▲圖為智捷醫學科技孫繼信董事長於台上發表AI 醫療影像 3D 標準化成果。衛福部次長莊人祥12/4於智捷醫學科技（IntelliGen Technology）主辦的全球創新 AI 醫療影像 3D 標準化成果與 MR 應用大會上指出：「全球醫療仍停留在黑白 2D，台灣已準備跨入下一個時代。」▲圖為衛福部次長莊人祥蒞臨台上致詞搶進百億美元市場在全球醫療 3D 影像市場規模突破 13.6 億美元、AI 醫療影像市場 CAGR 高達 34% 的背景下，台灣此舉不僅是與趨勢接軌，更是明確展現 主動引領智慧醫療升級的產業戰略，並在全球醫療影像升級浪潮中扮演關鍵推動者。AI 將 CT/MRI 黑白影像即時3D 化，被視為未來十年醫療科技的主戰場，也是各國積極投入的醫療影像升級項目。台灣下一座護國神山台灣的智捷醫學科技（Intelligen Technology）憑藉自主研發的 Anatomy Cloud GPT 技術，可於 5 分鐘內完成黑白影像轉為高解析彩色 3D，成為目前台灣推動 3D 標準化最關鍵的技術提供者。其 AI 醫療雲端系統 「Anatomy Cloud GPT」 也以突破性成果獲得 第 21 屆國家新創獎「初創企業獎」 殊榮，引發產業高度關注。智捷醫學科技執行董事 鍾富瑋 於會中指出，「3D AI 醫療影像將從醫院內部工具，轉變為全球標準化平台。台灣有機會在這個市場中，提前卡位成為技術輸出國。」執行董事 鍾富瑋強調，3D 影像標準化將帶動 設備汰換、雲端服務、教育訓練、醫材整合、跨國醫療合作 等龐大需求，形塑出「超過百億美元」的新市場，而 Anatomy Cloud GPT 已成為此產業鏈中的核心引擎。▲智捷執行董事鍾富瑋表示3D AI影像技術不僅是臨床醫療技術的進步，更是台灣AI醫療走入全球的第一步。他進一步指出：「智捷正在與亞洲、歐洲多國洽談合作，2026也將啟動海外布局。Anatomy Cloud GPT不僅是醫療影像的革新服務，更可以整合AI、通信、雲端、教育、S I等的產業鏈我們相信台灣具備打造下一座『醫療 AI 護國神山』的條件。」

當GPT系列和Gemini在AI大模型打得有來有回時，Google和OpenAI也在生命科學開展了新一輪競逐。OpenAI和Google都將生命科學視為AI技術落地的重要領域，但兩者的戰略有顯著差異。OpenAI更偏向於通過建構通用的、超強的基礎模型能力，並通過廣泛的合作，賦能生命科學研究和醫療保健。Google則以底層科學突破為切口，將其AI能力深度嵌入到生命科學研發的每一個具體環節，並且推出了一系列生命科學模型。一個是老牌網際網路大廠，在醫療健康賽道佈局多年，底蘊深厚；一個是AI新貴，對生命科學重金投入，虎視眈眈。但毫無疑問，兩家AI巨頭都在豪賭一個未來：AI將從根本上重塑生命科學的研發範式，這其中蘊藏著兆等級的商業價值。01 Google：聚焦底層科學突破，實現生態閉環作為頂級網際網路大廠，Google已經數次對生命科學發起了衝鋒。然而，Google的探索也並非一帆風順。此前通過Calico、Verily等子公司進入醫療健康領域，但沒有做出什麼成果，甚至組建過Google Health試圖整合但最終失敗，公司無奈關停。但如今Google有個重要的殺手鐧：建構基礎模型能力。尤其，Google旗下DeepMind發佈的AlphaFold2破解了生物學的基本難題——蛋白質結構預測，已經榮獲2024年諾貝爾化學獎。以此為里程碑，Google的戰略聚焦於將AI能力用於底層科學突破，近兩年來，Google在生命科學已發佈了多個模型。模型帶來的底層技術能力的突破，正在讓Google實現其更大的醫療野心，根據AlphaFold2成果已經轉化出Isomorphic Labs，並獲得了高達6億美元的融資。Isomorphic Labs正在用AI建立一個通用的藥物設計引擎，不僅能用於單一靶點或單一藥物類型，更能反覆應用於任何不同的疾病領域。此外，Google還以雲業務為切口，成為醫療健康行業的數位化底座和AI創新平台。Google雲通過提供一系列專門為行業需求打造的解決方案，將DeepMind等部門的基礎科研突破，轉化為藥企、醫院和研究人員即開即用的生產力工具。當前，Google雲已經整合了多個藥物研髮套件，以及前沿基礎模型，系統地賦能醫療健康產業的AI以及數位化轉型。