【對談】埃里森把 Oracle 的賭注全押在醫療:這次他是認真的
美國醫療體系每年燒掉的錢比任何一個歐洲國家的 GDP 都高,但平均壽命排在已開發國家後段班。這個矛盾不是新聞,爭了幾十年。真正的問題是:有沒有人在認真做,還是又在開會?勞倫斯·埃里森(Larry Ellison)不是那種開會的人。他是 Oracle 創辦人,把一家資料庫公司建成全球最大企業軟體集團之一,個人資產長期在全球前五名內浮動。他在 2022 年以 280 億美元買下醫療資訊系統公司 Cerner,又在英國牛津自費成立 Ellison Institute of Technology 研究基因與生命科學。這場 Oracle 醫療峰會的對談,他坐下來說的不是願景簡報,是他正在蓋的東西。
每天精選 6 則要聞、一則產業名人訪談,五分鐘跟上。
這場對談值得拆開來看的有四個點。第一,病歷不該讓醫生打字,AI 自動記錄才是正確答案;第二,診斷影像,血液基因定序,臨床試驗配對,AI 能做到的遠比多數人意識到的早;第三,Oracle 把醫療系統管理——從床位盤點到員工排班到庫存追蹤——當成一個整合問題在解;第四,埃里森自己在 EIT 投入的 metagenomic 血液檢測,是他認為下一個 COVID 規模危機的預防解法。合起來看,這不是一家軟體公司在賣醫院 IT 升級,是一個人把他剩下的職業生涯押在醫療這件事上。
◎醫生不該是打字員
電子病歷(EHR)在台灣醫院叫電子病歷系統,美國叫 Electronic Health Record,概念一樣:把病人資料數位化存起來。問題是現在的做法要醫生自己坐在鍵盤前輸入,這件事埃里森說得很直接:根本是本末倒置。他要的是 AI 全程聆聽診間對話,自動把醫囑,用藥變更,處置建議整理成草稿,醫生看一眼,確認或修改,進病歷。腫瘤委員會的討論記錄?同樣自動進去。這個方向不新鮮,但 Oracle 是在把它做進自己的系統裡,不是在說說而已。節省下來的時間,理論上還給醫生和病人。
◎AI 看得到人眼看不到的東西

影像診斷這段是整場最具體的部分。埃里森說 AI 能辨識人眼看不到的微小病灶,早期發現病變的機會因此大幅提升。他提到兩件事:一是超音波裡臍帶打結這種細節,AI 比人眼可靠;二是血液裡的循環腫瘤 DNA(circulating tumor DNA),理論上可以做到血液檢測驗癌,但現在的挑戰是偽陽性——免疫系統自己在控制的癌細胞也會出現訊號,不是每個陽性都需要介入。更重要的是臨床試驗配對:一個在懷俄明州偏遠保留地看診的醫生,不可能知道全美最新開啟的試驗;AI 讀病歷,比對條件,主動通知醫生,這個場景他說得很清楚。Oracle 目前整合了 Nvidia 的影像診斷模型,同時保持開放架構,讓西門子,Mayo Clinic,以色列新創都能把自己的模型接進來——他用智慧型手機 App Store 來比喻這個生態。
◎病歷屬於病人,不屬於醫院
Cerner 是 Oracle 在 2022 年買下的醫療資訊系統公司,原本的病歷存在各自醫院的系統裡,格式不通。病人跑了三家醫院,就有三份格式不同的記錄,沒有一份是完整的。埃里森說他們做的事很簡單:把這個邏輯翻過來。病歷不屬於醫院,屬於病人。Oracle 建了一個跨 EHR,跨醫院,跨診所的病人入口,不管你的記錄是 Epic 格式還是 Cerner 格式,全部整合給病人看。這件事聽起來理所當然,但在美國醫療體系裡能做到這一步,背後是標準協定(FHIR,HL7,Smart on FHIR)的整合工程,不是 UI 改版。
◎下一場 COVID,我們能更早知道
這是整場最讓人清醒的一段。埃里森說現在的病原體鑑定方式,部分還在用培養皿——他的原話是「我高中就在做這個,現在還在用」。PCR 做得到一部分,但碰到不認識的病原體就沒辦法。他在 EIT 投入的是 metagenomic 血液檢測:一次抽血,把血液裡所有 DNA 全部定序,不管是人體自己的,腫瘤的,細菌的,病毒的,一次全看。他說如果當時有這個技術,SARS-CoV-2 會在更早期就被發現。這個技術目前還在開發,但方向是讓它夠快,夠便宜,才能真正進臨床。他選擇在牛津做這件事,是因為 COVID 期間他接觸到牛津的疫苗與基因研究團隊,認為那裡是全球最頂尖的——牛津團隊比任何人都早開始研究 SARS 病毒,只是最後在製造端輸給了 mRNA 技術。
埃里森說了一句話值得記住:目標是提供最高品質的醫療,但價格不能威脅西方文明的財政。這不是誇張,歐洲各國的醫療預算已經到了不得不配給的邊緣,美國的 Medicare 和 Medicaid 每花一塊錢就虧二十五到三十分。他的論點是:更好的醫療其實更便宜,因為你不會一直進出醫院。這個邏輯成不成立,要看系統能不能真的整合起來。Oracle 現在押的,就是這個賭注。
埃里森說明為何仍在工作:他認為現在是生物學的黃金時代,就像物理學在 1930 年代的突破,包括 DNA 甲基化,基因表現調控等研究正在累積,他不願錯過這個時機。
說明 AI 在診間的核心應用:AI 全程聆聽醫師與病人對話,自動產生病歷草稿,醫師只需確認或修改,不需手動輸入。
提到 AI 影像診斷可以偵測人眼看不到的微小病灶,以及循環腫瘤 DNA 血液檢測用於早期癌症偵測的潛力與目前的偽陽性挑戰。
以懷俄明州偏遠保留地診所為例,說明 AI 可以比對病人資料與全美最新臨床試驗條件,主動通知當地醫師,讓資源不平等的地區也能接觸到最新治療選項。
說明 Oracle 建立的跨系統病人入口:整合 Epic,Cerner,Allscripts 等不同格式的病歷,讓病人擁有完整的縱向病歷記錄,不受限於單一醫院系統。
介紹 EIT 正在開發的 metagenomic 血液檢測:對血液中所有 DNA 進行定序,同時偵測循環腫瘤 DNA 與各類病原體,並指出若當時有此技術,SARS-CoV-2 可以更早被發現。
提出醫療成本的核心論點:更高品質的醫療實際上更便宜,因為可以減少再入院;並提到美國 Medicare 和 Medicaid 每花一元虧損約 25 至 30 分,技術整合是彌補這個缺口的唯一途徑。
看完今天的,讓明天的自己送上門
每天精選 6 則要聞、一則產業名人訪談,五分鐘跟上。
已出刊 128 期 ・ 隨時可退訂

