要精準醫療又要保護隱私！賦智行雲提出的「好意圖AI」是什麼？

「技術本身是中立的，真正關鍵的是背後的意圖。」賦智行雲創辦人林志鴻舉例，核能可以提供乾淨能源，也可能會成為具毀滅性的核彈；無人機可以協助農業，但也能成為戰爭的武器，而AI亦同雙面刃一般的存在。

因此，林志鴻希望讓AI具備「好意圖」，解決醫療長年痛點。

賦智行雲背負的江湖使命，怎麼實踐「好意圖」？

作為講究「好意圖」的醫療新創，林志鴻分享最重視的要素就是數據隱私。

在現代醫療的快速發展中，如何在保護病患隱私的同時，促進不同醫療機構之間的知識共享，成為一個重要的挑戰。賦智行雲提出的解方是「聯邦式學習」：既可以讓數據為診斷技術所用，又能保護病患隱私的平台。賦智行雲「聯邦式學習」的特性就是透過醫療機構各自的數據訓練模型，再將模型的特徵或參數進行合併為「特徵數據」。

林志鴻分享，運用「特徵數據」，可以將複雜的病患資訊化繁為簡。以牙病患為例，當病患從台北的醫院轉診到高雄醫院時，「特徵數據」的應用能確保病患資訊的安全，也就是說，高雄的醫生透過平台收到的不再是完整的病患檔案，而是一份簡潔的「特徵數據」，例如「牙齦發炎程度」、「抽菸頻率」或「基因變異」等。他認為，只保留下「特徵數據」，能同時做到病患資料去識別的作用。

林志鴻補充，透過不同醫療機構的「特徵數據」整合、匯入至AI平台，也進而打造聯邦式學習，跨地區的醫生能從平台抓取其他醫院「特徵數據」作為病狀參考之一，在面對多種病徵的患者時，能快速找到相符的「特徵數據」以提高診斷準確度。

用AI破解醫療三大痛點：效率、透明與數據管理的全面革新

在這個隱私基礎之下，賦智行雲針對醫療行為上人工檢測耗時耗力、醫病溝通不透明和數據管理等3個痛點開發產品。

「我們希望幫助醫生專注於病患，而不是浪費時間在重複性工作上。」林志鴻說明，由於醫療系統長年面臨診療效率低下的困境，而傳統影像分析需要醫師逐一檢視數千張影像，既耗時又容易因疲勞而疏漏，他指出，自動化標註技術針對此問題，能利用AI快速處理龐大影像數據，並將遺漏的病灶自動標記出來，提供醫生進一步確認。

醫病溝通不透明也同為是挑戰，林志鴻分享，許多病患對自身健康狀況與治療成效缺乏了解，進一步削弱對醫療體系的信任。林志鴻表示，其實透過收集病患的各項數據，例如MRI或X光影像，模擬疾病的進展與治療方案的效果，這就如同為病患建立一個虛擬「雙胞胎」，醫生則能運用數位分身模擬疾病進展及治療效果，讓病患能直觀了解健康狀況，例如數位分身可以幫助牙醫模擬病患牙齒矯正後的排列效果，同時結合病患的口腔菌群與基因數據，預測未來可能發生的牙周疾病或其他相關健康問題。

此外，醫療機構常面臨數據管理的瓶頸。賦智行雲的AI Ops技術協助醫院整合分散的資料來源，建立標準化的數據平台，讓舊有系統與新型數據（如IoT裝置資料）整合，他舉例，在聯新醫院的加速器計畫中，就是利用AI Ops技術將資料庫中的數據統一，提升資料查詢、分析效率，讓醫院能精準掌握現有數據資源，也能即時檢測資料庫的運行狀況，如CPU使用率和記憶體占用情況，並在異常出現前發出預警，幫助管理員迅速解決問題，確保系統穩定運行，他說明，這一功能特別適合像童綜合醫院這種大型機構，滿足醫院在肺部疾病診斷等高效能運算。

以東南亞為跳板，逐步進軍歐美市場

在台灣，賦智行雲以AI驅動的3D醫療平台在2023年中華電信5G應用大賽中獲得冠軍，而放眼未來規劃，林志鴻透露，發展核心將先著重在東南亞國家。

他舉例，像是新加坡醫療體系高度國際化，對創新技術的接受度也相對較高，賦智行雲就已經和新加坡政府加速器ACE合作，進而接觸當地大型醫療集團及診所；在泰國，技術也已被運用在醫療影像的自動分析，協助當地醫師提升診療效率；而在馬來西亞，其數位分身技術也正逐步進入醫美、牙科診所，解決年輕醫師診療經驗不足的痛點，他也分享，截至目前訂單已達新台幣6,000萬元，並有望在2024年底突破新台幣1億元。

最後，他也補充，儘管歐美市場對數據隱私的要求更為嚴格，但只要AI Ops技術只要能夠在台灣與東南亞建立可信、穩固的參考案例，賦智行雲就有機會進軍全球市場。