為什麼AI醫療容易失敗？李建璋：最大原因可能在資料

李建璋認為，台灣在發展人工智慧醫療方面有四大關鍵機會與挑戰：高品質的資料、跨領域人才，好的算力、真實場域的應用。在醫學影像的世界擁有絕佳的機會，因為

生成式AI 於智慧生醫與精準醫療登場，NVIDIA 專家引領

MONAI 是一個專為醫療影像分析與診斷設計的開源AI 框架，透過提供強大的工具和資源，幫助臨床醫生和研究人員開發高效的AI 模型，加速影像診斷的流程。而

AI 人工智慧應用遍地開花，其中智慧醫療應用在健康照護，早已做為「醫師的人工智慧輔助」，成為數位治療和健康工具，吸引台灣科技大廠如廣達、緯創、英業

對於銀髮長者而言，新的AI照護機器人將可提供日常運動教練、營養諮詢與輔助醫療照護。在有醫療需求時，更可即時協助關注長者健康狀況，提供醫療與照護，是子女有效關注年長父母

AI 解決方案是醫療進步的處方。如今，AI 能夠強化有關基因分析、醫療影像和藥物探索的成果。AI 的快速發展不僅改善了健康結果，也減少了臨床工作者的工作負擔並大幅節省

AI可以用於臨床風險和分級的預測和評估。通過應用機器學習等AI技術，可以根據大量的臨床數據和病人病史，建立模型來預測病人的風險和分級，從而幫助醫生進行