全球AI正從雲端走向實體經濟第一線：一邊是乳癌篩檢以AI輔助醫師、降低侵略性癌症與工作量；另一邊是礦場導入無人自駕運礦卡，提高安全與效率。醫療與礦業同時被改寫營運模式，卻也帶來資安、責任歸屬與就業衝擊等新問號。

全球股市與科技股狂飆之際，人工智慧(AI)悄悄從純軟體應用，走向醫院檢查室與礦區前線，開始重塑醫療診斷與重工業運作模式。近期多起投資與產業合作案顯示，AI正從「雲端故事」變成「設備與流程」的硬實力，帶來效率與安全的同時，也把醫療責任與勞動市場推向新的爭議邊界。

在醫療端，荷蘭新創 ScreenPoint Medical 宣布再募得1,600萬美元資金，用於推動旗下乳癌AI篩檢工具 Transpara 的全球擴張，其中1,400萬美元來自 Insight Partners 等既有投資人股權資金，另有200萬美元為研究補助款。長期合作夥伴 Siemens Healthineers（西門子醫療）也持續跟投，顯示大型醫材龍頭對AI影像產品的布局並非短線題材，而是中長期策略的一環。

Transpara Breast AI 的定位並非取代醫師，而是透過2D與3D乳房X光攝影（mammogram），協助提升早期癌症偵測率。最新版本已於2024年12月取得美國FDA核准，最早則在2018年拿到歐洲CE認證。這種雙重法規背書，對於準備大規模導入的醫院體系而言，是關鍵信心來源，也大幅降低國際擴張時的合規門檻。

更關鍵的是，近期兩項大型研究把AI從行銷話術拉回量化數據。2026年1月刊登於《Lancet》的 MASAI 隨機對照試驗顯示，導入 Transpara 的篩檢流程後，區間癌（interval cancers）發生率降低12%，其中侵略性較高、非luminal A型癌症更減少27%。對公共衛生系統而言，這類癌症往往治療成本高、死亡率也較高，風險下降具實質財務與人命效益。

同年3月刊於《Nature Medicine》的研究則從醫師角度切入：在使用 Transpara 的場景中，放射科醫師工作量平均減少63.6%，但癌症偵測率反而提升15.2%。在全球醫療人力吃緊、影像檢查量年年攀升的背景下，AI讓醫師把時間從大量正常影像中解放出來，改放在高風險個案，是最具說服力的效率案例之一。

資金面也映照出這股趨勢。ScreenPoint 先前累計募資3,300萬美元，這一輪後總額達4,900萬美元，搭配 GlobalData 對醫療AI市場的預測——2024年市場規模為119億美元，預計2029年飆升至574億美元——意味著影像AI已從實驗室技術快速跨入「可規模化商業模式」，更成為醫院資本支出的新標配選項。

然而，AI主導醫療流程也引出敏感問題：若AI錯失病灶，責任在系統供應商、醫院，還是最終簽名的醫師？目前法規大多仍要求由人類醫師負最終責任，AI是「輔助決策工具」，但當臨床現實愈來愈依賴演算法排序案件、標記可疑病灶時，醫師是否有時間、能力逐案推翻AI建議，成為醫療界內部的爭論焦點。支持者認為，只要整體偵測率與病患存活率上升，就是社會淨利；但批評者擔心，黑箱演算法一旦出錯，患者與家屬很難釐清責任鏈，也缺乏足夠監管工具去「驗算」AI。

在重工業端，AI則以「自駕」之名悄悄改寫礦場運作。中國自駕技術公司 CiDi Inc. 剛與礦山設備製造商 MMD Group Limited 簽署獨家合作協議，將共同開發與部署礦場自動運輸系統，包含無人駕駛運礦卡以及調度軟體。CiDi 將成為 MMD 設備自動化方案的唯一自駕系統供應商，負責提供自動駕駛套件與技術支援。

MMD 總部位於曼島（Isle of Man），在全球擁有23個辦公室與6座生產基地，已部署超過3,500套礦業設備。CiDi 則是商用車自駕技術供應商，在中國境內已部署超過1,500輛自動駕駛礦用卡車。雙方結盟，實質上是把中國礦區累積的無人運輸經驗，打包輸出到澳洲、南美、中東與北非等主要礦產市場。

合作的技術核心，是把 CiDi 的感知、控制與自駕軟體，整合進 MMD 的重型機械與底盤設計，並透過其 TraxIQ 平台完成系統整合與調度。未來，MMD 將在全球產品組合中，加入配備 CiDi 自駕系統的運礦卡車，搭配調度系統與充電基礎設施，於多個礦區推動實地示範項目。對礦業營運商而言，這代表著從「人力密集、高風險」走向「遠端監控、自動調度」的新運作模式。

各方高層對這一步棋的定位相當明確。CiDi 共同創辦人馬巍博士形容，這是公司從「中國市場領先」邁向「全球部署」的里程碑；MMD 執行董事 Martin Vorster 則直言，自動化物料運輸對提升效率、強化安全與降低營運成本「至關重要」。在極端高溫、粉塵與夜間作業環境中，讓AI接手駕駛座，被視為減少工安事故的關鍵工具。

但與醫療場景相似，礦場AI革命同樣不乏隱憂。工會與當地社群最關切的是就業替代效應：當一座礦場改採無人運礦卡後，原本大批駕駛員恐面臨職位消失或被迫轉職為維運與監控人員。支持者反駁，礦區位處偏遠，人力招募本就困難，自駕系統填補的是「招不到人」的缺口，並讓員工轉往更高階、風險較低的技術職；但在短期過渡階段，勞工與地方政府如何被納入規劃，是能否順利擴張的政治變數。

值得注意的是，醫療與礦業看似南轅北轍，背後卻有共同關鍵字：資安與系統穩定性。ScreenPoint 的 Transpara 雖鎖定醫療影像，但其大量高度敏感的病患資料，勢必需要嚴格的資安與隱私保護；而礦場自駕車隊一旦遭遇通訊中斷或系統故障，輕則停工，重則釀成撞擊與傾倒事故。因此，不論是醫院導入AI影像系統，或礦場部署自駕運輸，都必須像德國 RWE 與 Hitachi Energy 在離岸風場自動化方案中所強調的那樣，把最新資安協定與穩定通訊列為系統設計核心，而非事後補救。

綜合來看，AI正以兩條看似平行、實則互補的軸線滲透實體產業：在醫療端，它扮演「第二雙眼」，以數據與影像學提升診斷準確性；在礦業與重工端，它則充當「無人駕駛工人」，接手高風險、重複性的現場工作。投資人與產業決策者接下來要思考的，不只是哪些公司能在這波AI實體化浪潮中勝出，更是如何在效率、安全與社會責任之間取得平衡，避免把技術進步變成新的不平等與風險來源。

點擊下方連結，開啟「美股K線APP」，獲得更多美股即時資訊喔！
https://www.cmoney.tw/r/56/9hlg37

免責宣言
本網站所提供資訊僅供參考，並無任何推介買賣之意，投資人應自行承擔交易風險。