HTC健康醫療事業部游牧民談萬芳醫院的AI助手「萬小芳」： 雖不完美但更有人味

說到 HTC，通常手機事業最先跳出來，其次是做 AR/VR 的 VIVE，所以第一眼看到「健康醫療事業部」名號，令人有點摸不著頭緒，HTC 官網上也找不到。DeepQ這個單位成立時間比較晚，目標是藉由開發人工智慧、區塊鏈、虛擬實境／擴增實境之技術與產品，將先進技術融合於健康照護及臨床應用中，逐步實現精準醫療。主要營運模式是 B to B to C，先對醫療機構，再對就醫求診民眾。

也不知話題是怎麼從 AI 協助精準醫療一路談到有點哲學味道的，當然前後還是有關聯，並非天外飛來一筆，不過確實有點出乎意料。之間轉折像 HTC 健康醫療事業部的發展，也像 AI 應用之於人類感受。理性運算與感性人味，看似平行的兩條線，走著走著自然會有交集。

說到 HTC，通常手機事業最先跳出來，其次是做 AR/VR 的 VIVE，所以第一眼看到「健康醫療事業部」名號，令人有點摸不著頭緒，HTC 官網上也找不到。牧民回應，DeepQ這個單位成立時間比較晚，目標是藉由開發人工智慧、區塊鏈、虛擬實境／擴增實境之技術與產品，將先進技術融合於健康照護及臨床應用中，逐步實現精準醫療。主要營運模式是 B to B to C，先對醫療機構，再對就醫求診民眾。

虛擬實境在神經外科手術的應用

DeepQ 透過投資與以色列 Surgical Theater 合作，將 Precision VR 這套已通過美國 FDA 認證的醫材導入亞洲的醫療體系中。這套系統是將病人的 CT（電腦斷層）、MRI（核磁共振）等掃描畫面做成虛擬實境空間。醫師可以經由這套系統從各種角度來檢視病人的掃描結果，協助醫師做更精準的手術計畫，醫、病雙方也可以在這個空間裡互動。

面對重大病症，病人全知或不知到底哪個才「好」，在醫界曾有過一番討論。近年因技術演進加上民智已開，偏向「醫病共享決策」（Shared Decision Making，簡稱 SDM）多些。牧民提到在美國有個案例：一位醫師要幫 10 歲的病人動腦部腫瘤手術，醫生就用這套系統跟小孩以及她的父母解釋腦部的狀況以及手術的方式。藉由模擬情境來溝通，要比用生冷的醫學名詞好懂很多。

輔助醫療服務的聊天機器人

牧民說，如果用 Health Care 這個詞來看健康醫療領域，有的人會把重心放在 Health，而他們則將使用經驗設計的重心放在 Care，「我們很早就定調要傳達關心。」除了前面說的虛擬實境醫材，AI 結合聊天機器人也是一種應用。以萬芳醫院的「萬小芳」為例，透過 LINE 來轉介掛號、諮詢、備忘等，使用者不必另開 App，打開最常用的通訊軟體就可以得到醫療服務。他說：「我們選擇 LINE 是因為大部份的長輩都在上面，他們每天早上發的早安圖，大家應該都很熟悉。就是像這樣，讓他加入一個群組，萬小芳每天早上會跟他講說：『阿伯該吃藥了。』」

萬小芳於2017 年底上線，目前有導診與掛號，早晚有貼圖問候，就診前會有溫馨提醒；之後希望延伸到民眾個人的檢驗檢查和用藥治療等，甚至運用到社區長照，進展至遠距醫療。牧民說：「從掛號一路到你生病、看診完成，都在跟萬小芳對話。比如說一開始不舒服就問他掛什麼號，掛完號以目前來講，會提醒你去看病，包含有沒有什麼要跟醫生講的，可以現在記下來。因為我們訪談時觀察到許多長輩會說我走出診間的時候，才發覺忘記要問醫生問題了。」

這裡說的「記下來」不只記在患者手機，也跟醫院連線，「我們已經把內容放進醫院裡頭，像醫生要看的話，可以直接在 HIS（Health Information System，醫院管理系統）看到病人寫的東西。」

綜觀來看，科技是輔助，主角依然是傳遞關心。牧民回溯做顧客體驗旅程圖（customer journey map）的時候，發現門診（outpatient）和住院（inpatient）其實很接近。「住院是看完診之後要治療，病比較重的就住院，也就是我把你放在醫院裡頭，請專業的人照顧你，該吃藥我就把藥給你吃、該量測的按時量測。到了門診，變成這些事情你回家以後要自己來。」他點出：「我們想要萬小芳成為類似這樣的協助角色，用擬人化的方式去幫助你提醒你。測試結果發現，擬人化對於使用者來講比較會感受到關心，而不是嘮叨。我們在萬小芳在剛試行的時候，發生過假如你今天有事沒回應提醒，隔天我們就跳訊息跟你講說：『昨天你說肚子不舒服，現在有沒有好一點？』有讓一些使用者嚇一跳。」

這件事在技術工作者看來，不過就是個提醒功能，但他說長輩的反應「有點讓大家驚艷」，會覺得不是機器人，「那跟 App 跳出來說『請補記昨天的事項』完全不一樣，是非常心裡層面的感受。」

不完美 更有人味

話題碰觸虛擬模擬真實，談得越深入，技術逐漸變少，哲學逐漸變多。他表示在設計初期的時候，單單外表，就朝著不追求完美去設計。按照醫美比例去設計的臉感覺不太真實，於是從外在圖像到內裡服務，都盡量朝向「人」的感覺去做。他說：「如果我想要讓聊天機器人在互動上感覺更像人，是不是也可以朝著不要追求完美的原則來設計？」

「問題是，人們可以承受多少的不完美？」他問。

他緊接著舉例 DeepQ 同仁們最近的話題：「你可以忍受家人的口氣不好，但可能沒辦法忍受鼎泰豐的服務員對你態度不好。他還是人喔，只不過因為是服務的代表者，你的忍受程度就下降了。當我們談到機器人的時候，人們的忍受程度會下降嗎？我到底要做一個完美機器人，但是他不像人，還是說我可以忍受一有個缺陷的東西，實際運用上卻偶爾會惹惱使用者？」

用量化的角度來闡述，假若從調查裡歸納出 10 個被認為服務好的表徵（sign），那麼好的機器人應該提供幾個表徵，才算切到使用者可接受的邊緣線又符合不完美更像人的感覺？還有，如果提供不滿 10 個表徵以符合不完美更像人，比方 8 個好了，要隨機跑 8 個還是固定某 8 個才算「對」？種種自問，目前沒有確切答案，倒是他提起美國超級模特兒 Tyra Banks 說的「Perfect is boring, human is beautiful.」在這個想把真人練成機器人、把機器人做得像真人的世界裡，拋出了值得玩味的角度。

本來打算用莎士比亞「To be or not to be, that is the question.」來收尾，想想還不如中興米廣告詞，好的 AI 服務要「有點黏又不會太黏」。其間分寸拿捏，不只機器人要學習，人類也是。

• 本文授權轉載自創誌