預計 2030 年數位復健全球產值將達 116 億美元，Hinge Health 成功上市與 SWORD Health 的高估值，驗證了結合電腦視覺與穿戴式感測器的商業模式。AI 動作分析已追上人眼精準度，具備非劣性甚至更優的臨床實證，大幅降低雇主與保險公司的醫療成本。
你的下一個物理治療師不是「人」？數位復健 AI 治療師進駐你家客廳
當 AI 遇上復健醫學：44 億美元的產業規模
2025 年 5 月 22 日，對全球數位醫療產業來說是個歷史性的日子；那天，一家叫做 Hinge Health 的公司在紐約證券交易所（New York Stock Exchange，NYSE）掛牌上市，股票代碼 HNGE，開盤價 39.25 美元，比 IPO 定價 32 美元大漲 22%，收盤價 37.56 美元，市值突破 30 億美元大關。這是自 2021 年以來，第一家成功上市的數位肌肉骨骼（Musculoskeletal，MSK）照護公司。一個結構性的轉變正在發生：復健醫學，這個過去高度仰賴人力、需要病人舟車勞頓往返醫療院所的領域，正在被科技改寫；姿勢檢測、動作分析、運動介入過去需要物理治療師親自指導，現在透過電腦視覺、穿戴式感測器、人工智慧，就能在病人家裡完成，而且效果不輸給傳統物理治療，成本卻較傳統模式低得多。
根據 Grand View Research 的市場調查，全球數位肌肉骨骼照護市場在 2024 年的規模已經達到 44 億美元，預計到 2030 年將成長到 116 億美元，年複合成長率 CAGR 高達 17.7%，反映全球 17.1 億肌肉骨骼疾病病人的迫切需求，是高齡化社會帶來的龐大醫療壓力，也是科技終於能夠提供解決方案的時刻。台灣在 2018 年就成為高齡社會（65 歲以上人口超過 14%），今年跨入超高齡社會（65 歲以上人口超過 20%），根據國發會推估，到 2070 年，台灣老年人口比例將達到驚人的 46.5%，扶養比從現在的 3.6 個工作人口養 1 個老人，變成 1 對 1。中風復健需求、退化性關節炎、脊椎相關疾病、骨質疏鬆等疾病的病人數量只會持續攀升，但復健治療師的數量和時間卻是有限的。
這是個正在快速成長、已經有清楚商業模式驗證、投資報酬率（Return On Investment，ROI）被驗證的產業，Hinge Health 在 2024 年營收 3.904 億美元，年增 33%，2025 年第一季首度轉虧為盈，淨利 1710 萬美元；SWORD Health 估值 40 億美元，年營收達 2.4 億美元，客戶續約率 100%；Kaia Health 的臨床試驗證實可以減少 80% 的醫療費用，這些數字說明數位復健不只是理想，已經是現實。
技術的底層邏輯 — 電腦視覺精準度追上人眼
電腦視覺：從 OpenPose 到 MediaPipe
要理解數位復健如何成為可能，我們得先理解一個關鍵技術：電腦視覺姿勢估計（Pose Estimation）；簡單來說，就是讓電腦透過攝影機，辨識出人體的骨架結構、關節位置和動作軌跡，這聽起來簡單，但在技術上是個巨大的挑戰。故事要從 2017 年說起，那年卡內基美隆大學（Carnegie Mellon University）的研究團隊發表了一個叫做 OpenPose 的系統，是世界上第一個能夠即時辨識多人姿勢的系統，而且不需要任何穿戴式裝置，只要一台攝影機就能做到。OpenPose 使用一種叫做部位親和場（Part Affinity Fields，PAFs）的演算法，能夠偵測 25 個身體關鍵點，包括頭部、軀幹、四肢的主要關節。
OpenPose 強大的地方在於它的精準度，在臨床驗證研究中，OpenPose 測量膝蓋外翻角度（Knee Valgus Angle）的平均絕對誤差（Mean Absolute Error，MAE）只有 2.4 度，跟黃金標準的 3D 動作捕捉系統（3D Motion Capture System）相比，相關係數高達 0.86，意味著 OpenPose 已經可以用在臨床診斷和評估上了。但 OpenPose 有個問題：運算量太大，需要高效能的 GPU（圖形處理器，Graphics Processing Unit）才能跑得動，而且速度不夠快，很難在一般智慧型手機上運作，這個限制讓 OpenPose 主要用在醫院的復健部門，沒辦法真正走入家庭。
轉機出現在 2019 年，Google 發布了 MediaPipe Pose，一個專門為行動裝置優化的姿勢估計系統；MediaPipe 使用了兩階段的檢測追蹤架構（Detector-Tracker Architecture），第一階段快速定位人體，第二階段精確追蹤 33 個身體關鍵點。MediaPipe 的運算速度比前代技術快了 10 倍，在一般智慧型手機上就能達到每秒 30 幀（Frames Per Second，FPS）的即時處理。MediaPipe 的精準度如何？在實際的復健運動資料集上，它的均方根誤差（Root Mean Square Error，RMSE）在 44.2 到 77.0 毫米之間，如果使用多視角設定（Multi-View Setup），誤差可以降到 22.7 到 25.3 毫米。這個精準度已經足夠用來監測大部分的復健及訓練動作，像是肩關節活動度、深蹲動作、平衡訓練等等。
更新一代的技術還在持續進化，HRNet（High-Resolution Network）在學術界的姿勢估計基準測試（Benchmark）上達到 87.95% 的準確率；基於 Transformer 架構的 ViTPose 和 TokenPose 正在改寫精準度和速度的平衡點，ShiftPose 甚至可以在達到 72.2 mAP（Mean Average Precision）的同時，維持每秒 255 幀的驚人速度。但這些技術名詞對臨床醫師來說代表什麼？現在我們可以用一支智慧型手機，就能做到以前需要價值數十萬美元的 3D 動作分析系統才能做到的事情，病人在家裡對著手機做復健運動，系統可以即時偵測動作是否正確，給予即時回饋，是數位復健能夠規模化的技術基礎。
穿戴式感測器：精準度與便利性
電腦視覺很強大，但它有個致命弱點：深度資訊不足；一般的 2D 攝影機很難準確判斷動作的前後距離，在某些角度下，關節可能會被身體其他部位遮擋，這時候穿戴式感測器就是很給立的補強，現代的穿戴式姿勢感測器，主要使用慣性測量單元（Inertial Measurement Unit，IMU），一個 IMU 通常包含三個感測器：加速度計（Accelerometer）測量加速度變化，陀螺儀（Gyroscope）測量旋轉角速度，磁力計（Magnetometer）測量方向。這三個感測器的資料經過感測器融合演算法（Sensor Fusion Algorithm）處理後，就能精確計算出身體部位的三維空間姿態。
