁有史丹佛大學機器人與人工智慧領域的博士學位，回國後在臺大做了多年的醫療科技研究，過程中意識到高齡社會將為臺灣的照護環境帶來極大挑戰，因而和核心的研究團隊一同從臺大衍伸創立智齡科技。
在臺灣快速步入超高齡社會的當下，長照產業正面臨前所未有的挑戰。在醫療現場，護理人員除了要處理繁重的臨床照護事務外，每天平均還需要花費71分鐘，才能將照顧紀錄整理成與家屬的聯絡事項。如同許多高度專業的產業，各國的護理照護現場，也同時面臨迫切的人才需求，極需建立有效的系統來緩解營運醫院與管理病房的壓力。
從分群演算法到大語言模型：技術演進的關鍵轉折
回顧智齡科技的人工智慧發展歷程，康仕仲將其分為三個重要階段。最初，他們從最基本的分群AI開始，「護理師每天都會收集許多血壓、血氧或是呼吸次數等生命徵象的數據，但今天量進來的數字跟過去比較，要如何判斷是否有異常？要如何分群？是個不容易的問題。」這個看似簡單的SVM分群方法，卻解決了護理現場的真實問題。基於數據，設定警示機制提醒護理師，目前約七成的警示會進入後續處理，證明AI確實能輔助識別異常狀況。
2015年由Google開發的預訓練語言模型BERT出現後，智齡科技導入人工智慧的進程進入第二階段，開始著手處理非結構化的文字資料。過去護理師撰寫每日護理紀錄時，會先選擇當天要關注的護理焦點，例如「體溫升高」，然後在護理紀錄中描述針對此情況的處理方式。「當時我們試著導入BERT理解語意，接著推測接下來要做的事情。」這個突破讓系統能從護理師的文字紀錄中，預測護理師下一步可能的作為，大幅提升工作效率。
同一時期，他們也導入卷積神經網路技術，用來辨識傷口的影像。護理師在每天觀察患者傷口時，同步拍攝受傷部位做紀錄，系統就能自動識別傷口的大小、嚴重程度、顏色等資訊，「護理師只要拍照，就可以修改，不需要費時多次量測，對於長期紀錄身上多處傷口效率更高。」康仕仲強調，這些日常照護的資料也同時能夠回饋到系統中，持續改善模型。
但人工智慧模型的變化實在太快了，回顧2022年夏天，當時智齡科技嘗試用最新的大語言模型，參與護理師執照考試，「成績大約是80幾分，已經超過護理師及格標準。」隨著GPT-4發布，通用模型的進步速度超乎預期，康仕仲果斷做出重大決策：「我看到結果就決定要轉向。通用模型進步得實在太快，當下就意識到自我訓練模型這個路線需要耗費大量時間與資本，短時間是很難趕上的。」
「我把原來的AI團隊解散，打散到各個部門。因為護理的領域，需要的知識和用詞有一定的限制範疇，在大語言模型的時代，我們更需要回歸到護理現場的需求。」康仕仲說。
大語言模型落地：從71分鐘到10分鐘的效率革命
在掌握大語言模型的能力後，智齡科技迅速推出多項實用功能。其中最受護理師歡迎的是照顧紀錄摘要和輔助家屬溝通的功能。「根據我們的觀察，護理師每天平均要花71 分鐘，才能把照顧紀錄轉成家屬溝通紀錄，現在用AI生成就有極大的優勢，不到10分鐘就可以做完。」
更貼心的是，系統現在還會提供兩種溝通風格供選擇，「一個是溫暖型的，一個是簡潔型的。」康仕仲觀察到，外科型護理師偏好科學簡潔，內科型護理師比較溫暖，「每一位護理師都可以依照自己喜歡的風格，讓自己的工作更加順暢。」
技術架構方面，智齡科技建立了一套對接不同AI模型的系統，「現在我們可以把資料庫對接不同的大語言模型，隨時可以依照需求更換模型。」再者，臨床環境會產生很多涉及敏感的個人資料，需要將敏感資料轉換成代碼處理，「如何配合臨床運作，管理醫療服務過程中產生的資料將會是重點，未來資料治理比選擇AI模型更重要。」康仕仲特別強調。他認為，從服務一千人到服務一千萬人次的資料處理能力，「那需要長期積累的工程能力，以及對資料和領域知識的深入了解。」
