2024台灣AI大賞｜長佳智能6年拿下35張醫材許可證，「快又精準」佈局醫療現場AI

「長佳智能作為一家 AI 時代的智慧醫療企業，選題非常關鍵。」鮮少接受專訪的長佳智能總經理李友錚博士，清楚地描繪長佳智能這間2018年6月才成立的新創，一路走來的發展目標。「針對不同市場特性，選擇有機會取得醫材許可證的題目，才能讓 AI 技術落地，真的進到醫療現場去服務民眾。」

在進到長佳智能前，李友錚博士曾擔任中華大學管理學院的院長，並在大學與研究所執教多年，輔導過近百家知名企業與機構，對於現代化作業管理的理論與實務有深刻的認識。「當時我在大學裡面已經教書教了二十五年，總是會想要把已經內化的這些理論，拿到管理現場做更多的應用。所以在2017年左右，就進到企業界來，開始跨足醫療的相關領域。」

資料為核心，「快又精準」的開發節奏是長佳智能的核心

在進到長佳智能之前，李友錚也曾在以細胞新藥研發為主的生技公司服務，但談到與長佳智能相比，開發節奏非常不同，「多數新藥或醫材開發的生技公司，所經歷的開發期程非常的長，過程中需要投入大量資本，需要步步為營，非常辛苦。」但結合醫療專長與資訊技術的長佳智能，開發速度截然不同，一個產品從選定領域開始，會要求兩年內或更短的時間內就要能夠進到醫療現場使用。如果無法跟上這個速度，那麼這個產品與技術就很有可能會跟不上需求。

以敗血症為例，敗血症是一種致死率極高的感染症，醫學權威雜誌《The Lancet》上有研究顯示，分析全球196個國家的資料，每5個人的死因中，就有1人是因為敗血症而死。在臺灣，每十萬名臺灣人也有將近七百例新發現的敗血症。過去在治療敗血症的時候，需要花費將近一周左右的時間，長出足夠大的菌落，讓醫師判斷細菌的種類和抗藥性，才能投給相對應的抗生素。因此有一定比例的病患在發病初期無法確診，經驗性的抗生素也沒有作用，因而非常容易錯過黃金治療時間。

而長佳智能與中國附醫合作開發的「抗生素治療決策輔助平台」，則結合臨床檢驗質譜儀(MALDI-TOF MS)與機器學習模型，可已在一小時內對細菌抗藥性做出預測。能有效縮減臨床判斷細菌感染的時間，也減少抗生素濫用的問題。「與時間賽跑，這個對病人的治療有很大影響，AI 技術的進步能夠直接地讓醫療品質有感提升」李友錚強調。

用 AI 判斷兒童骨齡，成為 FDA 首例

除了將技術於臨床落地的速度飛快，長佳智能最令人印象深刻的便是在成立短短六年間，便在全球取得35張醫材許可證：分別有14張來自臺灣食藥署(TFDA)、11張來自美國食品藥物管理局(FDA)以及10張來自東南亞各國。「取得醫材許可證才能佈局目標市場，因此取證速度對我們來說非常重要。」李友錚說明。

但在創業初期，也曾有一段摸索的探索期。例如長佳智能的第一個產品「骨齡輔助診斷系統」，整整花了六年，才終於取得FDA的許可。李友錚解釋，「骨齡的概念對於臺灣的醫師並不陌生，過去兒童內分泌醫師會用「人眼」比對、分析2至16歲孩童及青少年，左手掌到手腕處的X光影像與骨齡判讀圖譜的差異，約十幾分鐘才能判斷出骨骼目前的發展速度。而訊練一位相當有經驗、能夠判斷骨齡狀態的兒童內分泌醫師，需要多年的時間與高昂的訓練成本，並不是每個醫院都有足夠經歷的專科醫師可以判讀。