多少個感測器才夠用？這是個有趣的問題，在 2024 年發表的一項研究中，研究團隊比較了使用 3 個、5 個、7 個和 9 個 IMU 感測器的姿勢分類準確率，結果發現 3 個感測器就能達到 95.8% 到 98.1% 的準確率，增加更多感測器並沒有統計上顯著的改善。這個發現很重要，因為我們不需要讓病人穿戴一大堆笨重的裝置，只要在關鍵部位放置 3 個小巧的感測器，就能得到足夠準確的姿勢資訊。這 3 個感測器要放在哪裡？通常是上背部（Upper Back）、下背部（Lower Back）和骨盆（Pelvis），這個配置可以有效監測脊椎姿勢，對於預防和矯正駝背、脊椎側彎、不良坐姿特別有效。
臨床等級的 IMU 系統，像是 3-Space Wireless IMU，可以達到 RMSE 0.2 到 12.5 度的精準度，平均漂移（Drift）只有 0.4 度，已經可以用來做臨床診斷。消費性產品的感測器，像是 Apple Watch 或 Fitbit 裡面的 IMU，精準度稍微差一點，但對於日常姿勢監測和運動追蹤來說已經足夠。穿戴式感測器最大的優勢是可以 24 小時持續監測，不像電腦視覺需要病人對著攝影機，感測器可以整天戴著，記錄病人在真實生活情境下的姿勢習慣，對於了解病人的真實狀況、設計個人化的矯正方案，非常有價值。有些公司開始探索智慧衣物（Smart Clothing）的可能性，把 IMU 感測器縫進衣服裡，讓病人可以像穿普通衣服一樣穿上感測裝置；MIT 開發的 3DKnITS 數位針織技術，可以在衣物上整合壓力感測器和導電纖維，用來預測瑜伽姿勢的準確率接近 99%，這種「看不見的感測」可能是未來姿勢監測的普遍形態。
混合系統：結合兩者優勢的臨床 Solution
聰明的公司不會在電腦視覺和穿戴式感測器之間二選一，他們會結合兩者的優勢，打造混合系統。Hinge Health 就是個典型例子，他們的核心產品包含一個智慧型手機 App 和一個叫做 Enso 的穿戴式裝置，App 使用電腦視覺分析病人做復健運動的動作，Enso 則使用經皮神經電刺激（Transcutaneous Electrical Nerve Stimulation，TENS）技術來緩解疼痛，這個組合讓病人既能得到動作指導，又能得到疼痛管理，大大提升了病人的依從性。SWORD Health 更進一步，開發了一個叫做 Phoenix 的 AI 照護專員系統，Phoenix 整合電腦視覺動作分析、自然語言處理和機器學習，可以跟病人進行自然對話，了解病人的疼痛狀況、情緒狀態，動態調整復健計畫；SWORD Health 還搭配了一個帶有 IMU 感測器的動作追蹤裝置，確保動作分析的精準度。
Kaia Health 則是在純軟體方案上做到極致，他們的系統只需要智慧型手機的攝影機，透過先進的電腦視覺演算法，就能提供即時的動作矯正回饋；Kaia 的獨特之處在於他們的多模態治療方法（Multimodal Approach），結合了物理治療運動、放鬆練習和衛教內容，用認知行為療法（Cognitive Behavioral Therapy，CBT）的原理來處理慢性疼痛。混合系統的共同特點是它們不只是技術工具，而是完整的照護方案，技術只是手段，真正的目標是改善病人的健康結果，這也是為什麼這些公司能夠取得臨床驗證，獲得醫療保險給付的關鍵。
產業巨頭 Hinge Health、SWORD Health 和 Kaia Health 如何改寫遊戲規則
Hinge Health：從獨角獸到上市公司的十年征途
Hinge Health 的故事要從 2014 年說起，兩位創辦人 Daniel Perez 和 Gabriel Mecklenburg 都經歷過嚴重的 MSK 問題，在長達 12 個月的復健過程中，他們深刻體會到傳統復健的痛點：需要頻繁往返醫院、治療師時間有限、復健過程枯燥乏味、缺乏持續追蹤，他們相信科技可以解決這些問題。Hinge Health 的核心產品叫做 Hinge Health Digital Clinic，提供從急性損傷治療、慢性疼痛管理到術後復健的完整肌肉骨骼照護，病人透過智慧型手機 App 進行復健運動，系統使用電腦視覺即時分析動作，給予回饋。每個病人還會配對一位專屬的健康教練（Health Coach）和物理治療師，透過視訊提供個人化指導。
Hinge Health 的商業模式主要是 B2B2C，也就是跟企業雇主和健康保險公司合作，由這些機構提供給他們的員工或保戶使用。這個模式很聰明，因為雇主和保險公司最在意的是降低醫療成本，而 Hinge Health 驗證他們可以達到這個目標。Hinge Health 在 2024 年的營收達到 3.904 億美元，比 2023 年的 2.927 億美元成長了 33%，公司的淨虧損從 2023 年的 1.081 億美元大幅縮減到 2024 年的 1190 萬美元，到了 2025 年第一季，Hinge Health 首度轉虧為盈，淨利 1710 萬美元，營收 1.238 億美元，比去年同期的 8270 萬美元成長了 50%。這樣的財務表現讓 Hinge Health 有信心在 2025 年 5 月進行 IPO。當時市場環境並不理想，川普的關稅政策讓美股劇烈震盪，很多計劃上市的公司都延後了，但 Hinge Health 還是決定前進，他們的 IPO 定價在預期區間的最高端，每股 32 美元，募集了 4.373 億美元。
上市首日，股價開盤就漲到 39.25 美元，收盤 37.56 美元，漲幅 17%。以收盤價計算，Hinge Health 的市值達到約 30 億美元，雖然這比 2021 年 10 月最後一輪私募融資時的 62 億美元估值打了對折，但考慮到 2021 年是市場泡沫的高點，這個估值已經相當不錯。Hinge Health 證明了數位 MSK 照護公司可以成功上市，為整個產業打開了資本市場的大門。
截至 2025 年 7 月，Hinge Health 的股價已經爬升到 44.95 美元，市值 35.1 億美元，尾隨 12 個月營收達到 5.34 億美元；公司服務超過 2000 萬人，客戶包括超過 2250 家企業，其中 42% 是 Fortune 500 強公司，像是 Lyft、Target、通用汽車這些大企業都是他們的客戶。Hinge Health 的成功在於他們不只是提供技術，而是提供完整的照護方案，證明數位物理治療可以達到跟傳統物理治療一樣好、甚至更好的臨床結果，同時大幅降低成本，這才是最關鍵的價值主張。