另一邊，Google還有不容忽視的投資部門——GV（Google Ventures）。生命科學與健康是GV核心的投資賽道之一。當前，GV已經過投資上百家生物技術公司，GV幫助Google在藥物發現、疾病治療、醫療資料等多個關鍵環節建立了廣泛的生態佈局。在AI生命科學領域，GV已經投下了OpenEvidence（AI+醫生搜尋引擎）、insitro（AI藥物研發）、Isomorphic Labs（AI藥物研發）、晶泰科技（AI賦能科學平台）等公司。如今，Google在生命科學領域的戰略重心日益清晰：即Google DeepMind以及其他研究團隊主攻基礎科研，產生顛覆性成果；通過Google雲整合模型以及行業解決方案，建構以自身技術為核心的行業生態，打造行業基礎設施；通過GV廣泛投資生命科學企業，為Google建構龐大的創新網路，並通過戰略協同推動行業變革。02 OpenAI：連結多方，持續重資產投入早在ChatGPT剛出世之時，OpenAI的模型就被各大初創公司和平台進行微調，提供各類醫療服務。但如今，OpenAI不再僅僅滿足於做一個工具提供者，而是立志成為利用AI推動下一次生物技術革命的核心參與者。它不只研發，還通過投資、合作等方式，將AI技術滲透到藥物研發、生物安全、再生醫學等多個細分領域，建構一個廣泛的技術應用生態。而言，OpenAI在生命科學的佈局，正在經歷越來越“重資產”投入的過程：第一階段：作為技術服務商，為行業提供基礎模型服務第二階段：廣泛進行業內合作，投資了多家AI+醫療保健前沿公司第三階段：開始直接招募高管、組建團隊，開發自有醫療和科研產品如今，OpenAI近年來在生命科學領域積極佈局，與多家機建構立了重要合作關係，涵蓋包含藥企、患者管理、臨床輔助、監管等多方重要企業，深入連結了產業鏈的上下游。從上圖多筆合作可以建安初，OpenAI更偏向提供企業級AI工具，使得生命科學公司的效率大幅度提升，從而降低開發成本，提升患者體驗。在大模型方面，OpenAI不僅提供通用模型，還會為特定的生命科學問題開發定製化的AI工具。OpenAI聯合Retro Biosciences打造了生物學大模型GPT-4b micr，並成功設計出了山中因子的蛋白質變體，使得重程式設計效率提升50倍。此外，OpenAI還發佈開源醫療基準測試平台 HealthBench，旨在評估醫療AI應用的安全性與精準性，搶佔行業標準制定的話語權。投融資方面，OpenAI及其CEO山姆·奧爾特曼（Sam Altman）在生命科學領域的投融資活動相當活躍，主要聚焦於AI製藥和長壽科學等前沿方向，投下了包括Retro Biosciences、1910 Genetics、Chai Discovery、Valthos等公司。未來，OpenAI更是提供了一個宏大的暢想：目標是到2028年開發出真正的自動化AI研究員，實現重大科學發現。如今公司內部成立"OpenAI for Science"部門，組建頂尖學者團隊，其戰略核心是打造下一代科學發現平台，加速科學研究。甚至，OpenAI基金會在起步階段承諾投入250億美元，用於醫療健康以及“人工智慧韌性”。寫到最後簡單來說，Google和OpenAI都在生命科學進行了全方位的、系統性的押注。兩家公司都希望通過建構AI基礎平台，在這個傳統且低效的生命科學領域，找到巨大的商業機會。Google以其深厚的科研積澱和生態系統，建構了一個從底層科學突破到行業基礎設施的完整閉環。而OpenAI則以通用大模型為基石，通過廣泛的合作與深入的價值鏈滲透，展現出更強的靈活性和擴張野心。而在AI for Science的技術趨勢下，Google與OpenAI的這場豪賭，或許將是整個人類的未來。 (智藥局)

