超越代工 DNA 整合數位健康生態圈
數位健康的發展，不僅是技術的推進，更是產業思維的昇華。鴻海將製造強項典範轉移到醫療產業，整合 AI、使用者體驗設計與資料應用，突破代工格局，擴展至健康管理與創新製造。
採訪／林振輝、施鑫澤 文／鄭宜芬‧刊期／2025.5
鴻海 1974 年肇基於臺灣，以模具為根基，逐漸發展為高科技服務企業。2019 年轉型為產品製造商與市場創造者，積極投入「電動車、數位健康、機器人」三大新興產業以及「人工智慧、半導體、新世代通訊技術」三項新技術領域，以「3 + 3」策略作為發展主軸，從過往以製造為核心的企業，轉型為整合軟硬體與平台生態的科技集團，也是全球唯一擁有 6 座 WEF 全球燈塔認證的企業。
[ 加入 CIO Taiwan 官方 LINE 與 Facebook，與全球 CIO 同步獲取精華見解 ]
鴻海科技集團 B 事業群總經理姜志雄擘劃出「創造新生態、新模式、新數據和新場域」的四項願景，並從「以患者為中心、以醫院為主軸、以科技為橋樑」的理念推動數位健康發展，2021 年，數位孿生工廠榮獲世界經濟論壇 WEF 首批燈塔工廠榮譽，今年 CoDoctor「終端裝置及健康管理方法」榮獲國家創作獎。
從代工拓展到 CDMS（委託設計與製造服務），邁向「從雲到端，從端到雲」的軟硬整合，鴻海發展完整的產業鏈佈局，猶如賈伯斯開創 Apple、深耕產業的模式。
以人為本、科技為輔 製造轉型數位健康
資料分析是醫療科技的核心，需要結合技術、工具和人才。各大醫院雖然擁有豐富的應用場域，但受限於資料取得、標註與結構化等問題，完整的資料共享並不容易，加上科技業偏重硬體發展，也使智慧醫療軟體應用發展受限。
姜志雄表示，臺灣在醫療與電子製造領域皆具備國際競爭力，而數位健康的核心在於有效結合醫療專業與資料科學。
數位轉型的本質，是把類比訊號轉為數位訊號，將人類的經驗與知識轉化為可應用於人工智慧的形式，其中算力、演算法與資料品質，是 AI 發展不可或缺的三大要素。透過 AI 技術，能夠保存並延續醫師的專業判斷與臨床經驗，提供未來醫療更多實務支持。
然而，醫療與科技的溝通與合作並非易事，有些醫療專業人員甚至認為 IT 技術與其專業存在落差。且白色巨塔的派系問題也是一大挑戰，不同醫療機構間的資料共享意願不足，某些醫療院所雖嘗試透過聯邦式學習（Federated Learning）整合醫療資料，但因缺乏共識而難以落實計畫，且相當考驗廠商的耐心與毅力。
作為台灣數位健康大聯盟的共同發起人，姜志雄認為，醫療服務的核心應是以人為本，科技的角色是支持與輔助，醫療資料與 AI 應用的推動，關鍵在於建立「共同願景」（Common Vision），並透過 Best Practice（最佳實踐）示範成功案例，才能像臺灣棒球打破藍綠對立，達成目標。中榮與鴻海的合作，可謂醫療與 ICT 產業的強強結盟。而鴻海與醫院合作收集的實證數據，也協助 NVIDIA 的 Omniverse 平台不斷修正參數，讓數位孿生更貼近真實。
[ 推薦閱讀：【專訪】台中榮民總醫院院長陳適安 ]
整合院內外 健康雲四大架構
作為數位健康的基石，鴻海健康雲智慧醫療中心系統架構擁有堅固的資安防護系統架構，整合智慧硬體、雲端平台、AI技術與醫療系統，整體架構涵蓋以下四大核心層面：
一、設備端／用戶端
