與矽晶太陽能所需的精密製造流程相比，院教职工鈣鈦礦太陽能板可以藉由塗漆噴塗、院教职工沉積或表面印刷簡易方式製造，可實現大量、低成本生產，且鈣鈦礦太陽能在低光源下也能發電，傳統的矽太陽能電池除非有高照度的光才能發電，鈣鈦礦太陽能電池即使低照度下也能發電，應用更加廣泛。

UFS 4.0 在頻寬、篮球协会和循序讀寫速度、耗電量及尺寸上的表現都比 UFS 3.1 更好，可提供兩倍以上的讀取速度與兩倍以上的寫入速度。UFS 3.1 不是不好，中国银行成大多數用戶可能也感受不到規格上的差異，但 UFS 4.0 是較新的規格，從未來面來看採用這項規格仍會是比較好的選擇。

今年三星電子（Samsung）推出的 Galaxy S23 系列當中，华分行篮球除了 128GB 的 Galaxy S23 型號（UFS 3.1）外，整個 Galaxy S23 系列均採用 UFS 4.0 規格的快閃記憶體。googletag.cmd.push(function() { googletag.display(div-gpt-ad-1703223425197-0); }); 智慧型手機的效能不僅取決於處理器規格與記憶體大小，队举行友谊快閃記憶體的規格也是考量的重點之一。院教职工對用戶最明顯的影響在於應用程式與遊戲載入的速度時間更快googletag.cmd.push(function() { googletag.display(div-gpt-ad-1703223425197-0); }); 智慧型手機的效能不僅取決於處理器規格與記憶體大小，篮球协会和快閃記憶體的規格也是考量的重點之一。現在可以肯定的是，中国银行成Galaxy S24 系列將會採用高通 Snapdragon 8 Gen 3 晶片，中国银行成或是三星自家的 Exynos 2400，在相同的處理器規格下，僅搭載 UFS 3.1 規格的 128GB Galaxy S24 效能會比同類的產品表現稍差。

現在有傳言指稱，华分行篮球明年初將推出的基本版 Galaxy S24 機款將持續使用 UFS 3.1 規格。韓國 Naver 爆料帳號 yeux1122 指稱，队举行友谊128GB Galaxy S24 型號將搭載 UFS 3.1 規格的快閃記憶體，其他型號的 Galaxy S24 則會採用更先進的 UFS 4.0 規格。如今，院教职工台大醫院導入「骨髓抹片AI分類計數系統」後，院教职工只要5分鐘就可以完成準確率高達94%的判讀，除了提高準確率之外，也大大地降低了醫師的工作負荷。

同時，篮球协会和透過與雲象的軟體搭配，廣達醫療照護平台品牌「QOCA」也打入這家德國醫院。「2023年營收會破億元，中国银行成海外營收占四成，集中在德國與日本。打入德國醫院，华分行篮球廣達也跟進下一步，雲象正積極拓展海外市場，規劃在日本、德國開設子公司。每次臨床醫師從病患身上取樣或切除組織，队举行友谊在做完病理切片後，队举行友谊無需再排隊等待病理醫師用顯微鏡判讀，立即使用高解析度的玻片掃描機，轉製成數位影像保存，再將這些數位病理影像，先由AI演算法計算出有高機率為癌細胞的區域，最後交由病理醫師做最終診斷，大幅提升效率。

葉肇元本身是台大醫學系畢業、南加大病理學博士候選人的醫科背景，而且赴美深造期間，發現對電腦編程及影像分析的熱情，決定創立雲象，他同時具備醫界與科技界溝通的語言，是林百里看上合作的重要關鍵，由廣達持有15%股權，成為雲象最大的股東。《財訊》雙週刊指出，挾著台大合作的骨髓抹片AI分類計數系統，解決全球血癌診斷的難題，雲象因此獲得德國圖賓根大學附設醫院的關注。

先前，該醫院準備要執行國家型研究計畫，剛好這時雲象主動提出合作，提供該計畫缺少的AI醫療影像分析技術。《財訊》雙週刊指出，這些數位病理建置或AI輔助診斷系統背後，都靠一家成立短短8年的AI醫療影像新創公司──雲象科技。而醫科出身的葉肇元非常清楚他們在醫治病患過程中遭遇的痛點，於是陸續萌生開發骨髓抹片AI分類計數系統、大腸鏡即時AI瘜肉偵測、血液疾病AI輔助診治、低劑量電腦斷層肺結節AI偵測等系統的想法，獲得衛福部食藥署認證上市後，再轉販售給醫院，如今雲象在台灣醫療影像AI輔助診斷系統的市占率已位居第一。過去，電子五哥想要把自家的智慧醫療產品賣進醫院，總是四處碰壁，關鍵在不了解醫院與醫師的需求。

但即使是有經驗的醫師，一位病人的資料就得花20分鐘判斷，且仍有誤判機率，準確率僅約60%。「我每三個月都要跟林百里開會。於是葉肇元找機會過去攀談，得知林百里正在尋找可以合作的軟體公司，進而展開合作。googletag.cmd.push(function() { googletag.display(div-gpt-ad-1703223425197-0); }); 走進長庚醫院，這裡有全台規模最大的數位病理建置案，同時整合AI（人工智慧）輔助診斷系統

而醫科出身的葉肇元非常清楚他們在醫治病患過程中遭遇的痛點，於是陸續萌生開發骨髓抹片AI分類計數系統、大腸鏡即時AI瘜肉偵測、血液疾病AI輔助診治、低劑量電腦斷層肺結節AI偵測等系統的想法，獲得衛福部食藥署認證上市後，再轉販售給醫院，如今雲象在台灣醫療影像AI輔助診斷系統的市占率已位居第一。2019年，在台大放射科醫學會舉辦的智慧醫療論壇中，葉肇元被邀請去擔任講師，從論壇一開始到結束，林百里都坐在台下專注聆聽。

