AI正在改寫醫療專業 從知識解離到建構生命趨勢線

美國醫療AI公司OpenEvidence今年1月完成2.5億美元D輪募資，估值達120億美元，成為新創獨角獸；距離前一輪60億美元估值，僅隔三個月。這家公司幫醫師查詢醫學文獻，卻吸引超過75萬名美國醫師註冊，公司稱全美逾4成執業醫師每日使用，年化營收已突破1億美元。

　資本市場看到此案例，其實是一個深層的結構變化。

　這個變化的根源，是醫學知識的增長速度已超過人腦極限。美國愛荷華大學醫學院教授Peter Densen於2011年提出估算，他認為醫學知識翻倍周期從1950年的50年，縮短至2010年的3.5年，至2020年將縮至73天。另外有估算指出，醫師若要讀完十大頂尖期刊的文獻加上專科指引更新，每天需投入九小時；這意味著還沒開始看診，人腦就已無法追趕上兩個半月就翻倍的醫學圖書館。

　於是醫療專業正在「解離」，從醫師個人腦中遷移到診療指引、文獻資料庫、決策輔助工具。知識不再儲存於一顆腦，而是分布在一張由AI輔助的知識網上；醫師的角色，從「知識的容器」轉為「知識的導航者」。OpenEvidence的高估值，本質上是資本市場對「知識端解離」的定價，醫師讀不完文獻，AI替他把海量知識導航成附有文獻出處、可查證的答案。

　但這只是上半場。知識爆炸的同時，個人健康數據也在爆炸：健檢變精細、穿戴裝置全天候記錄。下半場的問題是：誰來替我們導航個人數據？這一題全球尚無解答，而台灣恰好具備破題條件。

　台灣健檢市場蓬勃、自費醫療接受度高、人口高齡化，對「延長健康餘命」的支付意願明確。但個人健康樣貌卻散落在醫院、健檢機構與穿戴裝置，這三塊互不相通的數據庫中，單看皆是「快照」，無法見到身體全局以及趨勢方向。

　舉自身為例，曾將自身十年健檢數據，交由公司自行研發的AI中進行分析，才終於找出困擾多年的瘦身無效元凶！歷經多年飲食控制、健身運動，體重均像一塊鐵板，而這次，終於在自家AI引導之下，找到關鍵問題。原來，那些在「正常範圍」、但趨勢卻是走衰的內分泌數值，正是代謝速率緩慢、體重難減的根源。而每年健檢，醫師均相當盡責為我分析報告，這也點出，在台灣每人看診僅數分鐘的環境下，醫師無力判讀這種跨十年的趨勢線。

　因此，下半場AI的角色並非取代醫師，而是整合異質、跨年的數據，將散落的快照還原成「生命趨勢線」，重要的是，這條趨勢線正是抗老產業的作業系統。核心不在於單次健檢的「紅字」，而在於提早看出數據偏移的「斜率」，在疾病成形前及早介入。所有精準醫療與抗老服務，都必須建立在連續、完整的個人數據判讀之上。

　醫療專業因AI而產生解離是重大重組而非危機。上半場AI替醫師導航知識，造就百億獨角獸；下半場，誰能替個人整合三大數據、將趨勢化為預防行動，誰就掌握長壽經濟的入口。

　政策面上，健康資料的可攜性與互通標準，決定了這個市場能否健康成長，值得主管機關及早布局，搶占全球商機；畢竟，台灣挾著兩大優勢醫療與IT，這一役，台灣相當有機會！

查看原始新聞

※ 本文由《工商時報》授權刊載，未經同意禁止轉載。

點我加《工商時報》LINE好友，財經新聞不漏接