生成式AI時代下，各行各業都在發掘大語言模型的應用場景，希望改變生產流程與工作效率。對比來看，募資超過4千萬美元、得到前Google CEO青睞的醫療新創FIGUR8，行事顯得復古，他們的業務不是性感的大模型或者大數據，而是AI上場之前，最底層的資料搜集。當其他人都在調用基礎模型，FIGUR8卻回頭打造基礎建設，他們在想什麼？
「在AI這麼火紅的時候，其實高品質的資料集（first-in-class dataset）才是真正最有價值的。拿既有的資料想辦法摘要，可能有一千家公司都在做一模一樣的事。」在生成式AI席捲全球的當下，選擇相反方向、往AI源頭走去，連續創業家龔南葳，如此解釋為何自家業務以資料蒐集為核心。
累積資料，才是發展AI的基礎
龔南葳創辦的FIGUR8，主要生產測量肌肉骨骼（musculoskeletal）健康的穿戴式裝置，提供給復健診所與醫院使用。
在她看來，在物理治療領域，甚至不用談到生成式AI，因為光是數位化（digitize）本身，就有太多機會。「醫生要怎麼證明病人的狀況變好？」龔南葳拋出一個大哉問。
她分享，醫院裡的每個科別，各有一套衡量病況的方法。無論是內科開立抽血檢查，以便了解血小板數值，還是胸腔科透過X光，檢查肺部陰影是否消失，目的都是想以客觀方式測量病情，將其化為能用數值呈現的指標，希望讓改善進程變得可見且具體。
然而，龔南葳強調，物理治療領域並非如此。醫生探詢病況的主要手段是觀察，或者請病患自我描述情況，兩者都非常主觀。醫師無法確認病患經過治療後，健康狀況是否改善；病患也不確定投資時間和金錢，能否換來相應回報。
龔南葳認為，從主觀觀察進展至客觀資料測量，這本身就是很重大的革新，也是投資者關注的重點。取自FIGUR8官網。
「如果沒有檢測，就只能藉著觀察。名醫可能觀察力特別強，但有沒有辦法每個人都能看到病徵？」龔南葳表示，FIGUR8推出的穿戴裝置，就是想讓病患戴上後，將過往難以描述的肌肉骨骼健康狀況，轉化為數值型資料。
作為FIGUR8投資人之一，緯創資通投資經理洪郁雯呼應龔南葳的說法。她認為，美國醫療市場的數位化程度還不夠，以物理治療來說非常「手動」。FIGUR8的解決方案有辦法進入診所，「能夠獲得這些資料，還可以標準化整個作業流程，」這成為緯創投資FIGUR8的原因之一。
新產品成功關鍵？找對人付錢
不過，即便能夠在產業中推動數位化、就算可以提升看診效果，光是打造出產品，距離商業成功，還有很長一段距離。
龔南葳表示，作為推出全新產品的新創企業，找到願意付錢的人很重要。如果強調技術高超，鎖定的可能是高收入族群，讓他們自費購買高階醫療器材，在小眾市場提供高品質服務。
不過，FIGUR8針對的是大眾市場，付費對象不是使用裝置的病患，也並非提供裝置的醫師與診所，反而是保險公司。「羊毛出在狗身上、豬來埋單」的背後關鍵，就是誘因。
「你可以直接瞄準醫生，給他更好的儀器、提供更好的服務，但是最終還是必須跟保險連在一起，不然他是拿不到錢的。」台杉投資投資協理邱南璋解釋，美國醫療環境與台灣有很大差異，復健收費可能高達數百美元，若無保險給付，病人自費意願偏低，醫師採用新設備的誘因也相對不足。
龔南葳表示，FIGUR8主要把生成式AI用在生成摘要上，且尤為重視正確性，不能讓模型有太多發揮創意的空間。取自FIGUR8官網。
FIGUR8注意到，保險公司因為缺乏資料，無法確定醫師療程的必要性，很容易與醫師互相猜忌，這成了保險公司與FIGUR8合作，甚至投資FIGUR8的契機。
「你要找到有人願意付錢，這件事情才有辦法真正運轉起來。」洪郁雯分析，FIGUR8同時對到病患（patient）、服務提供者（provider）與付費者（payer），每一種利害關係人都要從中得到價值，才有機會往後推進。
透過測量病患的身體情況，醫師和保險公司更能知曉醫療行為的成效；判斷給付與否時，彼此也能站在同樣的基礎上對話。龔南葳補充，測量肌肉骨骼資料不會影響身懷病痛者；受到衝擊的，會是身體沒事、來醫院只為串門子的病患。
想用AI改變工作？現場跟想像不一樣
有了資料以後，AI便能開始發揮功力。
龔南葳比喻，健檢時抽血後會得到大量指標，最後驗血報告裡只會列出幾項提醒。測量肌肉骨骼資料也相同，「你會有很多生物標記（biomarker），通常會是很多頁的資料。要怎麼縮減成一頁？AI就是做這件事。」
除了當次檢測以外，AI還能夠鑑往知來，甚至觸類旁通。
例如，AI可將病人過往檢測結果與新資料整合，進行摘要與重點挑選；或者是查找資料庫，再讓AI比較相似病人的治療情形，這都是資料探勘（data mining）的常見應用。龔南葳表示，自家公司應用生成式AI的範圍主要在產出報告上，並沒有四處拓展，這和醫療領域的產業特性有關。
她認為醫療涉及人身安全，對AI產生幻覺的容忍度極低，因此採用生成式AI相對保守。此外，若沒有親身踏入醫療場域，很難掌握實務運作流程。
現有醫療領域的AI應用，包含研發新藥、理解疾病、預測醫療結果以外，摘要並總結資料也是重點之一。曾子軒攝。
例如，醫師在看診後，都會詳細記錄患者的症狀和診斷結果，並將其寫進病例中。采照策略顧問董事長張向昕曾和《遠見》分享，先前想過以AI自動化撰寫病例的流程，但遇上不少挑戰。
「他們怎麼做這些事情，跟你想像的完全不一樣，」張向昕解釋，醫師寫筆記的環境與流程，跟採訪的你問我答，或者開會的輪流發言不同，醫病之間要密集互動，當中牽涉到大量非語言的溝通，他以「破碎」形容。而且，有很多時候醫師會等看診結束後，靜下心來思考，重新勾勒出有架構的內容，才會產出最終版本的病例。
因此，FIGUR8目前推出的產品仍聚焦於數位化，並將重點放在診療陪伴（diagnostic companion）。「我們就是把最需要注意的，有改變的地方寫出來。」龔南葳強調，因為通過美國食藥署（FDA）的醫療器材認證，測量到的不只是體重那樣的數字，而是醫療資料，這也是FIGUR8面對競爭者築起的防禦。
邱南璋也提到，雖然剛進入市場時，想要撬開第一塊磚很難，不過，「醫療產業是相對封閉複雜的生態系（ecosystem），」一旦成功進入之後，他人想要複製便沒那麼容易。
FIGUR8現在從資料開始築底，未來希望在醫療市場中掀起劇變，龔南葳把夢做得很大。「我們想要改變所有跟動作（movement）有關的檢測。」FIGUR8正在努力把自家公司測量的指標，拓展成產業標準，讓更多有志的公司加入，重新定義產業看待肌肉骨骼病痛的方式。
只有一個人的武林，容易引發醫院對壟斷的擔憂；若有更多人加入，雖然總有門派之爭，但搶得先機的龔南葳笑得自信，彷彿已立於擂台上，準備迎接下一場江湖對決。
延伸閱讀：