長佳智能透過與中國醫藥大學副校長蔡輔仁醫師的合作，使用兩萬筆以上的手部影像和骨齡數據，作為機器學習的訓練資料，訓練出骨齡輔助系統的 AI 模型。透過此系統，即便非專科的醫師在診間也能初步判讀骨齡，節省時間和成本外，還能提高診斷準確率和一致性。另外，AI 也能同時識別發育不良和先天性畸形等異常，讓醫師能夠做出早期診斷。

李友錚提到，「此系統在2021年就取得TFDA許可，卻一直到2023才取得FDA許可，多了幾乎是一倍的時間。這是因為在我們之前並沒有類似的產品可以參考；再者，FDA 認為需要加入多族裔的資料，才能更為通用，最終花了相當多的時間與成本將合規的資料補齊，才終於取得許可。」這次的經驗讓長佳智能意識到，研發前期選擇目標市場和題目的重要，對於是否能夠成功推出產品，是相當關鍵的。

三大獲利方向，建立醫療 AI 企業的商業模式

他表示，長佳智能目前有三大研發主軸：第一塊是醫用大數據，透過與中國醫藥大學體系的長期合作與授權，長佳智能取得約三百萬筆可合法商用的就醫資料。該資料庫已經做好前期的資料清洗，也符合匿名、個資隱私與資安上的考量，能夠作為學術研究、醫療 AI 公司、醫材公司、藥廠或保險業等相關領域的業者使用，以解決沒有臨床資料的痛點，加速開發醫療 AI 應用。

第二塊則是** AI 模型與解決方案**，目前長佳智能除了擁有前述的骨齡輔助診斷系統外，也協助各大醫院開發專屬的 AI 模型，並應用影像辨識的技術，開發出「腦出血檢測系統」、「放射治療頭頸部器官勾勒系統」、「放射治療器官勾勒系統」、「骨閃爍顯像電腦輔助偵測平台」以及心電圖分析軟體等實際已經可以在臨床應用的判讀系統。

第三塊則是雲端生醫平台。AI 除了改變臨床的判斷路徑，也能用於非臨床醫療的管理系統。「這塊產品由於不涉及醫療，因此不需要取得醫療許可證也能直接應用在醫療現場，加速診間的運作效率。例如，我們試著解決改良健檢中心跑診間的流程系統，盡可能減少患者和醫療設備空轉或是診間雍塞的情形，能有效疏導人流，這其實是技術上其實非常複雜的問題；另外我們也和國內保險業者合作開發AI平台，改善傳統的理賠流程，讓理賠的過程能夠更加自動化。」李友錚對公司發展的願景作出明確的解析。

跨領域人才的整合 是長佳智能成功的重要因素

翻開長佳智能的董事會與顧問名單，就不難理解長佳智能為什麼能夠有如此高效的運作效率。「中國醫藥大學與長佳智能在各方面都有很密切的關係。很多產品與人才的佈局，都不是等到了公司成立之後才開始安排。原本在學校裡的學術研究就已經是許多創新技術的起點。」，李友錚解釋。

他認為，公司一開始把股權設計好，股東間有很好的信任結構，那接下來的發展才會很順利。目前廣達電腦、趨勢科技、安基生醫、順天醫藥生技和大銀投資也都是長佳智能的股東，和股東們一起把跨領域的專業做起來，才是長佳智能最重要的競爭力來源。有共同目標，才能一起發展事業，永續地做出長期的策略規劃，建立醫療 AI 團隊，「整合」是最難也是最應該先做的一步。

在長佳智能，每一個專案背後都可能有工程師、醫師、護理師、財務、法律專業、取證專業等等需要每一個小型團隊都積極貢獻所學，才有可能在這麼短的時間，推出產品，進而取得市場認同。在不遠的未來，長佳智能也將積極討論開放目前可商用的醫療大數據，給有想法的個人或學研單位，從根本為臺灣培養更多AI人才，以發揮更大的影響力。