口述／孫培然·彙整／CIO編輯室
接下來的是實際在醫護應用的案例。我會針對幾個醫院已經落地執行的 AI 系統，逐一拆解他們的背景、作法及實際成果。這一類的應用，已被歸類成輔助診斷，也就是幫助醫護人員在診斷過程中更快、更精準，讓科技在現場不是只會看熱鬧，而是真的能減少錯誤、提升效率。
多模態 AI 診斷輔助角色
臨床判斷通常必須要有文字影像或檢驗報告，甚至一些生理信號等的多模態資訊之後，醫師才有辦法去做診斷。所以我們也希望能透過多模態的機制，可以幫忙醫師先把這些資料進行初步的篩選與提供建議。
執行方式是利用多模態 AI，將病人的病歷、檢驗數據以及 CT、MRI 影像報告全數整合，傳輸至融合模型中。AI 會自動找出並標記異常區域，讓醫師在檢視報告或影像時，能更快掌握病情重點，避免遺漏。
實際應用下來，初步診斷的時間可以縮短三到五成，這對急診或大量傷患處理時幫助非常大。另外，AI 輔助也大幅提升了診斷的效率跟一致性，特別是在某些複雜的病況上，可以讓醫師更安心地倚靠AI來做第一層的把關。醫師的時間也被釋放出來，能把更多的時間放在真正棘手的個案或是跟病人的互動，提升醫療照護品質。
多模態 AI 已經成為醫療資訊過濾的第一道關卡，幫助醫護減輕壓力，也提升了整體醫療效益，醫師再也不用眉頭一皺，就得憑感覺判斷，而是有更多的醫學科技依據來參考。
Google AMIE
Google 推出的 AMIE 是一個結合「看、聽、說」能力的智能多模態系統，簡單來說，它不只能讀文字，還可以看影像、聽語音，甚至能主動跟你對話討論病情，就像是一個數位小醫師一樣。
AMIE 的技術重點就在於它的互動式診斷能力，不只是被動輸入，而是會自己發問、自己整合資訊，主動給出診斷與建議。病人只要上傳一些影像，像是皮膚病灶的照片，或者是心電圖，AMIE 就會即時分析。更厲害的是，它會主動問問題，釐清模糊點，然後再依照多模態資料，生成一套完整的診斷跟建議。不只是報告數字而已，而是直接參與到決策過程。
[ 加入 CIO Taiwan 官方 LINE 、 Facebook 與 LinkedIn，與全球CIO同步獲取精華見解 ]
在模擬 OSCE 測驗中，AMIE 的表現甚至比 20 位資深家庭醫師還要強。在 32 項指標評估裡面，有 29 項表現優異，這不是單純的「機器學習好棒棒」，而是一個實際臨床級的表現。
如影像判讀、診斷準確率，甚至同理心的表現，AMIE 都得到很高的平均分數，這表示 AI 已經不只是輔助工具，而是可以作為第一線判斷的參與者。
Google AMIE 是目前多模態 AI 在診斷決策這一塊最具突破性的代表之一，未來如果進一步應用在遠距醫療、初步分診，甚至偏鄉醫療，都有非常大的潛力。這代表了 AI 已經從單一功能走向整合式臨床思考，變成真正有行動力的醫療助手。
GI Genius 智慧內視鏡
GI Genius 是全球第一套經過 FDA 核准的 AI 內視鏡輔助系統，它的核心功能就是在進行大腸鏡檢查的時候，可以即時辨識出可疑的息肉，也就是說，這個 AI 是站在醫師旁邊「盯著螢幕」一起看的好幫手，對於預防大腸癌，提早發現異常病灶，非常有幫忙。
醫師在操作內視鏡進入腸道時，畫面會即時傳給 AI，主動框選出畫面中疑似息肉的位置，並透過畫面上閃爍的標記發出警示，幫助醫師快速注意到異常的地方。這樣的即時提示，尤其在光線不足或者視線不佳時特別有用，等於是幫醫師多裝了一雙眼睛。
GI Genius 的表現相當驚人，敏感度高達 99.7%，幾乎沒有遺漏可疑病灶的問題；錯誤率不到 1%，不會亂叫狼來了；出血檢出率提升了 14.4%，表示更早抓出高風險個案。整體反應速度也很快，達到 82%，不會拖慢醫師的節奏。