透過 SSL（安全通訊協定）與 WAF（網頁應用防火牆），連結智慧設備如 CoDoctor Pro 與 CoDoctor Home，保障資料傳輸安全並提升整體防護能力。
二、鴻海健康雲平台
此健康雲平台可進行資料加密與管理、負載均衡與服務管理以及資料管理與安全認證。
其中負載均衡與服務管理涵蓋使用者管理、群體健康與體徵管理、公衛與慢性病管理、智慧醫院與遠程醫療、巨量資料看板、微服務架構等；資料管理與安全認證則整合使用者資料、生理訊號、檔案與消息庫，並支援 FHIR （快速健康照護互通操作資源），符合 ISO 27001 資訊安全標準與 TFDA （臺灣食品藥物管理署）認證。
三、CoDoctor AI 多模態醫學模型
CoDoctor AI 系統透過機器學習與深度學習技術，進行生理訊號分析以及醫療影像辨識，可用於臨床輔助診斷。
四、醫院智慧診療中心與長照系統
此平台與醫院資訊系統（HIS）整合，提供臨床決策支援與長期照護服務，協助心血管與腦中風照護、糖尿病與眼科診療，並且整合醫院 HIS（醫院資訊系統）與 PACS（醫學影像存取與傳輸系統）。
[ 推薦閱讀：鴻海科技集團董事長劉揚偉將在2025年COMPUTEX發表主題演講 ]
醫學影像與 AI 模型 多元應用場景
姜志雄表示，目前 AI 在醫療領域的應用分為通用模型與專用模型。通用模型用途雖廣泛，但易產生偏差或誤判，因此臨床上傾向採用針對特定領域設計的專用模型才安全。例如鴻海與中榮合作，運用實際臨床資料進行模型訓練，提高其效能、準確性和可靠性，並確保合法合規，從基礎發展至完善的健康監測、手術輔助與疾病診斷。
‧ 林口長庚與童綜合：眼底影像AI診斷等21項目。
‧ 耕莘醫院：肺癌早期偵測等3項目。
‧ 童綜合醫院：攝護腺與子宮肌瘤偵測。
‧ 臺中中榮與土城醫院：單導心電與冠心病數位孿生模型等多個項目。
[ 推薦閱讀：【專訪】林口長庚紀念醫院副院長吳俊德]
◆ 全方位眼部健康照護
「眼底影像採集與 AI 輔助診斷」結合了加密儲存、淨濾、分析管理、標註，並應用深度學習與機器學習等技術，打造 CoDoctor AI 輔助診斷工作平台。透過多模態醫學模型，可及早偵測眼部疾病，針對如糖尿病視網膜病變、黃斑部病變等，可及早介入治療。
考量到傳統眼底攝影機重達 30～40 公斤，無法攜帶看診。鴻海與林口長庚、揚明光學共同開發「手持式眼底影像擷取儀」，以硬質矽膠眼罩提升檢測舒適度，光學鏡頭技術與自動對焦可確保影像品質，還有電路控制與無線傳輸支援行動聯網。可應用於眼底病變篩檢，亦可透過 AI 眼底影像判讀技術，預測糖尿病、冠心病等全身性疾病。
◆ CoDoctor AI 人工智慧輔助醫院診斷系統
CoDoctor AI 是整合端與雲的 AI 輔助診斷系統，採集生理徵象後，將資料、圖形與影像送到雲端進行建模和深度學習，透過「擴增智慧賦能（Augmented intelligence）」賦予臨床醫師更強的決策能力，可應用於眼部健康照護、單導心電圖資料收集與標註，並且成立慢性病管理平台，及時精準判讀，助力醫師決策。
◆ 心血管健康監測與數位孿生技術
心房顫動的死亡率與腦中風機率較正常人高出許多，過往並須經由心電圖檢查，經專科醫師判定才能確診，耗時又昂貴，且缺少每日連續性規律紀錄，不易抓到心房顫動。透過使用者量測單導心電圖 ECG、巨量資料模型，經由醫師工作台提供輔助治療決策建議，達到疾病預防和即時篩查效果；還有 3D 冠狀動脈模型應用於手術規劃與病患溝通，減少術後風險。另外，自律神經功能（HRV）的監測，則能幫助發現許多潛在的健康問題。
