台灣面臨高齡化社會與臨床醫療人力吃緊的挑戰,單一的 AI 工具已逐漸無法應對複雜的醫院日常營運,富士康與台灣主要醫療中心合作,引進基於 NVIDIA 技術的 AI 代理人系統。這項合作將原先獨立運作的 AI 工具轉化為協同工作的數位與實體代理人團隊,協助醫護人員進行臨床推理、病歷記錄和照護流程的協調工作,以緩解醫療體系的勞動壓力。
這項醫療布局配合台灣政府投入 15 億美元的「健康台灣」計畫,目的是在建立本土且受監管的 AI 原生醫療系統,富士康在其中擔任系統整合商,連結政府專案、醫院、醫療設備商及軟體公司。目前台灣已有過半數的醫療中心在日常流程中採用 AI 系統,每年協助處理超過 1400 萬人次的就醫流程。
AI 醫療團隊能做什麼?
在數位臨床支援方面,富士康開發的 CoDoctor AI 平台整合了針對不同疾病領域的數位 AI 代理人,例如心血管、腫瘤和眼科等,平台內的 ECG AI 代理人能協助醫院進行心電圖篩檢與患者分流;Corovia AI 代理人可在 1 分鐘內完成心臟與冠狀動脈的 3D 重建,縮短原先需要 2 小時的臨床工作流程;Endovia AI 代理人則在內視鏡檢查中提供毫秒級的邊緣推論,協助即時偵測病灶,這些代理人利用 NVIDIA Nemotron 開源模型提供推理與多模態處理能力,並透過基於 NVIDIA NemoClaw 藍圖建構的 CoDoClaw 系統,將多個獨立的 AI 工具整合至統一的臨床介面中。
實體協作機器人投入手術室與病房物流
除了數位系統,實體 AI 機器人也開始進入醫療場域,富士康研發的 Scrub Bot 手術室協作機器人,可透過語音指令配合外科醫生的需求,另一款護理協作機器人 Nurabot 則在台中榮民總醫院完成場域驗證,目前已逐步擴大部署至台北榮民總醫院、童綜合醫院、長期照顧機構及海外護理教育機構。Nurabot 主要負責檢體、藥品運送與物流搬運等重複性工作,預計每天可為第一線護理人員節省 2 至 3 小時的時間,使其能專注於直接的病患照護。
為了確保機器人能安全地在複雜的醫院環境中移動,富士康採用 NVIDIA Omniverse 建立醫院設施的數位雙生虛擬模型,在實體系統進入臨床環境前,機器人會先在虛擬環境中進行測試、訓練與驗證,這種模擬先行的方法將實體部署時間縮短了 40%,並讓導航精準度達到 98%,降低了技術導入的風險與時間成本。
台灣醫療中心營運流程的 AI 轉型
目前台灣已有 85 項通過衛生福利部食品藥物管理署(TFDA)或美國食品藥物管理局(FDA)核准的醫療 AI 解決方案,參與 mature AI 系統運作的醫療機構包括長庚紀念醫院、高雄醫學大學附設中和紀念醫院、馬偕紀念醫院、國立台灣大學醫學院附設醫院、台中榮民總醫院與台北榮民總醫院等。這項結合政府、產業與醫療機構的架構,正在逐步轉變台灣的醫療服務遞送模式。
- 延伸閱讀:NVIDIA 不只賣 GPU!黃仁勳揭密 Vera CPU 狂銷 200 億美元,搶攻 AI Agent 新藍海
- 延伸閱讀:GDDR7 缺貨潮來襲!NVIDIA 將成本轉嫁給板卡廠,你的下一張顯卡可能更貴了
- 延伸閱讀:Intel 獨家 EMIB 封裝良率破 90%!Google 與 NVIDIA 搶著下單,台積電 CoWoS 獨霸地位面臨挑戰
請注意!留言要自負法律責任,相關案例層出不窮,請慎重發文!