SWORD Health：用 AI 重新定義復健的葡萄牙獨角獸
SWORD Health 創辦人 Virgílio Bento 在 2012 年時，他的祖母在術後需要復健，但因為醫療體系的限制，無法得到足夠的治療，最終導致失能。這個痛苦的經驗，讓 Bento 決定創立 SWORD Health，要用科技讓每個人都能得到高品質的復健照護。SWORD Health 從葡萄牙起家，但很快就把重心轉移到美國市場，他們的產品叫做 SWORD Phoenix，是一個完全 AI 驅動的照護系統，Phoenix 不只是被動地分析動作，它可以主動跟病人對話，了解病人的狀況，調整治療計畫，甚至在必要時升級給人類治療師處理。
SWORD Health 聲稱他們是從「人力優先」（Human-First）轉向「AI 優先」（AI-First）的醫療照護，這個說法很大膽，但他們的數據有辦法支持這個論述，SWORD Health 的客戶續約率是驚人的 100%，從 2020 年以來沒有任何一個客戶流失，這個紀錄在 SaaS（軟體即服務，Software As A Service）產業都是極為罕見的，更不用說在醫療產業。SWORD Health 的財務表現也非常亮眼，2025 年 6 月 SWORD Health 完成了新一輪 4000 萬美元的融資，由老股東 General Catalyst 領投，公司估值達到 40 億美元，比 2024 年 6 月的 30 億美元估值又增長了 10 億美元。公司的年經常性收入（Annual Recurring Revenue，ARR）達到 2.4 億美元，而且已經實現 Cash Flow Positive。
SWORD Health 的創辦人 Bento 有個有趣的融資策略，他在 2024 年募集 3000 萬美元時估值 30 億，2025 年募集 4000 萬美元時估值 40 億，他預測 2026 年可能會募集 5000 萬美元，估值 50 億。「我喜歡這種數字的對稱性，我覺得這很有趣，」Bento 這樣說，輕鬆的語氣背後是對公司成長的極度自信。SWORD Health 累計融資已經達到 4.94 億美元，持有 37 項以上的專利，是這個產業裡專利最多的公司，他們最近收購了英國的 Surgery Hero，把術前衛教和術後追蹤整合進平台。SWORD Health 也開始跨足心理健康領域，推出了 Mind 平台，用 AI 和心理健康專家結合的方式，提供 24 小時的心理照護。SWORD Health 的野心很大，他們不想只做復健，而是要重新定義整個醫療照護的交付方式，Bento 曾經表示他們可能在 2028 年 IPO，但現在看起來他們並不急著上市，因為在私募市場，他們可以用自己的步調成長，不需要面對公開市場的季度業績壓力。
Kaia Health：用嚴謹臨床證據打造的德國模範生
如果說 Hinge Health 代表商業成功、SWORD Health 代表技術創新，那麼 Kaia Health 就代表臨床嚴謹，這家從德國慕尼黑起家的公司，把 Evidence-Based 做到了極致。Kaia Health 的創辦人 Konstantin Mehl 和 Manuel Thurner 都長期受慢性背痛所苦，他們發現醫學文獻裡早就證明， Multimodal Therapy 結合運動、放鬆、衛教和心理支持是慢性疼痛的黃金標準，但問題是這種治療需要大量時間和金錢，一般人根本負擔不起，所以他們決定開發一個 App，用數位方式提供多模態治療。
Kaia Health 最讓人印象深刻的是他們的臨床試驗，在 2020 年發表的 Rise-uP 研究，是數位肌肉骨骼照護產業史上最大規模的隨機對照試驗，這個研究納入 1237 位非特異性下背痛（Non-Specific Low Back Pain）病人，分成兩組：一組使用 Kaia Health App，一組接受標準治療，追蹤 12 個月後，使用 Kaia Health 的病人，疼痛減少了 46%，而標準治療組只減少了 24%；不只是疼痛，Kaia Health 組在焦慮、憂鬱、壓力、功能性、整體健康感等所有次要評估指標上，都顯著優於標準治療組，而且醫療費用減少了 80%，這個 80% 的數字不是公司自己算的，而是獨立研究機構分析健保申報資料得出的結論。這個研究的嚴謹性獲得了德國聯邦聯合委員會（Federal Joint Committee，G-BA）的認可，G-BA 是德國最高的醫療決策機構，他們建議把 Rise-uP 的方法納入標準背痛照護，因此在德國，數位治療已經不只是輔助手段，而是可以取代傳統治療的正規選項。
Kaia Health 也是唯一一家獲得 Validation Institute 最高級別「計畫驗證」（Program Validation）認證的肌肉骨骼數位療法公司，Validation Institute 是個非營利組織，專門用嚴格標準審查醫療解決方案的有效性，最高級別認證附帶 5 萬美元的保證金，如果 Kaia Health 沒有達到承諾的健康和財務結果，Validation Institute 會負責賠償。Kaia Health 的技術核心是他們自主開發的動作分析系統，從 2018 年開始，Kaia 就在開發電腦視覺技術，用手機攝影機追蹤動作，提供即時回饋；他們的技術驗證研究顯示，Kaia 的動作回饋準確度跟真人物理治療師一樣好。Kaia Health 累計融資約 1.25 億美元，包括 2021 年的 7500 萬美元 C 輪融資，雖然他們的融資金額不如 Hinge Health 或 SWORD Health，但他們選擇了一條更穩健的路：用扎實的臨床證據，贏得保險給付和醫療機構的信任，目前 Kaia Health 覆蓋全球 6000 萬人，累計用戶超過 56 萬人。Kaia Health 證明了一件事：在醫療產業，臨床證據是極有說服力的貨幣，當你能證明你的產品確實有效，而且比現有方案更便宜、更方便，保險公司、雇主、醫院都會願意買單。
台灣龍骨王看本土數位復健的可能性
龍骨王：台灣數位復健的拓荒者