【新智元導讀】基層醫生的AI好助手來了！中國國產AI，更懂中國醫生。從去年開始，「醫療AI（medical AI）」與「健康AI（AI for healthcare）」從星星之火，迅速燎原。在Google趨勢裡，這類關鍵詞在最近幾個月都呈現明顯抬升：但對大多數中國醫生——尤其是基層醫生——這些熱鬧始終顯得有些遙遠。僅糖尿病患者，中國就有2.33億人，遠超現有醫療資源的承載能力。更別說基層醫生每天面對的是混雜的真實世界：心血管、呼吸、消化等各種疾病交織出現；一旦遇上少見症狀或複雜共病，往往會感到吃力，甚至陷入“想得不全、顧得不夠”的困境。因此真正的問題，從來不是「AI看起來有多厲害」——而是能不能安全有效地在臨床落地？能不能真正提升醫生的判斷力和決策力？AI+醫療，被放在了國家檔案的「C位」11月4日，國家衛健委正式發佈《關於促進和規範人工智慧+醫療衛生應用發展的實施意見》，其中重點提到：「建立基層醫生智能輔助診療應用」「加強居民慢性病規範管理服務」這意味著什麼？「AI+醫療」已不再是AI產業界的技術炫技，而是提升到了國家層面的衛生健康行業發展高度。而「AI+醫療」的落地重點，在基層。誰能抓住這波醫療AI版的「農村包圍城市」，誰就能在下一波AI浪潮中笑到最後。多位長期深耕基層培訓教育的主委們很快達成共識：能真正幫到中國基層醫生的AI，關鍵在2件事：1）診中：輔助臨床決策，要安全、有效；2）診後：支撐患者隨訪，要規範、可持續。而，這也是「未來醫生AI工作室」的初心。中國AI vs 美國AI 只有它是「安全+有效」的雙料冠軍AI能寫會畫，甚至拿下奧數金牌，但「術業有專攻」——通用的AI難以救死扶傷。解放軍總醫院第六醫學中心（海軍總醫院）內分泌科主任醫師、全科教研室主任郭啟煜，就曾遇到:一些患者自行使用AI尋找大量資訊後，提供給醫生，但這些資訊往往互相矛盾，甚至與最新的醫療指南和共識相悖。他認為，AI落地醫療有2大關鍵：有效性和安全性。有效性， 指的是真能幫上忙，能提供有用的建議和資訊。安全性， 則是必須堅守的底線，AI醫療產品提供的建議必須基於權威資料。但要測試醫療AI的「安全性」和「有效性」，並不簡單。好在今年7月，來自26個科室的32位一線專家們聯手，來了場全球頂尖大模型的「擂台賽」。這項測評已於7月正式公開發佈，並接受學術同行評議。arxiv連結：https://arxiv.org/abs/2507.23486他們從真實病歷中抽絲剝繭，整理出2069道開放式問題，圍繞「安全性/有效性」，模擬真實場景，搭建了一套系統性的臨床評估標準。在此標準上，測評了當時最前沿的6個大模型：OpenAI-o3、DeepSeek-R1、Gemini-2.5-Pro、Claude-3.7-Sonnet、Qwen3-235B以及「未來醫生AI工作室」背後的醫學大模型MedGPT。結果呢？六個大語言模型的基準測試顯示總體表現不錯（總分均值57.2%，安全性54.7%，有效性62.3%）。但在醫療最看重的「安全」上，卻拉開了明顯差距：當涉及危重症識別、藥物衝突等複雜問題時，多款通用大模型的得分明顯下滑當涉及嬰兒、兒童、免疫低下等特殊人群時，有的模型表現很不穩定，有時很好，有時很危險而在同一套標準下，專業醫療大模型MedGPT則表現出顯著特徵：「安全性」、「有效性」雙高！得分分別達到0.912、0.861，拿下雙冠軍，總分更是領先第二名15.3%。總體得分、安全性、有效性，MedGPT（綠色）均領先此外，在這場比拚中，MedGPT還表現出幾個突出特徵：安全性得分，比模型平均值高出近70%（0.912 vs 0.547）；在複雜人群中，表現依然穩健，沒有「翻車」；測評中，唯一一款做到了「既穩定安全，又穩定有效」的AI。復盤時，北京大學第三醫院運動醫學科江東教授表示臨床不只是看答對多少，更要看答錯多少。從那一刻起，這個以MedGPT為底座的「未來醫生AI工作室」，底層基因已經註定：不是做看起來「樣樣通的AI」，而是做臨床上「最安全、最可靠的AI夥伴」。當技術回歸臨床，誰更像專家？答案已經揭曉。就在最近，中⼭⼤學附屬第⼀醫院泌尿男科主任鄧春華教授聯合中國多位權威專家，設計並開展了一場高度模擬真實臨床流程的實戰盲測。評測方法核心直接、客觀：1、選題：從真實臨床工作中，抽取出一批複雜、存在爭議且資訊不完全的典型病例。2、答題：同一道題，分別交由三位「參賽者」獨立作答：GPT-5OpenEvidence未來醫生AI工作室·臨床決策AI助手3、測評：由臨床專家團盲審三份AI生成的答案，並嚴格依據以下8個核心維度進行打分：多病共存與藥物序貫最佳化時間窗決策與風險取捨不確定性推理與檢查價值用藥相互作用與復合毒性圍術期協同決策ICU多目標最佳化檢驗與影像閉環連續照護與復發預防結果中國AI——全線完勝：圖源：https://ai.doctorwork.com/comparison這場評測的意義，遠不止於一次分數的比拚。結果所呈現的，已經不再是模型的紙面能力，而是——是否能在真實醫療環境中做出可靠的臨床決策。