總體來說，這些數據背後，代表的是早期發現、早期治療的真實可能。GI Genius 在腸鏡檢查中，提供了一個穩定又可靠的即時輔助，讓醫師在高強度操作下，多了一層保障，有效提升偵測率，降低漏診風險。對病人來說，是多一份保障，對醫療團隊來說，是更高的效率，更低的壓力。
病理切片分析
病理分析在醫療過程中是最後一關，通常卻最花時間。因為病理科醫師得看大量的切片影像，配合報告內容、自己判斷，中間流程很繁雜，而且不同醫師的主觀判斷也容易不一致。
但現在透過 AI 輔助系統，可以即時整合顯微影像跟文字報告，協助醫師快速抓出異常，提升效率又減少誤判。在執行策略上，系統導入 CNN/RNN 等深度學習模型分析數位病理影像，自動識別可疑病灶。透過 AR 擴增實境或影像疊加（Overlay）技術標註感興趣區域（ROI），並依據分析結果提供決策建議（例如：建議進行免疫組織化學染色 IHC）。此機制協助醫師在閱片時精準聚焦，大幅降低遺漏關鍵區域的風險，並減少全玻片掃描的人力耗損。
這套系統可以幫助病理科醫師，把判斷流程從「眼力活」變成「判斷活」。提供一個快速、清楚又具參考價值的判讀輔助工具，大幅提升判讀效率與品質，對醫師也減壓不少。
Aidoc 影像輔助平台
大家都知道，急診室是跟時間賽跑的地方，有時病人一進來，馬上要判讀影像做處理，目前全球已有超過一千五百家醫院採用了 Aidoc AI 系統，就是為了要解決這個問題。
Aidoc AI 的強項就是能夠即時偵測出像是「出血」跟「肺栓塞（PE）」這種高危險影像，讓醫療團隊可以立即應對。其運作方式是 Always-on 模式，也就是它會持續自動掃描 CT 和 X 光影像，只要一發現異常，就會自動挑出提醒，甚至會幫你「排優先順序」，讓真正急迫的影像馬上被看到，被馬上處理。
從實際數據來看，這套系統的偵測能力非常高，針對肺栓塞的偵測敏感度可以高達到 93%，特異度也達到了 95%，如果是臨床上特別難判斷的 incident PE，Aidoc 的敏感度也有 84.8%、特異度 99.1%。
最重要的是，Aidoc 能夠顯著地加速急診處理的流程，縮短報告的時間。這對醫師來講，就是多爭取幾分鐘的搶救黃金時間。簡單來說，Aidoc 已經變成醫院影像判讀的好幫手，尤其在急重症處理上，有效的幫助拉高診斷效率，降低延遲風險，成為許多醫院的急診影像標配。
Artera 攝護腺癌 AI 預測平台
在攝護腺癌的臨床治療中，醫師與病人常陷入極具挑戰的兩難局面：究竟是為了保險起見而進行『過度治療』，導致病人承受不必要的副作用？還是因過於保守而導致『潛在病灶被忽略』？Artera AI 平台正是為了突破此一瓶頸，並實現真正的個人化醫療而誕生的革命性工具。
這套系統利用先進的多模態 AI 技術，不僅能深度整合病理切片影像、MRI 數據與病患的臨床歷史資料，更具備超越人類肉眼的分析能力。不同於傳統僅依賴病理醫師判讀格里森分數（Gleason Score）可能產生的主觀差異，Artera 能識別出組織中極其細微的生物標記與細胞特徵，進而計算出極為精確的長期風險分級。
Artera 系統最大的臨床價值，在於它具備獨特的「預測治療效益」功能。特別是在針對中高風險病患，評估是否需要合併賀爾蒙療法（ADT）時，Artera 能提供關鍵的客觀依據。它能協助醫師精準判斷病患是否真的能從輔助治療中獲益，從而讓低風險病患免於賀爾蒙治療帶來的疲倦、熱潮紅或性功能障礙等副作用，大幅提升治療期間的生活品質。
[ 閱讀 孫培然 所有專欄文章]
正因為具備高度的科學實證與顯著成效，Artera 已正式獲納入具權威性的 NCCN（美國國家綜合癌症網絡）臨床指引。對臨床醫師而言，這不僅僅是一套輔助判讀的工具，更是確保決策品質、實現醫病共享決策（SDM）的強力後盾。它消除了人為經驗的主觀落差，讓診療品質達成高度一致，確保每位病患都能獲得最精確、最優化的治療方案，真正拒絕無效醫療。
(本文授權非營利轉載，請註明出處：CIO Taiwan)
