跳至主要內容

搜尋摘要

目錄
科技島讀 節目封面
00:38:32 ~3 分鐘

Ep.140 醫生與機器人 — 特別來賓康統醫學科技創辦人 廖威宣醫師

微軟 197 億美元收購醫療語音龍頭 Nuance 進軍醫療 AI。美國醫生困於文書負擔,台灣卻面臨健保論量計酬下品質無法量化的困境。新創康統醫學科技以語音助理自動生成結構化病歷,讓醫療品質可被測量,成為診所差異化競爭的利器。

在 Apple Podcasts 收聽

本頁摘要由 AI 自動生成,著作權屬原節目創作者;可能存在錯誤或遺漏,建議收聽 原節目《科技島讀》 以獲取完整資訊。

重點摘要

  • 微軟以約 197 億美元(約 6,000 億台幣)收購美國醫療語音 AI 龍頭 Nuance Communications,正式宣示切入醫療雲市場
  • 美國醫生約 37% 工作時間花在撰寫病歷,Nuance 的核心產品讓醫生以語音口述,系統自動生成符合規範的病歷文件
  • 台灣的醫療痛點與美國不同:美國是文書負擔過重,台灣是看診量太大、品質難量化
  • 語音 AI 在醫療的最大技術難題不是辨識率,而是醫療語料稀缺、台灣口音辨識差、醫療專有術語難收錄
  • 康統醫學科技(台灣唯一專注醫療語音 AI 的新創)正以語音助理 + 結構化病歷為切入點,讓醫療品質可被量化,協助診所在市場差異化競爭

詳細內容

微軟收購 Nuance:醫療語音 AI 的里程碑

微軟以約 197 億美元(160 億現金 + 承接債務)收購 Nuance Communications。Nuance 最核心的產品 Nuance Medical One 是一套讓醫生口述、系統自動轉化為完整病歷的語音辨識解決方案,已深度整合美國主要電子病歷系統(EpicCenter 等,合計覆蓋美國 60% 醫院)。微軟藉此一舉進入醫療雲市場,與 AWS 的醫療語音布局正面競爭。

Nuance 的最新產品 Ambient Experience 更進一步,結合攝影機與語音,能即時推薦藥物與文獻,是接近虛擬醫療助理的形態。

醫療語音 AI 的技術現況:仍在「人機協作」階段

目前業界仍處於 「Human in the Loop」(人機協作)階段——AI 先處理,再由具備醫學背景的人員審核修正,修正資料再回饋訓練模型,逐步逼近全自動化。純語音逐字稿因含大量停頓、語助詞,事後修改時間往往比直接打字更長;因此真正的目標是:讓醫生自然口述 → AI 萃取關鍵資訊(extraction)→ 自動生成結構化報告(summarization),但此技術目前尚未完全成熟。

台灣醫療語音 AI 的特殊挑戰

  1. 語料取得困難:醫療對話語料幾乎無公開資源,需主動請醫護人員錄音建立語料庫
  2. 口音問題:Siri、Google 等通用語音辨識對台灣醫護人員的辨識率不到 50%,台灣腔英文(如 polyp 的發音)與美式英文有明顯差異
  3. 醫學術語缺乏:日常對話語料不含「止血夾」等醫療專有名詞,通用 AI 無法辨識
  4. 系統整合破碎:台灣每家醫院幾乎各自開發電子病歷系統,整合成本極高;美國只需整合兩大廠商即可覆蓋 60% 市場

康統醫學科技:從腸胃科出發的本土解法

創辦人廖威宣醫師執業腸胃科 10 年,赴 MIT 斯隆管理學院(Sloan School of Management)攻讀 MBA 後返台創業,鎖定醫療語音 AI 這個台灣幾乎無人競爭的垂直領域。

康統目前的產品模式:

  • 讓醫生在診療中口述關鍵片語(short phrases / keywords),而非完整句子
  • AI 辨識醫療術語後,自動生成結構化報告(無需逐字稿修改)
  • 同時記錄可量化的品質指標,例如大腸鏡檢查時間、腸道清潔前後對比照片

台灣健保制度與品質量化的結構性問題

台灣健保採論量計酬(按量付費),導致醫生傾向衝量而非品質。以大腸鏡為例:美國建議五年做一次且仔細觀察,台灣醫生普遍建議一至兩年回診,部分原因在於每次無法確保徹底檢查。

廖威宣醫師認為,品質無法量化是改革的根本障礙。康統的語音助理正是試圖產生結構化資料,讓品質可被測量,進而成為診所差異化競爭的依據——已有診所客戶將統計數據公開於官網,展示其服務品質。


精選語錄

「我今天做四十個大腸鏡⋯⋯大家累的點不一樣,美國是文件,我們是病人量太大。」

「其實啊有些不乾淨是我們可以幫你清乾淨的⋯⋯但這事情是我們的 actual efforts,你也不知道,你也不會感謝我,那健保局也不會多給我一塊錢。」

「電腦要讀我的資料,應該電腦自己去把它做出來才對。」


時間軸

  • 開場 — 廖威宣醫師介紹:腸胃科醫師 + 康統醫學科技創辦人(2019 年)
  • 節目前段 — 微軟以 197 億美元收購 Nuance 的背景介紹;Nuance Medical One 產品說明
  • 中段 — 醫療語音 AI 技術現況:逐字稿的侷限、human in the loop 模式、菲律賓外包聽打的歷史
  • 康統介紹段 — 產品場景(診療室麥克風、短句口述、自動生成報告);技術難題:語料、口音、專有術語
  • 台灣 vs 美國對比段 — 健保論量計酬問題;大腸鏡品質指標(六分鐘規定、腸道清潔記錄)
  • 系統整合段 — 台灣電子病歷破碎問題;FHIR(醫療資訊國際標準編碼)在台灣尚未普及
  • 結尾 — 廖威宣醫師創業初心;品質量化作為診所競爭差異化的商業切入點

相關主題