這背後，正是「未來醫生AI工作室·臨床決策AI助手」的差異化技術路線：通用大模型的強項在於文字生成，本質是模式匹配與記憶；而臨床決策AI助手，則是先建構系統性的醫學認知框架，再在其上強化「臨床推理+安全控制」，最終再落到產品層應用。這也解釋了，為什麼在臨床診斷這種高風險、強推理的場景裡，中國的醫療AI能夠取得領先——關鍵不在簡單看誰的參數更大，而在於誰更接近醫生真實的思考方式和工作方式。臨床智能參謀 幫醫生想得全，判得準面對複雜病例，醫生最擔心的從來不只是「已知風險」，更是那些隱藏在資訊缺口、經驗不足和病例多樣性背後的知識盲區與思維侷限。缺資訊、缺經驗、病例雜——幾乎是所有基層醫生的共同現實。「未來醫生AI工作室·臨床決策AI助手」想解決的，正是這一臨床痛點。它不是一個更大的「知識庫」，而是為每位醫生打造的「醫療版賈維斯」：不僅能調動高等級循證證據，更能以專業方式協同思考——核心是一套由安全與循證驅動的臨床決策引擎。鄧春華教授在使用未來醫生AI工作室·臨床決策AI助手進行決策輔助 (圖片已獲得教授本人授權）在日常診療裡，醫生可以用口語化的方式輸入病情，系統不會急於下結論，而是先完成三件更重要的事：提取證據：從高等級循證證據中抓出關鍵點；預警風險：提示藥物相互作用、特殊人群禁忌等潛在風險；標識缺口：指出病史、體檢或檢查的缺失環節，並附帶安全提示。當然，最終的所有決策權，始終牢牢掌握在醫生手中。醫生依然是做決定的那個人，只是不再需要一個人扛下所有不確定性。能看得更全、想得更深，不至於錯過任何「可能改變結局」的疑點。多位一線醫生的反饋也印證了這一點：「好用、循證清晰。」「像有個隨時在旁邊可以討論的專家。」而這一切的背後，是「未來醫生AI工作室·臨床決策AI助手」提供的確定性支援——讓每位基層醫生在面對複雜病情時，都能更有把握地做出判斷。跨越診室圍牆 把醫院級照護延伸到日常掛號、看病、診斷、開藥，只是醫療的起點。真正決定療效的「大考」，往往發生在患者走出診室之後。隨訪一旦缺位，不只是管理脫節，更會造成療效遞減與醫患信任的損耗：患者聯絡不上、該複查沒複查，甚至出現「危險訊號」，也沒人第一時間看到。那麼，如何為院外治療裝上一道「安全而有效的護欄」？郭啟煜在使用未來醫生AI工作室·患者隨訪AI助手管理患者 (圖片已獲得教授本人授權）這正是未來醫生AI工作室「患者隨訪AI助手」的價值所在——把原本孤立的診療節點，延展為一個可持續的管理閉環。通過人機協同，它正在重塑院外關懷的範式，補齊門診“最後一公里”的三大核心短板：管理可達性：通過數位化隨訪，突破時空限制，將專業照護延伸到患者的真實日常。治療依從性：借助個性化提醒與互動指導，提高患者執行度，讓方案落到實處。干預精準性：基於臨床指南與個體資料，為不同患者匹配差異化的管理路徑。值得強調的是，「未來醫生AI工作室·患者隨訪AI助手」從架構設計起，就堅持一個原則——AI輔助，醫生決策。無論系統多智能、響應多及時，所有涉及醫療行為的最終裁定權，始終在醫生手中。一旦觸及藥物調整、嚴重症狀等關鍵節點，AI不會越界「替你決定」，而是立即發出明確預警，把關鍵決策點完整呈交給醫生，由醫生最終判斷。為什麼主委們說 這是「基層+AI」的最佳實踐？把以上幾個關鍵拼圖拼起來，就會發現一條非常清晰的邏輯鏈：政策明確方向：國家已將「AI+基層醫療」列為重點任務，既要求提升基層醫生的診療能力，也強調對居民慢病的規範化管理。專家形成共識：多位專家態度一致——真正能落到臨床的AI，必須同時做到安全有效，並保持人機協同的工作方式。技術經受驗證：多模型、多專科的大規模評測顯示，MedGPT在「安全性」和「有效性」兩項核心指標上均領先國際主流大模型；在真實病歷的同題測試中，「未來醫生AI工作室」也較GPT-5、OpenEvidence更符合臨床實際需求。產品真正落地：「未來醫生AI工作室」落在了基層最缺的2大場景——診中決策輔助與診後隨訪管理，並收到了一線醫生的持續積極反饋。正因如此，多位主委給出了高度一致的評價：這是目前最接近「基層+AI」最佳實踐的路徑。鄧春華教授的總結很形象：「通過『未來醫生AI工作室』，基層醫生能真正站在巨人的肩膀上，加速成長。」這或許就是技術最好的落地方式——不是替代，而是賦能。AI+醫療的終局：醫生主導，AI賦能每次聊到AI，總有人問：「醫生會被替代嗎？」