如果你以為數位復健只是歐美的專利，那你可能低估了台灣的能力。早在 2011 年，就有一家台灣公司開始投入這個領域，那就是龍骨王（LongGood MediTech）。龍骨王的創辦人陳誌睿是台大生醫工程研究所畢業，曾在台大醫院光電醫學中心擔任影像管理工程師，也在紐西蘭醫材大廠費雪派克（Fisher & Paykel）擔任過產品經理。2011 年，他決定創業，專注做復健訓練軟體和評估工具。
龍骨王最大的特色是把復健遊戲化，他們開發了一系列互動遊戲，像是「揀棉花」、「打地鼠」、「釣魚」，讓病人在玩遊戲的過程中，不知不覺完成復健訓練；這個策略很重要，因為復健最大的問題就是病人覺得枯燥乏味，無法持續，遊戲化可以大幅提升病人的依從性。龍骨王的產品線很完整，他們有 VR 遠距復健系統，使用 3D 動作感測技術，讓病人可以在家進行復健，治療師在醫院就能遠端監控；他們也有 GaitBEST 可攜式步態分析系統（Portable Gait Analysis System），可以評估病人的走路姿勢，還有 HappyGoGo 互動團體訓練平台，專門設計給安養機構的團體活動使用。
龍骨王在台灣的市場滲透率相當高，根據他們官網的資料，超過 50% 的台灣醫院都採用了龍骨王的系統，包括台大醫院復健科、三軍總醫院神經內科、雙連安養中心等機構，他們也打進了海外市場，在中國、新加坡、日本都有客戶。龍骨王的願景很清楚：他們想成為「復健界的 Android」，就像 Android 作業系統提供給不同手機廠商使用一樣，龍骨王想為復健硬體設備提供軟體介面和功能。台灣有很多優秀的復健硬體廠商，像是下肢訓練機器人、外骨骼機器人，如果能加上智慧化的軟體，就能發揮更高的價值，龍骨王目前已經跟台灣的下肢訓練機器人大廠展開合作，未來可能會跟更多硬體廠商整合。但龍骨王面臨的挑戰也不小。最大的問題是健保給付，台灣的健保制度對數位療法還沒有明確的給付項目，醫院要採購龍骨王的系統，只能用醫院自己的預算，或者申請研究計畫，這限制了市場的快速擴張。另一個問題是醫療機構的高度客製化需求，每家醫院都想要不同的功能，但龍骨王的策略是開發公版系統，不做一對一客製化。這種堅持是對的，因為過度客製化會讓公司無法規模化，但也意味著要花更多時間跟客戶溝通。
台灣其他 Player：從硬體到軟硬整合
除了龍骨王，台灣還有其他公司也在數位復健領域耕耘。
Rehabotics Medical Technology（睿博醫療科技） 開發了 Mirror Hand 手指外骨骼復健系統，專門用於中風病人的手指關節復健，獲得了科技部的支持，已經在臨床使用。
COMPAL Electronics（仁寶電腦） 開發 BoostFix 肩關節可穿戴式自主訓練套組，在台北榮民總醫院和台北醫學大學進行臨床試驗，驗證有效性。
友達光電（AUO）和達方電子（DARFON） 在 2025 年 11 月宣布，他們跟童綜合醫院合作開發沉浸式復健系統，結合 Micro LED 透明顯示器和 3D AI 動作感測技術。
這些公司各有特色，有的專注在硬體，有的專注在軟體，有的在做軟硬整合，但整體來說，台灣的數位復健產業還在相對早期的階段，規模和影響力都還無法跟國際巨頭相比。
台灣市場機會：高齡化、全民健保和醫材實力
但台灣其實有很多獨特的優勢和機會，首先是人口結構，台灣的高齡化速度幾乎可說是全世界最快的，我們在 2018 年成為高齡社會、2025 年就進入超高齡社會，只花了 7 年；而日本花了 11 年、德國花了 40 年，這種快速的高齡化代表著龐大的復健需求，中風、退化性關節炎、骨質疏鬆、肌少症等疾病的病人數量會持續攀升。根據國發會的推估，2070 年台灣 65 歲以上人口會達到 46.5%，工作年齡人口與老年人口的扶養比會從現在的 3.6:1 變成 1:1，醫療體系的負荷會越來越重，復健治療師的人力會越來越不夠，數位復健不是選項，而是必要的解決方案。
第二是全民健保制度，台灣的健保涵蓋率達 99.9%，病人的可近性極高，但這也是個雙面刃，健保總額有限，醫療費用持續攀升，健保署必須想辦法控制成本，數位療法如果能證明可以降低成本，又維持或提升治療效果，健保署會有很強的動機去推動。第三是醫材產業實力。台灣的醫材產業在全球有一席之地，特別是在復健輔具、電動輪椅、醫用監視器等領域，如果能把這些硬體跟智慧化軟體結合，台灣可以打造出獨特的軟硬整合優勢，是純軟體公司做不到的。第四是地理因素，台灣的東部地區醫療資源嚴重不足，偏鄉的病人要看復健科可能要開車好幾個小時，數位復健可以大幅改善醫療可近性，讓偏鄉病人也能得到高品質的復健照護。
監管環境：TFDA 的挑戰與機會
台灣要發展數位療法，繞不開一個關鍵角色：食品藥物管理署（Taiwan Food And Drug Administration，TFDA），TFDA 在 2025 年 8 月更新了 AI/ML 醫療器材的指引，要求廠商提供的測試資料必須代表台灣人口，要清楚說明臨床意義和限制，如果是 AI/ML 軟體醫材，還要說明演算法的類型、訓練資料的來源和特性、模型的驗證方法。醫材查驗登記的流程可以分成幾個階段，首先要做品質系統文件審查（Quality System Documentation，QSD），這個階段可能要花 10 個月，然後才能進行產品查驗登記，整個流程走完可能要一年以上，對新創公司來說是個不小的負擔，需要投入大量的時間和金錢。
更關鍵的問題是健保給付，即使產品取得了醫材許可證，如果健保不給付，醫院就要自費採購，市場推廣會困難很多，台灣目前對數位療法沒有明確的健保給付項目，這是最大的障礙。不過情況正在改變。衛福部在 2024 年 10 月成立了三個 AI 醫療中心，分別專注在實施挑戰、認證流程和給付機制，代表政府已經意識到數位療法的重要性，試圖積極解決這些問題。
不要單打獨鬥，要找對合作夥伴
第一，不要想著一個人做完所有事情，數位療法需要跨領域的專業：軟體工程、電腦視覺、臨床醫學、物理治療、使用者體驗、法規事務、商業開發，很少有一個團隊能全部內建這些能力，要懂得跟醫院、學研單位、硬體廠商合作，善用台灣的生態系統。
第二，臨床證據是王道，不要只做產品，也要做臨床研究，即使只是小規模的先導研究，也比完全沒有證據好；Kaia Health 的成功就是建立在嚴謹的臨床試驗上，台灣的醫學研究能力很強，可以好好利用這個優勢。
第三，聚焦特定的臨床適應症，不要想著一開始就做所有的肌肉骨骼問題，選一個特定的適應症，像是五十肩、退化性膝關節炎、中風復健，把這個做深做透，等建立起口碑和證據，再擴展到其他適應症。
第四，思考商業模式，B2C（直接賣給消費者）在台灣很難做，因為健保養成了民眾不常自費的習慣，比較可行的是 B2B 模式，跟醫院、診所、長照機構合作，或者 B2B2C 模式，透過企業福委會、健檢中心觸及終端使用者。