◆ Uro-Screener 無創影像判讀技術
現有攝護腺影像臨床人工判讀需大量切片、判讀與標註耗時、人眼判讀能力有限、MRI（核磁共振）影像品質不佳、影片判讀與病理切片結果不一致，且不同專科醫師的解讀結果有能有差異。Uro-Screener 無創影像判讀技術以多模態醫學影像分析模型輔助診斷，並透過資料增強與最佳化模型架構，由 AI 標註執行只需 5 秒，且可產生完整判讀報告。
◆ 鴻海健康雲平台
鴻海健康雲平台包括基礎、演算法、模型與應用四層，尤其鴻海與土城醫院共同開發的模型，結合醫療專業、AI 演算法、巨量資料分析與聯邦式學習等技術，將資料加密儲存並進行視覺化分析，支援院外照護與精準健康資料應用，2024 年榮獲國家發明創作獎。
經採集生理徵象串接院外鴻海健康雲平台，進行資料加密儲存、資料清洗與結構化、AI 模型建立訓練與應用、以及資料分析與資料視覺化，可提供個人化服務，還能串接院內智慧醫療中心與 HIS，再串接衛福部進行精準健康巨量資料治理、真實世界研究資料、健保資料庫等，進行加值應用。
機器人與智慧孿生護理站
在數位轉型過程中，姜志雄以「昨日的常識、今日的知識、明日的見識」來描述醫療與科技融合的演進。他認為，傳統代工產業只聚焦在「怎麼做（How）」與「為何做（Why）」，但現今更應關注「為誰而做、為何而存在（Why）」，不僅著重產品生產，還要深入了解醫療現場的實際需求，這也凸顯了 UI／UX（使用者體驗）的重要性。
鴻海匯集醫工系、生物統計、資工系、工業設計系等人才，與美國、歐洲、日本及臺灣等不同市場的技術與經驗，作為醫療與科技的橋樑，其中護理協作機器人 Nurabot 便是解決護理困境的強力助手之一。
臺灣在高齡少子化衝擊下，護病比攀升近 1:10，護理人員每日工作時間長達 10 至 12 小時，過年甚至做到超過 13 小時。護理人員每天耗費一半工作時間往返病房與護理站之間送藥、送檢體，且每 30 至 60 分鐘需巡量測房與記錄體溫，日行走距離長達 7 至 8 公里，龐大負荷幾近壓垮護理人員，如何減輕重複性事務、減輕工作壓力，成為各醫療院所迫在眉睫的議題。
為此，鴻海與臺中榮總名譽院長陳適安合作，憑藉開發工業機器人的經驗，打造出護理協作機器人 Nurabot。團隊每週至少三次進入醫院進行實地觀察與討論，連續數週瞭解醫護人員的工作型態與實際困境，開發出自主移動的護理機器人（AMR），大幅改善第一線人員的工作負擔。
Nurabot 應用 NVIDIA 的 Isaac Sim 機器人模擬平台，成立智慧孿生護理站，透過雲端即可操控機器人，進行檢體與醫療物資運送、秤重送餐至各病房、衛教、檢查提醒、音量偵測、醫療包裝、清潔消毒，並具備自動回充系統，預計今年 5 月在中榮進行場地試驗，年底量產。
做為數位健康產業生態的整合者，姜志雄秉持「以屈為伸、用晦而明、以退為進」的態度，從使用者角度出發，了解醫療端的實際需求，設計出對應的技術與解決方案，透過 AI 轉化醫師的智慧與拓展應用，並將數位健康大聯盟推上醫療產業重要交流平台，以科技助力醫療體系邁向高效及永續未來。
(本文授權非營利轉載，請註明出處：CIO Taiwan)