在臨床一線，這個問題本身就是個誤解。一位三甲主任說得很透：「AI再強，也開不出帶著溫度的處方。」醫生的價值，在於判斷、取捨、溝通與責任；AI的價值，在於不疲倦、可追溯、能持續學習、能迅速覆蓋最新指南。所以未來不是替代，而是協同。真正需要追問的是：什麼樣的醫療AI，才配進入臨床？答案有3點：1、安全、有效。這是所有臨床應用必須先跨過的底線，也是醫生願意信任的前提。2、臨床實戰，是唯一的檢驗標準。在真實病例的對決中，一款中國團隊打造的產品——未來醫生AI工作室，在關鍵指標上優於GPT-5和OpenEvidence。它專注做三件事：讓醫生把病例看得更全；把風險提前亮出來；讓患者的管理不中斷、更長期。3、技術的盡頭，是回到人的需求。即便未來AI能提供更全面的解決方案，它依然無法替代“溫度”——那份對病情的揣摩，對患者的理解，對風險的承擔。醫療的答案，從未改變：醫生負責判斷與關懷，AI負責效率與知識。當二者真正協同，優質醫療才會變得更可及、更可靠、更可持續。真正有價值的醫療AI，從來不是取代醫生的力量，而是托舉醫生的力量。 (新智元)

最近我看了美國方舟投資（ARK Invest）創始人“木頭姐”——Cathie Wood 的最新報告。她被稱為“科技狂人投資女神”，看完她的這份報告，我既覺得“不可思議”，又覺得“值得深思”。報告主要講了五個方面，我和大家簡單分享一下，也談談自己的理解。一、未來十年，全球經濟將提速木頭姐認為，未來十年全球 GDP 會翻倍增長，增速將從原來的 3% 提升到 7%。同時，通膨將歸零，甚至可能出現負通膨。聽起來很瘋狂，對吧？但仔細想想，AI 的普及確實能極大提升生產效率。當機器學習、自動化、智能管理深入各個行業後，生產力會呈指數級增長。經濟自然會加速，這並非全無可能。換句話說——AI 不只是讓我們更聰明，也讓世界運轉得更快。二、五股科技力量正在“合力推牆”她提到了五個核心技術方向：人工智慧（AI）、機器人（Robotics）、區塊鏈（Blockchain）、能源儲存（Energy Storage）、基因測序（Genomics）。這些不是孤立的技術，而是互相推動、共同發力的系統。比如：AI 幫助最佳化基因分析演算法，機器人依賴能源技術突破，區塊鏈保障資料安全……五股力量彼此交織，就像五條河最終匯入同一片海。未來的經濟增長引擎，正是它們的疊加效應。三、特斯拉可能漲到 2600 美元一股木頭姐對特斯拉的判斷，一如既往地大膽。她認為特斯拉不僅是一家車企，更是一個融合了AI、機器人、自動駕駛與能源系統的超級平台。馬斯克如果能專注於公司、少摻和政治，持續推進自動駕駛、Robotaxi、AI 晶片等戰略，那麼特斯拉股價翻五倍也不是夢。我自己也持有特斯拉股票，雖然波動很大，但這家公司代表的未來方向，是我願意長期陪伴的。四、比特幣長期目標：150 萬美元這個預測更是驚人。木頭姐認為，隨著全球貨幣體係數字化、機構投資者入場，以及通膨預期消退，比特幣最終可能漲到 150 萬美元一枚。當然，這不是短期目標，可能要等 10 年、20 年，甚至更久。但她的邏輯很清晰：比特幣作為去中心化資產，在長期的財富重構中，有可能成為“數字黃金”。如果相信這個趨勢，定投是最簡單、最笨卻最有效的策略。五、AI 醫療：下一個輝達她特別看好 AI 在醫療領域的應用。AI 醫療正在改變從藥物研發到疾病診斷的整個流程。木頭姐甚至說：“AI 醫療將成為下一個輝達。”仔細想想，輝達是 AI 的底層算力提供者，而 AI 醫療則是算力落地最具價值的場景之一。未來醫療效率的提升、成本的下降、個性化診療的發展，都離不開 AI。這個賽道，真的值得長期關注。很多人看完這些觀點，會覺得離自己太遠。但我想說：提前理解趨勢，就是一種投資。我們不一定能直接參與這些技術，但可以投資那些正在引領趨勢的公司。當創新改變世界，我們不妨靜靜地坐在一旁，吃它帶來的“紅利”。這，就是普通投資者的機會。未來十年，科技不是遠方的故事，而是我們每一個人都能分享到的現實。要麼被浪潮推著走，要麼提前學會衝浪。我選擇後者。 (馮有餘)