第五，放眼國際市場，台灣市場雖然有需求，但規模有限，如果產品夠好，要勇敢走出去，打東南亞市場、日本市場，甚至美國市場。龍骨王已經在中國、新加坡、日本都有客戶，證明台灣的產品是有國際競爭力的。
臨床證據的檢驗，數位復健真的有效嗎？
Kaia Health 的 Rise-uP 研究：史上最大規模的 RCT
要評估一個醫療介入是否有效，最高標準的證據就是大規模的隨機對照試驗，Kaia Health 的 Rise-uP 研究在德國的多個醫學中心進行，納入 1237 位非特異性下背痛病人，這些病人被隨機分成兩組：介入組（933 人）使用 Kaia Health App，對照組（312 人）接受醫師開立的標準治療，可能是止痛藥、物理治療、注射或手術，主要評估指標是疼痛評分（Numeric Rating Scale，NRS），次要指標包括焦慮、憂鬱、壓力、功能性、身心健康，追蹤時間是 12 個月。
第 3 個月時，介入組的疼痛減少了 33.3%，對照組只減少 14.3%；第 12 個月時，介入組的疼痛減少了 46%，對照組只減少 24%，也就是說 Kaia Health 的效果是標準治療的兩倍。不只是疼痛，在所有的次要指標上，Kaia Health 都顯著優於對照組，焦慮、憂鬱、壓力都顯著改善，功能性和整體健康感也都顯著提升，代表 Kaia Health 不只是治標，而是真正改善了病人的整體健康狀態。成本分析的部分，研究團隊分析了兩組病人的健保申報資料，發現 Kaia Health 組的醫療費用比對照組少了 80%，這個幅度的節省主要來自於減少了不必要的影像檢查、止痛藥使用、注射治療和手術。這個研究的嚴謹性獲得了學術界和監管機構的認可，研究結果發表在《Journal Of Pain Research》上，德國聯邦聯合委員會建議將 Rise-uP 的方法納入標準背痛照護，Kaia Health 也因此獲得了 Validation Institute 的最高級別認證。
SWORD Health 和 Hinge Health 的臨床證據：非劣性還是更好？
SWORD Health 在 2023 年在頂尖期刊《Nature Digital Medicine》發表了一個隨機對照試驗，這個研究比較數位物理治療和傳統實體物理治療對慢性下背痛的效果，納入 140 位病人，結果顯示數位物理治療組的失能指標（Disability Scores）跟傳統物理治療組沒有顯著差異，證明了非劣性（Non-Inferiority），但有個指標很有意思：數位組的退出率只有 15.7%，傳統組的退出率高達 34.3%，差異達到統計顯著（p=0.019），說明病人更願意持續使用數位物理治療。為什麼？因為方便，病人不需要請假、不需要通勤、不需要在門診區等待，在家裡隨時都可以做復健，這種便利性大幅提升了依從性，而依從性是治療成功的關鍵。
Hinge Health 發表的研究規模更大，他們追蹤了 2570 位使用 Hinge Health 超過 12 個月的病人，發現疼痛減少了 51%，而且這個效果是可持續的；另一個研究分析了 136 家企業雇主的健保申報資料，發現使用 Hinge Health 的員工，肌肉骨骼相關的醫療費用減少了 2387 美元，其中 39%（約 926 美元）來自於減少了手術。更有趣的是一個 Secondary Analysis 發現，使用 Hinge Health 12 個月的病人，脊椎手術的比例比一般人少了 56%，影像檢查（MRI 和 X 光）在 3 個月內就減少了 60%，代表 Hinge Health 不只是症狀治療，而是真正改變了疾病的軌跡，避免了不必要的侵入性治療。
兒童姿勢篩檢：AI 的準確度接近但還沒超越專家
姿勢不良檢測不只是用在復健，也可以用在篩檢，特別是兒童脊椎側彎（Scoliosis）篩檢，這是學校健康檢查的重要項目。有研究團隊開發了深度學習演算法，用來從照片或 X 光片判讀脊椎側彎，發表在《Nature Communications Biology》的研究顯示，AI 演算法在偵測脊椎側彎和 Cobb 角度大於 20 度的案例時，準確率優於人類專家。但問題是，「優於某些專家」不等於「適合用在臨床」，2022 年發表在《BMC Musculoskeletal Disorders》的研究評估了電腦視覺姿勢分析系統用於姿勢變形篩檢的符合度（Conformity Assessment），結果顯示系統跟 X 光檢查的符合度達到 94%，聽起來不錯，但這代表還有 6% 的案例會被誤判。
2024 年的一篇 Scoping Review 分析了 40 個 AI 脊椎側彎研究，發現平均模型準確率是 85.4%，這個準確率還不足以讓 AI 單獨用在臨床診斷，但可以作為輔助工具，幫助醫師提高篩檢效率。AI 不是要取代醫師，而是輔助醫師，在低風險的應用場景，像是初步篩檢、動作評估、復健追蹤，AI 可以大幅提高效率，但在需要確診、制定治療計畫、處理複雜案例時，還是需要醫師的專業判斷。
證據缺口：我們還不知道的事
雖然數位復健的證據越來越多，但還是有很多重要的問題沒有答案。第一，大部分的研究追蹤期不超過 12 個月，我們不知道長期效果如何，會不會用了一年之後，病人就失去興趣，效果就消失了？還是習慣養成之後，病人會持續受益？這需要更長期的追蹤研究。
第二，研究對象大多是中壯年。對於老年人（65 歲以上），數位復健的效果如何？老年人對科技的接受度較低，認知功能可能衰退，視力聽力可能不好，他們能不能有效使用這些數位工具？這方面的證據很少。
第三，不同廠商之間沒有直接比較，Hinge Health、SWORD Health、Kaia Health 各自都有自己的研究，但沒有研究直接比較這三家誰比較好，讓醫院或保險公司在選擇供應商時，很難做出客觀的決策。
第四，發表的研究大多有利益衝突，很多研究的作者都是公司員工，或者持有公司股權，不是說這樣研究就不可信，但確實會讓人質疑結果是否被美化了？需要更多由獨立研究機構進行的研究來闡明這個疑慮。
第五，對於特定族群的效果不明，偏遠地區、低社經地位、少數族裔、身心障礙者，這些族群使用數位復健的效果如何？會不會因為數位落差（Digital Divide），反而加劇了健康不平等？
這些證據缺口不代表數位復健沒用，而是代表我們需要更謹慎地應用，持續累積證據，不斷改進產品。
商業模式與投資邏輯，為什麼雇主和保險公司願意買單？
