• 伽利略
  • Posts
  • Episode 16. AI 也走進台灣的醫療現場!看這些大醫院怎麼做

Episode 16. AI 也走進台灣的醫療現場!看這些大醫院怎麼做

不用穿戴裝置!台灣新創用手機顛覆健康監測 | 壓力大而不自知?放心,以後衣服會先提醒你

📢 最新消息

伽利略電子報已改為 「隔週」 出刊 (隔週五下午3:00出刊),並在每期進行讀者意見調查

您可以按下文末按鈕,跟我們分享你們的寶貴意見。

也歡迎老朋友、新朋友繼續支持我們,我們也會持續為大家帶來有趣、有益、有用的內容喔!😊

🌟 本週熱點

400+「科技」「在宅照護」相關新聞中挑出以下3則資訊,幫你節省1天的閱讀時間

💡 AI 也走進台灣的醫療現場!看這些大醫院怎麼做

醫療創新不是只有在國外!在台灣的各大醫院,AI 也走入醫療的各個場域。從看診、診斷到醫護流程,正在悄悄翻轉你我的就醫經驗。

在今年的台北國際電腦展 (COMPUTEX) 展會上,NVIDIA 展示了與台灣四間大醫院──長庚紀念醫院、台大醫院、國泰醫院與台中榮總──攜手合作的 AI 醫療實戰應用。這些計畫不只是展示未來想像,而是已在門診與病房中真實上線,服務上百萬名患者。

長庚紀念醫院結合 NVIDIA Holoscan 平台與研華科技,打造一套 AI 結腸鏡診斷系統。透過即時分析內視鏡影像,系統能快速辨識息肉與病變,提高早期發現機率,同時減少醫師漏診壓力。在每年處理超過 820 萬次門診的長庚體系中,這類提升效率的技術將改變醫療現場節奏。

國泰醫院與台大醫院則聯手開發了高精準度的 AI 腸癌篩檢系統。該系統透過 NVIDIA Jetson 模組驅動的 AI Box 裝置,即插即用,能自動偵測難以察覺的病灶,準確率高達 95.8%。此系統訓練資料來自 40 萬張高品質標註影像,並證實能將腺瘤偵測率提升 30%,大幅減少誤診與漏診。

台大醫院也進一步將 AI 應用於心臟 CT 自動分割與肝癌超音波檢測。他們開發的 HeaortaNet 模型能在 0.4 秒內完成心臟 CT 三維結構的重建與風險分析。另一套 liver AI 系統則透過五千多筆影像資料訓練,能即時判斷肝腫瘤性質,幫助醫師做出更快、更準的決策。

台中榮總與鴻海則從硬體到語言模型共同打造了智慧醫院方案。他們導入「Co-Healer」系統,結合台灣自研大語言模型 TAIDE,協助醫護人員快速整理與摘要臨床文件,甚至用於醫學生準備考試。此外,鴻海開發的 Nurabot 護理協作機器人,透過 NVIDIA Omniverse 創建醫院環境數位分身,在虛擬空間中訓練自動送藥機器人,未來有望全面強化院內物流與照護效率。

這些真實的應用案例證明:AI 不只是冷冰冰的科技,而將會成為台灣醫療現場中,溫暖又強大的新生力。

📖 參考資料: Nvidia Blog

💡 不用穿戴裝置!台灣新創用手機顛覆健康監測

除了台灣的大醫院攜手科技廠商推出醫療創新,台灣的醫材新創公司也走向國際。

醫療軟體公司鉅怡智慧 (FaceHeart) 專注於開發非接觸式AI,特別是以影像辨識技術進行生理資訊量測。他們的代表性產品FaceHeart Vital 不需穿戴任何裝置,只需透過一般手機、平板或電腦鏡頭進行 50 秒的臉部掃描,就能量測心率、血氧、血壓與呼吸頻率。這項創新已兩度獲得美國 FDA 認證,並進軍遠距照護、居家健康與智慧醫療等市場。

傳統生理量測需仰賴穿戴設備或醫療器材,但FaceHeart Vital 利用AI模型分析臉部微小變化,達到零接觸、高準確率的生理偵測。這不僅降低醫療門檻,更提供醫師即時數據支援,協助提早發現風險。這種零接觸的醫療監測,我們在過往期數中也有提到多種應用,從監測脈搏監測傷口是否感染惡化監測呼吸道疾病,已成為最新的潮流。

鉅怡智慧還與台大、長庚、榮總等醫院合作,建立超過3億筆臨床影像資料庫,持續優化AI準確度。未來更將擴展到心臟衰竭風險預測,為預防醫學打開新可能。

這樣的技術正在為智慧醫療鋪出一條可負擔、可普及的道路,讓手機不只是通訊工具,更是隨身的健康管家。

📖 參考資料: 經濟日報

💡 壓力大而不自知?放心,以後衣服會先提醒你

當壓力悄悄找上門,你的衣服會先告訴你。

來自印度與馬來西亞的跨國研究團隊,開發出一款結合 AI 的智慧 T 恤——MyWear,讓穿戴者能即時掌握自己的心跳與壓力變化。

這件 T 恤內建感測器,能持續監測心率變異性(HRV),並透過機器學習模型即時分析生理狀況,應用於心血管疾病預警、壓力管理與日常健康追蹤,為個人健康帶來全新體驗。

AI 的導入是這項研究的關鍵突破。研究團隊採用包括 SVM、Naive Bayes、KNN 在內的多種模型,將使用者壓力分級為高、中、低,最高達到 98% 的準確率,並透過網頁平台與手機 App 進行即時互動。研究也指出,透過整合多模型(Voting Classifiers)能進一步提升預測效果。

與傳統只能事後分析的穿戴裝置不同,MyWear 強調「即時性」與「預測性」,幫助使用者在壓力累積前就能有所覺察。未來團隊將朝向更大規模的資料應用與深度學習發展,讓這項研究不只停留在學術,更可能推動智慧健康穿戴的新一波浪潮。

 📖 參考資料:Nature

 

 

關於伽利略電子報

伽利略的望遠鏡,讓人類第一次看見遙遠的星辰,也開啟了近代天文學的大門。

這則電子報的使命,如同那支望遠鏡。

我們聚焦全球科技創新,探索醫療服務、在宅醫療與高齡照護的新模式,帶您看見未來醫療的無限可能。

我們希望,為第一線的模式創新、政府與學界的政策擬定或研究,帶來新的刺激。

期待激發更多創意,開拓社會對居家在宅醫療、高齡照護的眼界與想像力。