AIM研發技術及海外布局獲中經合、比翼、國泰創投及SIC投資青睞Pre-A輪募資完成，加速亞太版圖拓展及永續健康落地AI 醫療新創公司采風智匯（AIM）宣布完成新台幣1億2千5百萬元Pre-A 輪募資。由美商中經合集團（WI Harper Group）及比翼生醫（智康基金）共同領投，並獲國泰創投及SIC永續影響力投資等策略投資人支持。這次募資集結各大創投資源，資金運用將聚焦於DeepXrayTM及DeepSonoTM兩大AI 影像產品線在美、日、東南亞等地的醫材法規取證、全球專利佈局、市場拓展與下一代新產品研發等核心發展目標，為AIM國際化奠定穩固擴展根基。照片從左到右：采風智匯(AIM)監察人林育中博士、采風智匯(AIM)董事杜朝正博士、采風智匯(AIM)董事執行長李文豪、采風智匯(AIM)董事長顏昌洲醫師、永續影響力投資合夥人陳如芬、美商中經合集團資深合夥人彭適辰、比翼智康創投代表人雙和醫院研究部副主任陳致宇醫師、國泰創投副總經理蔡志昇主要領投投資人中經合資深合夥人彭適辰表示：「中經合此次領投並參與董事會運作，除了看好采風智匯（AIM）在國際AI醫療市場發展的高度潛力，我們更將運用集團遍佈北美、歐洲與亞洲的網絡，協助AIM擬定國際市場策略，對接海外資源、引入國際資金，並導入成熟的公司治理經驗，全方位加速AIM國際布局及商業化進程」。作為全球跨境創投先驅，美商中經合集團至今管理 12 支基金，資產規模逾 10 億美元、累計投逾400 家新創企業，成功出場案件超過百件。共同領投的比翼生醫執行合夥人陳彥諭表示：「采風智匯（AIM）在雙和醫院完成自費碼、導入臨床及高階健檢應用後，串接日本醫療需求與健保給付，展現赴日發展的實力，顯示其產品技術力強、商業化潛能高，是少數具備跨境應用能力的台灣 AI 醫療團隊」。長期深耕智慧醫療領域的比翼生醫除資金支持也加入采風智匯董事會，結合北醫、秀傳、高醫等多家醫療機構資源，加速臨床落地實證，並運用旗下國際加速器網絡，協助推動美、日與東南亞的市場拓展。國泰創投將藉由此次投資合作，協助推動AIＭ醫療影像技術應用於保險產品、高階健檢、高齡照護與企業健康管理場域。國泰創投亦將協助AIM建立透明的財務制度、完善的公司治理與 ESG 永續報告架構，提升AIM的企業國際競爭力。本輪投資中，亦有由逾150位創業家與天使投資人共同組成的SIC永續影響力投資參與，藉其社群型天使網絡、生態系資源與影響力投資經驗，協助AIM導入經營策略規劃、永續管理與國際市場交流。此次募資不僅挹注關鍵資金，更引入具實務經驗與國際視野的策略夥伴，采風智匯（AIM）將持續推動 AI 醫療解決方案的全球應用，整合法規取證、臨床實證與市場拓展，朝向成為亞太區智慧健康技術領導品牌的目標邁進：Democratization of Healthcare for Everyone Around the World.

Highlights如果稅率更高，人們就會選擇停止工作或尋找避稅的方法。創新的成本正在急劇下降。世界正在向無人機的商品化發展。醫療領域是AI最被低估的受益者。Cathie Wood，ARK Invest創始人。在本次採訪中，她與彭博社記者分享了對於AI、醫療領域和美國關稅的看法。圖片來源：Bloomberg Television美國GDP預計將超出預期加速增長Cathie Wood：現在的情況比所謂的解放日剛開始時感覺好多了，那時情況似乎非常混亂。我們當時的假設是，幕後在進行很多談判，當我們看到財政部長Besant真正接管Peter·Navarro的工作時，那是一個重要的時刻。談判可能不僅僅是為了降低關稅，還包括降低非關稅貿易壁壘。如果我們最終達成了這一點，那就是減稅，這是一個積極的訊號。但當時的動盪——火海似乎在燃燒，由於一些言辭，很多人感到不確定，但我們現在開始明白，這更多的是減稅和市場放開。甚至在這裡，在英國，我之前不知道我們不能將牛肉賣到英國。現在我們可以，甚至乙醇也可以賣。希望這是一條雙向的道路，美國也在開放，所以這對我們的貿易夥伴來說是雙贏。Kriti Gupta：關於貿易問題的看法，你用了一個關鍵的詞語——減稅。現在華盛頓正在推進一項關於進一步減稅的法案和立法，可能比Donald Trump最初競選時提出的還要大，這也引發了關於不斷膨脹的財政赤字的擔憂。請分享一下你的看法——很多人認為現在不是投資美國的時機，不僅因為華盛頓的動盪，還因為膨脹的赤字。你如何看待這種環境下的投資？Cathie Wood：我是一名Laffer曲線的信徒，我們現在有一些證據。在Trump第一任期內，他將企業稅率從35%降低到21%，當時美國的競爭力很差，許多公司正在搬離美國，降低稅率之後，當然受到了很多批評。