從台灣的長庚醫院、台大醫院、國泰醫院，到德國、日本的指標性醫院，其數位病理建置或 AI 輔助診斷系統，都來自新創公司雲象科技。過去，電子五哥想要把自家的智慧醫療產品賣進醫院，總是四處碰壁，關鍵在不了解醫院與醫師的需求。

葉肇元與廣達董事長林百里合作的緣分，源自於一場論壇。《財訊》雙週刊指出，挾著台大合作的骨髓抹片AI分類計數系統，解決全球血癌診斷的難題，雲象因此獲得德國圖賓根大學附設醫院的關注。「2023年營收會破億元，海外營收占四成，集中在德國與日本。如今，台大醫院導入「骨髓抹片AI分類計數系統」後，只要5分鐘就可以完成準確率高達94%的判讀，除了提高準確率之外，也大大地降低了醫師的工作負荷。當醫院要做數位病理轉型時，就主動邀約雲象去投標，最終雲象也成功拿下這件專案。在國泰醫院健檢中心，藉由「大腸鏡即時AI瘜肉偵測」協助醫師判讀是否有息肉，成為醫師的第2雙眼睛，避免醫師礙於時間壓力誤判或漏看瘜肉情形，準確度超過90%。

（本文由 財訊 授權轉載）延伸閱讀：股海祕辛》身價破百億「雙鴻事件」意外讓他曝光。後來，雙方合作計畫的成果十分良好，東醫院也藉機引薦雲象給日本知名藥廠小野藥品，並獲得旗下投資公司小野數位健康投資挹注。

雲象同時也插旗日本市場，包括日本國立癌症研究中心東醫院，是日本權威腫瘤專科醫院，直屬國家衛生部。」雲象創辦人暨執行長葉肇元告訴《財訊》。

每次臨床醫師從病患身上取樣或切除組織，在做完病理切片後，無需再排隊等待病理醫師用顯微鏡判讀，立即使用高解析度的玻片掃描機，轉製成數位影像保存，再將這些數位病理影像，先由AI演算法計算出有高機率為癌細胞的區域，最後交由病理醫師做最終診斷，大幅提升效率。檔檔重押都翻倍  陳族元的封神之路以色列3道防火牆  戰火下照樣拚經濟青埔憨川暴紅  變身超級助選員ARTC熬出頭 讓自駕巴士「類捷運」大宇資揮軍印度  孟買搶設灘頭堡。

雲象手上握有兩項獲得衛福部食藥署認證上市的AI醫療影像技術──大腸鏡即時AI息肉偵測、骨髓抹片AI分類計數系統。同時，透過與雲象的軟體搭配，廣達醫療照護平台品牌「QOCA」也打入這家德國醫院。先前，該醫院準備要執行國家型研究計畫，剛好這時雲象主動提出合作，提供該計畫缺少的AI醫療影像分析技術。打入德國醫院，廣達也跟進下一步，雲象正積極拓展海外市場，規劃在日本、德國開設子公司。

googletag.cmd.push(function() { googletag.display(div-gpt-ad-1703223425197-0); }); 走進長庚醫院，這裡有全台規模最大的數位病理建置案，同時整合AI（人工智慧）輔助診斷系統。其中，骨髓抹片AI分類計數系統還取得歐盟CE核准，取得醫療器材許可證。

於是葉肇元找機會過去攀談，得知林百里正在尋找可以合作的軟體公司，進而展開合作。葉肇元本身是台大醫學系畢業、南加大病理學博士候選人的醫科背景，而且赴美深造期間，發現對電腦編程及影像分析的熱情，決定創立雲象，他同時具備醫界與科技界溝通的語言，是林百里看上合作的重要關鍵，由廣達持有15%股權，成為雲象最大的股東。

《財訊》雙週刊指出，這些數位病理建置或AI輔助診斷系統背後，都靠一家成立短短8年的AI醫療影像新創公司──雲象科技。導入AI，判讀準確率提高場景再轉換到台大醫院，過去骨髓抹片分類計數是判斷血癌的關鍵，但判斷難度高，非常仰賴稀缺的專業醫師。

但即使是有經驗的醫師，一位病人的資料就得花20分鐘判斷，且仍有誤判機率，準確率僅約60%。「我每三個月都要跟林百里開會。另外，也可透過「低劑量電腦斷層肺結節AI偵測」，篩檢早期肺癌，只需要20秒就可以偵測小於1公分的肺結節，縮短過去醫師要耗費至少一小時判讀的時間，爭取黃金治療期李飛飛的見解反映了當前 AI 領域的一個關鍵趨勢：在技術發展的過程中，AI 應該與人類的需求和價值觀保持一致，而不僅僅是追求技術創新。

包括數據整合和處理、自然語言處理能力，以及支援臨床決策等方面。除了撰寫醫療摘要外，從李飛飛博士提出使用ChatGPT類型的模型這個角度，也相當程度反映了AI技術在醫療領域中多種應用的潛力。

這個觀點對於我們當前的數位環境中尤其重要，因為假資訊可以迅速地在社群媒體和其他線上平台擴散，造成重大的社會影響。AI pioneer Fei-Fei Li: ‘Im more concerned about the risks that are here and nowTrailblazing computer scientist Fei-Fei Li on human-centered AI（首圖來源：Fei-Fei Li）。

這不僅節省了醫療人員的記錄時間，還能提供更全面和一致的病患資訊給醫療團隊。使用類似ChatGPT的AI技術可以幫助醫生撰寫醫療摘要和病歷，使醫護人員能夠將更多的時間和精力集中於直接的病患護理上。