ROI 計算：每個病人節省 2000 到 3000 美元
數位復健公司能夠快速成長，核心原因是他們能證明 ROI，對雇主和保險公司來說，最在意的就是：你能幫我省多少錢？SWORD Health 委託 Risk Strategies Consulting 進行的獨立驗證顯示，每個活躍積極使用的會員每年可以節省 3177 美元，ROI 達到 3.2:1，且獲得了 Validation Institute 的認證，具有公信力。
Hinge Health 分析了 136 家企業雇主的健保申報資料，發現每個參與者的肌肉骨骼相關醫療費用減少了 2387 美元，其中 926 美元（39%）來自於減少了手術，其他則來自於減少了影像檢查、門診、注射治療、止痛藥等。Kaia Health 的 Rise-uP 研究顯示醫療費用減少了 80%，一個 Fortune 150 強企業的申報資料分析顯示，Kaia Health 的 ROI 達到 3:1。
這些數字為什麼重要？因為肌肉骨骼疾病是雇主醫療支出的第二大項目，僅次於癌症，佔總醫療支出的接近 30%；根據 Business Group On Health 的 2025 年調查，雇主每年在員工健康福利上的支出持續攀升，控制醫療成本是 HR 部門的首要任務。如果一個解決方案能證明可以降低醫療成本，同時還能改善員工健康、提高員工滿意度，雇主有什麼理由不買單？這就是數位復健的價值主張。
B2B2C 模式：為什麼不直接賣給消費者？
你可能會問：為什麼這些公司不直接賣給病人？為什麼要透過雇主和保險公司？答案很簡單：付費意願和能力。
在美國，健康福利主要由雇主提供，大企業為員工購買健康保險，支付的保費一年可能超過 2 萬美元；對雇主來說，如果能透過預防和早期介入，減少員工的醫療支出，這是很划算的投資。對保險公司來說，邏輯也類似，他們收取保費、支付醫療費用，如果被保險人更健康，需要的醫療服務更少，保險公司就更賺錢，所以保險公司也願意投資在預防性和保健性的服務上。
相對的，如果要直接賣給消費者，就會面臨幾個問題。第一，消費者願意為 App 付多少錢？一個月 20 美元？50 美元？對很多人來說，這已經是不小的負擔；第二，消費者的黏著度低，下載了 App，用幾次就不用了，這是很常見的情況；第三，行銷成本高，要直接觸及數百萬消費者，需要龐大的行銷預算。
B2B2C 模式避開了這些問題，公司只需要說服少數的企業採購決策者和保險公司，就能一次觸及數萬、數十萬的終端使用者，而且因為是雇主或保險公司買單，員工或被保險人是免費或低價使用，使用率會高很多。Hinge Health 的客戶包括超過 2250 家企業，服務超過 2000 萬人；SWORD Health 服務數百家企業和健康計畫；Kaia Health 有全球 6000 萬人使用，這種規模化，恐怕只有透過 B2B2C 模式才可能達成。
遠距治療監測的給付碼：美國市場的關鍵突破
數位復健能夠規模化，還有一個關鍵因素：保險給付，美國的醫療保險主要是按服務計費（Fee-For-Service），醫師或治療師提供服務，然後向保險公司申報費用，使用 CPT 碼（Current Procedural Terminology Codes）來定義服務內容；沒有 CPT 碼，就沒辦法申報，就拿不到錢。2022 年，美國醫療保險和醫療補助服務中心（Centers For Medicare & Medicaid Services，CMS）引入了一組新的 CPT 碼，叫做遠距治療監測（Remote Therapeutic Monitoring，RTM）碼，專門用於物理治療師透過數位工具進行的遠端監測和管理。
RTM 碼包括：
- 98975：初始設定和病人衛教，每月可申報一次
- 98977：肌肉骨骼系統監測，需要至少 16 天的資料傳輸
- 98980：治療管理服務，前 20 分鐘
- 98981：每額外 20 分鐘
明年 2026 年 1 月 1 日生效的新規定，把資料傳輸的門檻從 16 天降低到 2 到 15 天，讓更多病人符合申報資格；這些 CPT 碼創造了一個永續的商業模式，物理治療師或診所可以購買數位復健平台，用來遠端管理病人，然後向保險公司申報 RTM 碼，獲得收入。這個模式對各方都有利：病人得到方便的照護，治療師提高效率，診所增加收入，保險公司降低總體成本。
德國的數位健康應用：全球最先進的給付制度
如果說美國的 RTM 碼是個突破，那德國的數位健康應用（Digitale Gesundheitsanwendungen，DiGA）制度就是個創新；德國在 2019 年通過了數位醫療法（Digitale-Versorgung-Gesetz），創造全世界第一個「處方 App」（Apps On Prescription）的正式給付途徑，符合標準的數位健康應用可以被納入 DiGA 目錄，醫師可以開處方，病人拿處方到藥局或線上平台兌換 App，費用由法定健康保險支付。
截至 2024 年 7 月，已經有 56 個數位健康應用被納入 DiGA 目錄，其中 8 個是針對肌肉骨骼疾病的，適用的人口數超過 7300 萬（德國法定健康保險的被保險人），累計開出超過 37.4 萬張處方。DiGA 的定價機制也很有意思。新的 DiGA 可以在前 12 個月自己定價，通常在 200 到 700 歐元之間，中位數是 514 歐元（3 個月處方）；12 個月後，需要跟保險公司協商價格，實際協商的結果顯示，協商後的價格大約是原始定價的 50%。DiGA 制度最大的意義在於它把數位療法正式納入醫療體系，給予跟藥品、醫材同等的地位，對整個產業都是巨大的鼓舞。
從狂熱到理性，但核心賽道依然火熱
數位醫療的投資在過去幾年經歷了雲霄飛車般的起伏，2021 年是高峰，全球數位醫療投資達到 292 億美元，疫情帶來的遠距醫療需求爆發，讓投資人瘋狂押注，但泡沫很快就破了，2022 年投資下滑，2023 年降到 107 億美元，2024 年略微回升到 101 億美元。但這不代表數位醫療不行了，而是市場回歸理性，投資人開始更在意實際的營收、獲利能力、單位經濟效益，而不是只看成長速度和願景。
肌肉骨骼數位健康是少數逆勢成長的細分領域，2024 年上半年的投資達到 2.23 億美元，幾乎是 2023 年全年的兩倍，說明投資人認可這個賽道的商業模式和成長潛力。投資的重心也在轉移，2024 年，86% 的交易是種子輪、A 輪或 B 輪，反映投資人對晚期估值的謹慎，私募股權的收購增加，2024 年上半年有 10 宗，而 2023 年全年只有 9 宗，顯示產業正在整合。AI 相關的公司特別受青睞，2024 年上半年，34% 的投資流向 AI-Focused 的公司。Hinge Health 的成功上市，為整個產業打開了 IPO 的窗口，在 Hinge Health 之後，Omada Health 也在 2025 年遞交了 IPO 申請，可以預期未來幾年會有更多數位醫療公司上市。