此後，企業稅收從2000億增長到5000億，因為更多的公司重新搬回美國，現在我們更具競爭力了。所以，如果稅率太高，通常降低稅率會導致更多的收入。現在我們認為，另外一個會發生的事情是，考慮到來源，現在有很多正在進行的創新，尤其是技術驅動的創新。實際GDP增長將超出現在的預期。因此，很多人都在忽視通過增長來擺脫赤字這個想法。我剛剛給了你一個非常好的例子，關於企業稅率——如果你看美國的稅收佔GDP的比例，個人稅收大約在17%到18%之間。如果稅率更高，人們就會選擇停止工作或尋找避稅的方法。所以我們認為，政府支出接近24%才是問題所在，我們需要繼續在這方面保持一定的紀律。主持人：現在是在美國境內還是在美國境外能有更好的機會？AI正在降低科技創新成本Cathie Wood：這取決於你談論的是那些技術領域。關於AI，特別令人興奮的是，創新的成本正在急劇下降。我們的AI訓練成本每年下降75%，AI推理成本每年下降85%。如果相信DeepSeek的話，下降幅度甚至可以達到95%。所以我們認為，全球範圍內會有更多創新公司出現。確實，我認為美國曾經有失去創新的風險。在前任證券交易委員會主席Gensler的領導下，我們幾乎將數位資產革命拱手讓給了其他國家。但現在它正在回歸。在當前的管理體制下，美國的技術發展會表現得非常好。我還想提到的一點是，許多人把“MAG-6”當做技術代表，並認為它們代表了技術。事實上，它們的市值從2019年到2024年翻了五倍。如果你看看我們所說的技術驅動型創新的其他領域，它的增長僅為30%。美國市場將會更加多元化，並且會獎勵那些相對滯後的公司。主持人：舉個例子？有那些例子？那些領域？給我一點更多的具體資訊。Cathie Wood：當然。現在很多多組學（multiomics）公司，它們如今都得益於AI技術。多組學是生命科學的一部分。比如，CRISPR Therapeutics正在治癒鐮狀細胞貧血和β地中海貧血。我們當然也有Coinbase，它正在快速增長。Palantir也取得了顯著的進展，剛剛進入了標準普爾500指數。Roku是連接電視的作業系統，尤其在美國，它是第二大作業系統，現在正在全球擴展。還有其他一些多組學公司，比如Twist Therapeutics，它對於通過血液檢測幫助我們發現早期癌症，甚至在癌症處於早期階段之前就能檢測到，或許更早，都是至關重要的。因為腫瘤或息肉會通過血液釋放出來。主持人：基本上不要購買MAG-6，應該關注其他領域。Cathie Wood：如果看看我們的投資組合，過去四年我們面臨了巨大的逆風，估值下降到大約市場倍數，按企業價值與調整後EBITDA的比率衡量。我們與S&P合作過，曾經的市盈率是S&P275%的溢價，而現在我們大約是10%的溢價。如果你要我們再次說明來源，美國的創新——尤其是那些技術驅動型的，脫離了MAG-6的創新，雖然它們已經獲得了豐厚的回報，但現值是被嚴重低估的。創新是Elon Musk效率計畫的一部分Kriti Gupta：Cathie，你提到的很多創新，甚至你提到的美國證券交易委員會（SEC）以及反壟斷情緒的變化，推動了科技和生物技術行業的增長，很多這樣的創新都來源於政府的支出。而你也提到，當你從赤字角度減少政府開支，控制這些開支的時候，在那個時刻這種變化會開始影響你所說的創新生態系統？Cathie Wood：創新是計畫的一部分。尤其是在Elon Musk的領導下，他一直在掌舵，雖然他將會逐漸卸任。他已經意識到技術的老化、低效性以及我們做了太多手動的工作。在政府部門，我們看到了Palantir的加入，最初是從國防部開始，現在正擴展到政府的其他部門，大幅提高效率。我們迫切需要這種改變，因為一些系統已經有50到60年的歷史了。舉個例子，如果看看FDA（美國食品藥品監督管理局），我們已經看到更多的透明度和簡化的流程，這一點至關重要。美國的法規一直在扼殺創新。FDA首次批准了一段軟體程式碼，用於心臟病的診斷，它正在淘汰動物實驗，因為在單克隆抗體的研究中，動物實驗並不起作用。Kriti Gupta：但Cathie，你舉的一些例子，比如提到的國防部，的確是一個很好的例子，他提出了另一個，我再補充一個，就是FAA（美國聯邦航空局）可能會發生的變革。這些都需要你提到的基礎設施和技術投資進行現代化。