創業故事：從學者到創業家的華麗轉身
具有結構技師資格的康仕仲，創業動機源於對基礎建設的熱忱。「我是土木訓練出來的，對基礎建設比較有興趣。重點不是最終出水的水龍頭，重點是水龍頭後面的水庫、水管、自來水廠。」這個基礎建設思維，讓他選擇了相對冷門，但具有重要社會價值的長照賽道。
「我們選的賽道相對冷門，所以目前幾乎沒遇到類似的競爭者。」康仕仲分析，即便像是北美最大的長照軟體平台PointClickCare (PCC) 也並非AI原生公司，因此和我們保持合作關係，他們雖然擁有超過 27,000 家客戶，佔有將近七成市場，但尚未和我們一樣做到照護的最後一哩路。」
智齡科技團隊大約百人，現在幾乎所有部門在日常營運中都已經陸續導入AI。「例如我們的團隊已經很習慣在ChatGPT協助下，撰寫文案。」康仕仲積極推動全公司AI化，鼓勵團隊使用AI工具，「我們試著讓一部分編寫程式的工作讓AI參與，程式設計師和專案經理的工作，逐漸轉為教導人工智慧正確的規格需求，並確認輸出的結果是否正確。」
拓展北美市場：在臺灣市場驗證後再打入國際舞台
康仕仲說，智齡科技的商業模式可以用臺灣的「夜市文化」的快速創新來比喻。康仕仲觀察到，「臺灣的客戶很願意嘗鮮，即便還未打磨至完整，就算產品只有完成八成，實際上臨床就願意陸續導入。」這種願意嘗試新事物的文化，是臺灣能夠快速驗證AI產品的優勢。
他特別推崇臺灣的「隱形冠軍」模式，「臺灣蠻多這種隱形冠軍，找到相對冷門但有價值的賽道。」相較於矽谷專注主流市場，臺灣公司更適合深耕利基領域，「這是臺灣企業更適合做的事情，也是臺灣的優勢，高度活力與多元。」
相比之下，北美市場更為保守，「美國的醫療市場由各據山頭的集團拿下，好在照護這個領域的核心知識架構差異並不大。」康仕仲選擇在臺灣打磨產品，比較成熟了再打進北美市場推廣就會較快。銷售策略採用三管齊下：參加展覽後續追蹤、與學會合作推薦、以及陌生開發。「美國有成熟的銷售體系，我們現在決定不再聘用銷售業務，而是與專門做陌生開發的公司合作。」
目前智齡科技已獲得國發基金、緯創、嘉新集團等企業的資金挹注，並服務已超過500 間長照及日照機構、50,000 名以上的高齡者。在北美主則主要提供較基礎的數位產品，「每個長照機構都可以對接我們的系統，解決他們的需求。」最新產品是失智症照顧系統，「照護失智症患者，一天要做很多次觀察，每次都有12個數字要填，我們把它導入iPad加推車的系統中使用。」在日本市場，智齡科技則與福岡的合作夥伴建立策略聯盟。
國際市場產品布局：對話式護理系統與陪伴型居家照護AI
在算力和演算法策略上，康仕仲有這和其他領域不盡相同的觀點，「我們要追求的是如何以小算力也能運作的演算法。」他認為在醫療領域，AI不需要太過複雜，「護理師的工作已經非常成熟，都有一定的規格，所需要的輔助能力，使用 20B 和甚至 8B 的模型，可能就已經相當足夠。」
產品策略方面，智齡科技正在開發兩個重要方向：一是對話式介面，「未來的護理系統界面，會越來越類似ChatGPT，直接對接我們的資料後台。」護理師可以以對話的方式生成表單，不再需要複雜的圖形介面操作。二是陪伴型AI，「這一類的AI，早上起床後會跟長輩聊天，提醒你吃藥、量血壓。」這項服務瞄準居家照護市場，「其他家人回來可以直接問AI長輩今天的狀況，做出總結。」
最後，康仕仲用一個生動的比喻總結智齡科技的定位： 「人工智慧只是蛋糕上面的櫻桃，真要讓蛋糕做起來更可口，後面還是要有很穩健的系統和領域知識支撐。」 在這個AI驅動的新時代，智齡科技正以臺灣的創新活力，為全球長照產業提供溫暖而實用的科技解決方案。