數位復健是個已經驗證的賽道，有清楚的商業模式，有持續的需求，有合理的給付途徑。但不是每家公司都會成功，關鍵在於臨床證據、產品體驗、客戶黏著、單位經濟效益。
未來二十年，從輔助工具到自主決策系統
近期（2025–2030）：邊緣運算和智慧織物的普及
未來五年，我們大概會看到幾個關鍵技術的成熟和普及。
邊緣運算（Edge Computing）會變得越來越重要，現在大部分的數位復健 App 需要把資料傳到雲端處理，再把結果傳回來，這會導致延遲、也需要穩定的網路連線，而邊緣運算是把 AI 模型部署在使用者的裝置上，直接在手機或穿戴裝置上進行運算。研究顯示邊緣運算可以把回應時間減少 85%，所以即時回饋會更即時，不需要等待雲端回應，而且不需要網路連線，在訊號不好的地方也能使用，隱私性也更好，因為資料不需要離開使用者的裝置。邊緣運算的晶片正在快速進步，蘋果的 M 系列晶片、高通的 Snapdragon 都內建神經網路處理單元（Neural Processing Unit，NPU），可以高效運行 AI 模型，未來幾年邊緣運算會變成標配。
智慧織物（Smart Textiles）也會快速發展，現在的穿戴式感測器大多是貼在身上的，或者是手環、手錶，智慧織物是把感測器整合進衣服裡，穿起來就像穿普通衣服一樣。MIT 開發的 3DKnITS 技術可以用數位針織機編織出內建壓力感測器和導電纖維的衣服，Hexoskin 這樣的公司已經推出內建心率、呼吸、動作感測器的智慧衣，未來的智慧衣可能可以監測肌肉活動、姿勢、步態，全天記錄完全不影響日常生活，這種「環境智慧」（Ambient Intelligence）的概念會改變復健的模式，不再是病人每天花 30 分鐘做復健運動，而是系統 24 小時監測，在病人姿勢不良時即時提醒，在病人久坐時建議起來活動，在病人動作不對時給予矯正提示，復健變成融入生活的持續過程，而不是獨立的治療時段。
中期（2030–2035）：數位孿生和預測性介入
再往後五年，有機會看到更先進的技術應用。
數位孿生（Digital Twin）的概念會從工業製造進入醫療領域，數位分身是個人的虛擬副本，整合了這個人所有的生理資料、病史、基因資訊、生活習慣，用電腦模型來模擬這個人的身體狀況；在 MSK 領域，數位分身可以模擬不同運動對關節的負荷，預測哪些動作可能導致受傷，比較不同治療方案的預期效果，幫助醫師和病人做出最佳決策，也可以即時追蹤病人的復健進度，動態調整訓練計畫。數位孿生的技術基礎包括多體動力學（Multibody Dynamics）、有限元素分析（Finite Element Analysis，FEA）、機器學習，這些技術現在都已經有了，但要整合成個人化的數位孿生，還需要更多的資料累積和模型優化。
預測性介入（Predictive Intervention）是另一個重要方向，現在的復健大多是反應性的：等病人受傷了、疼痛了，才開始治療，預測性介入是在問題發生之前就介入。AI 可以分析一個人的動作模式、肌肉力量、疲勞程度、訓練負荷，預測受傷風險，NFL（美國職業美式足球聯盟）有球隊使用 AI 預測系統，號稱減少了 47% 的軟組織傷害。但預測性介入有個根本問題：假陽性（False Positive），如果系統預測某個球員會受傷，教練就讓他休息，結果他沒受傷，那是系統預測對了（因為讓他休息所以沒受傷），還是系統預測錯了（他本來就不會受傷）？這個問題很難回答，也讓預測性介入的證據難以建立。2022 年《Sports Medicine》的系統性回顧發現，98% 的運動傷害預測模型都有高偏差風險（High Risk Of Bias），不是說預測性介入沒用，而是說我們需要更謹慎地應用，持續驗證和改進模型。
長期（2035–2045）：自主 AI 治療師和全面整合
再往後十年，技術可能會發展到什麼程度？
自主 AI 治療師可能成為現實，不是現在這種需要人類治療師監督的輔助系統，而是真正能夠獨立評估、診斷、制定治療計畫、執行治療、調整計畫的 AI 系統，這個 AI 治療師會整合所有的技術：電腦視覺分析動作、穿戴感測器監測生理狀態、自然語言處理理解病人的主訴、知識圖譜（Knowledge Graph）連結醫學知識、強化學習（Reinforcement Learning）優化治療策略，可以 24 小時待命，隨時回答病人的問題，即時調整治療計畫。
這聽起來很科幻，但技術基礎都已經存在，SWORD Health 的 Phoenix 系統已經是個初步的原型，隨著 AI 技術的進步，特別是大型語言模型（Large Language Models，LLMs）和多模態模型（Multimodal Models）的發展，AI 治療師會越來越接近人類治療師的能力。當然，AI 治療師不會完全取代人類治療師，對於複雜的案例、需要徒手治療（Manual Therapy）的情況、需要情感支持的病人，人類治療師還是不可或缺的，但對於大部分的常規案例，AI 治療師可能就足夠了。
全面整合是另一個長期願景，現在的醫療體系是分裂零碎的：骨科或復健科醫師、物理治療師、疼痛科、營養師、心理治療師，他們各自獨立工作，很少整合，而數位平台可以打破這個割裂，它知道你的所有醫療資訊，追蹤所有健康指標，協調所有治療，骨科醫師可以看到你的復健進度、物理治療師可以看到疼痛用藥、營養師可以看到活動量、心理治療師可以看到睡眠品質，所有的醫療工作者在同一個平台上協作，提供整合的照護計畫。這需要標準化的資料格式，像是 FHIR（Fast Healthcare Interoperability Resources），也需要不同系統之間的互通性（Interoperability），打破醫療機構之間的資料孤島，這些都是困難的問題，但方向是清楚的。
社會影響與倫理考量 ，技術進步的陰影面
數位落差：誰會被拋下？
數位復健聽起來很美好，但有個根本問題：不是每個人都有能力使用這些技術。要使用數位復健，你需要一支智慧型手機或平板電腦、網路連線、基本的數位素養、能夠閱讀和理解指示，這些對很多人來說都不是理所當然的。老年人是最大的潛在使用族群，但也是數位落差最嚴重的族群，根據統計，台灣 65 歲以上的老年人，智慧型手機普及率雖然在提升，但很多人只會用來打電話和傳訊息，不會下載 App，不會註冊帳號，不會跟系統互動。
