台灣醫療市場潛力龐大，加入 AI 前景更大，台灣政府和產業界無不期望醫療科技成為台積電之外的另一座護國神山。
然而，從數據來看，台灣資訊電子產業的一年產值約 7.1 兆，佔全球的 5%，而台灣內需的醫療年產值落在 1.4 兆，只算醫療科技的話，大概只有 1,500 億，全球占比不到 1%，可見醫療科技成為第 2 座護國神山還有一段距離。
不過，臺北醫學大學醫學資訊研究所李友專特聘教授指出，台灣在 AI 醫療上具備發展潛能，不僅從治療方式上可看出，台灣醫療科技領域飛速成長，從多為化學介入的治療方式，演變成科技整合的數位介入治療法（digital intervention），分別為透過 App 協助的軟性介入（soft intervention）和代表穿戴式、IoT 裝置的硬體介入（sillicon intervention）；且台灣人對新科技具有高適應與高接納度的特色，使技術相對容易走入日常生活。
李友專特聘教授建議，台灣 AI 醫療領域的誘因系統應該做改變，且推動患者定期篩檢，將重點放在全民健康，而非只是單純的醫病上。
AI 發展過慢、缺乏可信度的 2 大原因
哈佛大學比爾蓋茲講座教授孔祥重院士表示，成功的 AI 醫療大抵需滿足 2 大條件，而這也是台灣企業應該注重的目標。一是信任度，好比會有民眾因 COVID-19 疫苗臨床試驗過快而不信任美國 FDA，AI 也會出現資安疑慮，在訓練上也會懷疑數據是否偏頗，致使 AI 落地不容易被接納。第二，AI 在疫情之下暴露出發展速度太慢的弱點。舉例來說，AI 能有效提升 COVID-19 的疫苗、抗體研發，不過 AI 系統開發商無法同步推出全面的 AI 解決方案，趕不上疫情散播的速度。另外，疫情之下企業營運模式正在改變，大量使用者數據與資料正不斷浮上水面，孔院士看到 AI 系統僅少部分接軌現有數據，顯示 AI 研發進程的緩慢。
哈佛大學比爾蓋茲講座教授孔祥重院士
他指出，此現象可歸因於 2 大原因。首先，AI 從資料搜集、模型建置到系統導入的過程冗長，尤其資料搜集和系統導入缺乏充足的自動化轉型，拖慢了 AI 發展。再來，企業未在 AI 系統中整合領域知識（Domain Know-how），沒有透過產業專家將數據萃取出價值、檢查應用可能性和 AI 訓練過程，這使得業界最珍貴的資源被浪費，進而出現瓶頸。
疫情時期全球供應鏈大洗牌，這提供台灣一個很大的市場機會。關鍵在利用 ICT 產業優勢去解決 AI 研發面臨的挑戰，舉凡推動邊緣運算讓企業能在地端進行 AI 分析，而不用回到雲端，延宕時間與運算資源。另外，台灣也可推動人機協作，讓企業透過 AI 輔助決策的過程，取得信任感，進而增加導入成功率。
工業化 AI 成功的 5 點關鍵
鴻海集團李傑副董事長說到，除了可見（visible）同時可解決（Solve）的挑戰外，其他部分都是 AI 可以協助企業成長的部分，且點出工業化 AI 的成功關鍵有 5 點分別是大數據、雲端、AI、領域知識、有效性（Evidence）。
鴻海集團李傑副董事長但李傑副董事長提醒，大數據、雲端、AI 的願景是每個人都可以高談闊論的議題，但唯有提出有效性和專業的領域知識，才證明不是空談。從鴻海數位轉型的 3.0 策略上可見，鴻海將利用 AI、半導體優勢、5G 針對數位健康領域進行開發，藉由 AI 自動化讓醫師不需把時間花在繁瑣的工作上，反而將價值放在精準的數據判讀，例如讓 AI 花 2 分鐘分析 X 光結果，並挑出高風險患者，再由醫生進行細部審查。
他強調台灣企業應套用煎蛋模型，將蛋黃（核心產品）做強，把蛋白（能為客戶創造價值的服務）做大。
轉型平台思維，不以本位思考 AI 系統
AI 醫療發展範圍擴大，科技與醫療業的互動頻繁，宏達電 DeepQ 健康醫療張智威總經理針對異業合作的國際潮流分享系統整合的注意要點。
張智威總經理指出，AI 業者應對接臨床趨勢，注意合作領域的最新挑戰與契機，藉此針對需求提出更好的服務系統。另外，ICT 業者不應以本位思考，應轉換立場構思院方需要的服務與痛點。因為就算服務再優秀，若打擾或無法改變醫院的實時挑戰，那終將無法進入市場。
宏達電 DeepQ 健康醫療張智威總經理最好的狀況是，導入醫院的 AI 系統能做到無需調整參數的自動化，必且能同時兼具資安與小數據分析的功能。
張總經理也提到，台灣 AI、醫療供應商應該從平台的角度思考問題，而非抓著硬體思維不放，唯有轉換營運策略與思考方式，企業才可能真的找到利基市場。
很多業者對 AI 醫療有不正確的預期
AI 醫療是全球生醫領域趨勢所在，但宏碁智醫許銀雄總經理提醒企業與院所導入 AI 前應該具備的 3 種思維。
首先，許銀雄總經理認為許多 ICT 業者對 AI 醫療有不正確的預期，在投資前應認知 AI 醫療的本質。舉例來說，通常資通業業者投資一個項目會希望在 3 年內回本，不過 AI 醫療項目雖然不會如新藥研發需上看 10 年才回成功，但也不會在短時間內回本。
第二，醫院的醫療流程不容易改變，若 ICT 業者只關在實驗室裡想像 AI 醫療場境進行研發，結果將無法與實際場域對接。業者應走入場域與多個醫生或醫護人員對談、實際考察，從不同面向理解醫院的需求所在，也就是所謂的「問對問題」。同時，企業也要注意正在投入的服務項目是否具備市場價值、產品化門檻是否過高，因為將 AI 系統導入醫院並非易事，若系統無法盈利將無法維持產業永續經營。
第三，ICT 企業在異業合作的過程中，要有意識地將利益平衡，不能只把利益收在手中，唯有如此才能長久合作下去，塑造共榮的產業供應鏈。
3 點看出 AI 醫療市場趨勢
廣達電腦張嘉淵技術長指出，預判 AI 醫療市場趨勢可從相互串連的 3 點要素來看：
- 行為變動：台灣社會走向高齡化，醫院開始呼籲減少醫院病床，增加居家照護可能，讓醫療資源獲得釋放。
- 商業模式：結合 5G、雲端、物聯網、AI 等高科技的遠距醫療將應用於大數量患者，但業者有一連串問題需解決，好比服務基礎建設能否支持高流量？如何開發無形且簡單操作的服務？患者能否支付費用等等。
- 技術開發：最後一步才是針對場域問題、貼合使用者需求進行開發。
另外，張嘉淵技術長也說到，AI 醫療領域中，醫材轉型將是產業一大利基點，且將受到物聯網影響，形塑 IoMT（Internet of Medical Things）生態；此外還有專儲存醫療資訊的私有雲和能支援服務的高速連線系統。
台灣應突破框架，不要「太乖」
孔院士在會議最後強調，台灣人面對大環境的挑戰不應坐以待斃，應試圖領導國際趨勢，突破框架思考。此外，台灣也該注重法規調整，以提供業界創新環境進行研發。國際醫學、AI 技術正在不斷往前走，要趕上腳步不應該表現的「太乖」。
[內容引用自 基因線上]