然而，我們看到川普政府在一些聯邦合同和國防開支上進行了削減。Palantir實際上是為數不多的例外之一。鑑於開支的縮減，你真的認為這種趨勢會繼續下去嗎？Cathie Wood：我親眼看過波蘭的空軍基地，實際上是在一個軍隊基地，看到他們在訓練烏克蘭人，我們意識到戰爭正在發生變化——它正變得更加電子化。而我們的系統，我們稱之為“主導者”的大防務公司，他們生產了精英裝備。但世界正在向無人機的商品化發展。當然，在烏克蘭，他們使用的是大疆（DJI）無人機，我們也從中學到了一些東西——在錯誤的地方花費了太多資金，因為技術正在改變戰爭的性質。主持人：我們的科技公司在錯誤的地方花費了太多。現在看到的這個在AI上的巨大投資，它能夠繼續下去嗎？目前，我和人們討論時，大家都在談論成本的下降，你稍微提到過這個，成本正在下降。我們能確定現在大科技公司和AI領域看到的所有投資都被明智地使用了嗎？“最深遠的AI應用將出現在醫療領域”Cathie Wood：從來不能確定。每當你看到大量資本湧入某個領域，正如現在所發生的那樣，我們會想到一種叫做軟體即服務的模式。在ARC公司內部，有一個叫做“vibe coding”的東西。不知道你是否聽說過，但我們都是程式設計師，你肯定知道NLP和vibe code。我們可以去ChatGPT或者Claude說：幫我建一個網站，它就會實現。主持人：誰從中賺錢？我們仍然沒有弄清楚最終誰會賺錢。Cathie Wood：我們會賺錢，因為會降低我們的成本。主持人：但現在市場上並沒有將這一點定價。Cathie Wood：最大的三個領域，第一個是每個公司都能享受到的巨大的生產力提升，你會看到效率的提升；第二個是地球上最大的AI項目是自動駕駛交通工具，或者是無人駕駛計程車。我們已經說了很長時間，特斯拉是地球上最大的AI項目；最深刻的AI應用將在醫療領域。如果你想知道AI的關鍵是什麼，那就是資料。我們身體裡有37兆個細胞，現在我們能夠通過AI進行分析。說話人3：目前市場正在定價，給予一些公司很高的市盈率，這些公司包括提供工具和資源的公司，製造AI的公司，建設資料中心的公司，以及資料中心的營運商。現在的估值就處於這樣的水平。這些估值是否正確呢？Cathie Wood：它們已經調整了很多。更好的問題是，我剛才提到的一些機會，尤其是在醫療領域，是否得到了充分認識？它們完全沒有得到認識。Kriti Gupta：Cathie，提到醫療行業，有一個問題，我知道你專門從事生物技術，但我也知道你之前在你的投資組合中也談到了其他製藥公司。現在有一個問題，尤其是在歐洲市場，很多人都把製藥和生物技術作為投資組合的一部分，關於關稅影響或互惠關稅影響的問題，主要是涉及到開發你所談論的創新所需的原材料，然後最終把這些技術成本轉嫁給消費者。你說的是一個非常具有創新性的領域，或者是市場中的一個跨平台、跨行業的領域，但我很好奇這會如何影響利潤率，如何影響創造這些東西的實際成本，尤其是當我看到你持有的特斯拉、Palantir等公司時，還有CRISPR Therapeutics。請為我們詳細講解一下，在成本可能在短期內變得更高的背景下利潤率的情況。Cathie Wood：醫療行業有機會提高研發回報率，這個回報率曾經在80年代和90年代的黃金時代高達20%-30%，現在降到了低個位數。但隨著AI的發展，它將大幅降低藥物發現和開發的成本。發現並推出新藥所需的時間將從13年縮短到8年，我們將能夠更早地通過分子診斷測試來診斷疾病，進而將支出從目前美國85%的“病患護理”支出，轉向更能治癒疾病的治療方式。以CRISPR Therapeutics為例，基因組測序技術、AI和CRISPR Therapeutics基因編輯的結合，將治癒更多的疾病。正如我之前提到的，我們已經看到鐮狀細胞貧血症和β地中海貧血的治癒。他們目前正在研發一款能夠與他汀類藥物（如立普妥）競爭的藥物，顯示出令人驚嘆的效果。再次強調，這是一種“一次性治癒”，不再需要終身服用有很多副作用的他汀類藥物。因此，我真的認為醫療領域是AI最被低估的受益者，但正如你所提到的，你的觀眾中有很多製藥公司持股，你必須確保他們在利用這些工具，因為傳統的做法已經不再奏效。它非常低效，而技術將改變這一點。你們有一些優秀的製藥公司，但他們必須積極地利用這些工具。否則，新的競爭者會出現，緊追不捨，然後就會讓你們大吃一驚。 (invest wallstreet)