低社經地位的族群也面臨障礙，他們可能沒有智慧型手機、沒有穩定的網路、沒有時間和精力學習新技術，原住民部落、偏鄉社區等地方的居民可能最需要遠距醫療，但也最難接觸到這些服務；身心障礙者也可能被排除在外，視力障礙的人無法看螢幕上的指示，聽力障礙的人無法聽語音回饋，認知障礙的人無法理解複雜的介面，如果我們不主動設計無障礙功能，數位復健可能會加劇健康不平等。
解決這個問題需要多方面的努力，政府應該推動數位基礎建設，確保偏鄉也有穩定的網路，同時應該提供數位素養培訓，特別是針對老年人；產品設計要考慮無障礙的通用性，提供語音介面、簡化操作、多語言支持，也應該保留傳統的實體服務給無法使用數位工具的人。數位復健不應該是唯一的選項，而應該是額外的選項，應該讓能使用的人更方便，而不是讓不能使用的人更困難。
資料隱私：誰擁有你的動作資料？
數位復健會產生大量的個人資料：動作軌跡、疼痛評分、用藥記錄、活動習慣，這些資料非常敏感，如果被濫用，後果可能很嚴重。試想，如果保險公司取得你的動作資料，發現你經常久坐、姿勢不良，會不會提高你的保費，或者拒絕承保？如果雇主取得你的復健資料，發現你有慢性疼痛問題，會不會影響你的升遷、或者極端一點解雇你？如果駭客竊取你的健康資料，會不會用來勒索你，或者在暗網上販售？
歐盟的一般資料保護規範（General Data Protection Regulation，GDPR）和美國的健康保險流通與責任法案（Health Insurance Portability And Accountability Act，HIPAA）都有嚴格的個人資料保護規定，但在實務上，資料洩漏還是時有所聞，更根本的問題是誰擁有這些資料？是病人自己？是提供服務的公司？是付費的雇主或保險公司？不同的國家、不同的情境，答案可能不同。我們需要更清楚的法律框架，明確規定資料的所有權、使用權、刪除權，需要技術手段，像是資料加密、匿名化、聯邦學習（Federated Learning）來保護資料隱私，也要用倫理準則約束企業不能濫用資料；資料是數位復健的燃料，但必須是在尊重隱私和保護病人權益的前提下使用。
醫療責任：當 AI 犯錯，誰來負責？
數位復健系統不是完美的，電腦視覺可能誤判動作、AI 可能給出錯誤的建議、穿戴感測器可能故障，如果因此導致病人受傷，誰要負責？如果是傳統的物理治療，責任很清楚：治療師和醫療機構；但如果是 AI 系統，責任就變得複雜了，是開發 AI 系統的公司？使用 AI 系統的醫療機構？監督 AI 系統的治療師？還是使用 AI 系統的病人自己？法律框架還沒跟上技術發展，大部分國家的醫療責任法都是針對人類醫療專業人員設計的，對於 AI 系統的責任歸屬沒有明確規定。
有些觀點認為，AI 系統應該被視為醫療器材，製造商要承擔產品責任；有人認為使用 AI 系統的醫療專業人員還是要負最終責任，因為他們是照護的提供者；也有意見認為應該建立新的責任分擔機制，讓開發者、使用者、監管者共同承擔。這不只是法律問題，也是倫理問題，AI 系統應該達到什麼樣的安全標準才能用在臨床？應該如何驗證和監測 AI 系統的效能？當 AI 系統失效時，應該有什麼樣的應變機制？這些問題沒有簡單的答案，需要法律專家、醫療專業人員、技術開發者、倫理學者、病人代表共同討論，逐步建立共識。
一個正在到來的未來
姿勢不良檢測與運動介入的科技挑戰了我們對復健的傳統認知：復健不一定要在醫院進行、不一定需要治療師親自指導、不一定是枯燥乏味的過程，這個趨勢既是挑戰也是機會，數位工具可能會改變醫病關係、影響收入結構、需要學習新的技能，但機會在於數位工具可以讓你服務更多病人、提高照護品質、做到以前做不到的事。我們可以用數位工具遠距追蹤病人的復健進度，即使病人在家也能確保他們正確執行、可以用 AI 分析大量病人的資料來找出最有效的治療方案、可以把重複性的工作交給系統處理，把時間花在真正需要專業判斷的複雜案例上。
Hinge Health、SWORD Health、Kaia Health 的成功證明商業模式的可行性，台灣的龍骨王等本土公司也展現了在地化的可能性，感測器硬體、AI 演算法、資料分析平台、遠距醫療基礎設施、醫療器材軟體等多層次、多環節的產業鏈都有發展機會。但我們還是要看各家產品臨床證據是否扎實、產品體驗是否優秀、商業模式是否永續、團隊是否有執行力，不是每家數位復健公司都會成功，市場會淘汰那些沒有真正價值的 Player。
對病人來說，這是一個能夠更方便、更便宜、更有效地獲得復健照護的時代，不需要每週花幾個小時往返醫院，可以在家裡、辦公室、任何地方進行復健，可以得到即時的回饋、追蹤自己的進步、掌握自己的健康。但也要記得，科技是工具，不是萬能的，不能取代醫師的專業判斷、治療師的手法技巧、人與人之間的連結，最好的照護是科技和人性的結合。未來二十年，我們會看到數位復健從輔助工具演進到核心系統，從醫院走向家庭，從被動治療變成主動預防，這個變化將會漸進式、一步步改變我們的醫療體系。
我們正站在一個時代的裂縫上，一邊是傳統復健的舟車勞頓與蒼白長廊，另一邊則是客廳裡那方溫暖的瑜珈墊；當 Hinge Health 敲響紐交所的鐘聲，那不只是資本市場的歡呼，更是無數受苦身體的解放宣言。科技終於不再冷冰冰地旁觀，而是化作電腦視覺的慧眼與穿戴裝置的感知，溫柔地貼合我們的骨骼與肌肉。重點不在於 AI 有多聰明，而在於它讓醫療回歸人的本質，從 OpenPose 的骨架偵測到 Kaia Health 的臨床實證，我們見證了復健從「被動接受」轉向「主動掌控」，這不再是昂貴的奢侈品、而是普惠的日常。未來的醫療是隱形的、流動的，它藏在你的智慧衣裡，存在於你與數位孿生的對話中，甚至比我們自己更早預知疼痛的來臨。別讓想像力被數據限制了，當演算法比你更懂你的脊椎、當物理治療師擁有 AI 作為全天 24 小時的副手，我們即將迎來的不只是醫療效率的提升，而是一場關於尊嚴與自由的身體復興。這不是科幻小說的終章，而是大健康時代最令人心動的序曲。未來已來，只待我們挺直腰桿，從容擁抱。
— –
📒 Compiled by — 台中慈濟醫院復健科 R4 陳佳菁醫師 Sigrid Chen, PM&R Resident Physician at Taichung Tzu Chi Hospital, Taiwan; Former Medical Consultant at ASUS Intelligent Cloud Services.