Meta 五校醫療 AI 合作：開源模型進校園，病患資料不出校

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

模型答不出來，很少是醫療 AI 出包的原因；真正的麻煩是答案說得很有把握，卻沒有任何人能核對。Meta 在 2026 年 10 月 28 日（台北時間 29 日凌晨 1 點）於官方新聞室宣布與五所美國大學合作，以共 200 萬美元支持醫療與科學研究，同日在研究部落格發布標註 16 分鐘閱讀時間的完整計畫說明，官方 X 帳號在公告後約八分鐘跟著宣傳。這則新聞值得留下來看的部分，不是 Meta 又砸錢做 AI，而是獲選專案有一個相當一致的共同設計：把模型的輸出接到可以被獨立核對的機制上，從機器可檢查的數學證明、用未公開實驗紀錄測試的反應預測，到區分醫師過度信任與過度拒絕的讀者研究。官方說得直接，基礎科學專案要測的是 AI 能否超越整理既有知識，去構造與證明猜想、預測沒見過的結果、產出可驗證的成品。

合作的基本盤先看清楚。五校是加州理工學院、俄亥俄州立大學醫學院、路易斯安那州立大學、印第安納大學與德州大學休士頓健康科學中心（UTHealth Houston），題目涵蓋醫學、物理、化學、生物、電腦科學與數學。支持形式有三種：模型與技術存取、Meta 研究員直接合作、以及對部分專案的經費補助，官方明說各校拿到的組合不一樣，200 萬美元是五校合計的總額，並非每校各拿 200 萬。提供的模型清單也寫得具體：最強的開放權重模型 Muse Spark Open、Muse Wonder 與 Muse Spark 系列，以及 30B 參數、單張消費級顯示卡就能跑的 Muse Glimmer；影像端有 SAM、V-JEPA 與 DINO，化學模擬有 UMA，多語言溝通有 SeamlessM4T，部分專案還會用到 Meta 的穿戴裝置與頭盔。

Pin

對一般讀者，這則新聞沒有可以直接安裝或試用的東西，受影響的是五校裡帶著自己題目進來的研究團隊。官方對合作方式的描述是：教師先提出自己的研究問題，Meta 幫忙找出適合的工具，研究設計與工具用途由學術團隊自己決定。看點因此落在方法層：看懂這批專案怎麼把驗證搬進醫療與科學現場，之後讀到任何醫療 AI 的進度新聞都派得上用場。

資料不出校的承諾，前提是模型搬得進校園

醫療研究最敏感的問題是病患資料流向。Meta 研究部落格對此有一段明確的承諾：醫療專案的大學將在自己的校內環境運行 Meta 模型，獨立進行研究，並保留對所有病患與臨床資料的控制權；這些資料不會與 Meta 共享、不由 Meta 處理，也不以其他方式提供給 Meta。這段話界定的是合作中的資料處理位置，它是官方承諾，不是第三方稽核的結論，兩者要分開讀。

Pin

讓這個承諾在技術上站得住的，是開放權重模型。路易斯安那州立大學的跨院神經外科術後成效登錄資料庫，即時決策支援規劃採用能在校內基礎設施運行、就地處理敏感病患資料的 Muse Glimmer 與 Muse Spark Open；UTHealth Houston 的部署專案則直接以單卡可跑的 Glimmer 為主角，在學校自己的 GPU 環境做隱私合規的本地推論。模型能不能搬進醫院與實驗室，決定了資料能不能不出校門，這是雲端 API 進不去的地方，也是 Meta 開放權重策略剛好對得上的位置（Meta 近期把開放權重模型與訂閱制並行成兩種商品，Muse Wonder 的定價設計是另一個例子）。

有兩個問題不要混在一起。資料邊界回答的是資料在哪裡處理、由誰控制；模型驗證回答的是輸出結果能不能相信。資料留在學校不會自動讓模型變準，模型很準也不會自動讓資料邊界成立，這波合作兩邊都各有專案在處理。另外，官方文件沒有提供這個承諾的獨立驗證機制，各校實際的存取控制與留存政策，要回到各項研究自己的規範去看。

65 個案、工作原型、設計中：五校專案不在同一個階梯上

公告把不同成熟度的專案放在一起發布，讀的時候要先幫它們分層，因為「概念驗證」、「工作原型」與「流程試點」能證明的事情差很多。

UTHealth Houston 的 ClinAgent GBM 試點是離臨床最近的例子。膠質母細胞瘤患者的關鍵資訊分散在影像、病理、治療紀錄與臨床筆記等不同系統，醫師很難維持對病程的完整掌握；這個專案把多代理推理工作流程接上多模式的電子病歷，處理成對 MRI 回診的影像追蹤摘要，並評估多代理推理對腦影像分割的支援。ClinAgent 試點已與臨床夥伴展開，早期測試用了 65 個病患個案。官方對這個數字的定義寫得罕見地清楚：這些屬於初步的工作流程驗證，並非臨床成效的衡量。換句話說，65 是試點使用的個案範圍，不是 65 位患者獲得治療成功，兩種讀法差了一整個證據等級。同校另有完全由 UTHealth 主導、Meta 出資的照護現場原型，用 Meta 眼鏡搭配 Glimmer 做免持的本地環境應用，目標放在減少交接流失的時間。

路易斯安那州立大學的 Eyes-On 專案停在更早的階梯。嬰兒氣切管移位是危及生命的急症，而帶著氣切的嬰兒無法哭喊求救，受訓人員的連續監看又未必做得到；這個專案開發的視覺系統探索用 SAM 模型做追蹤，設計上接床邊攝影機與邊緣運算，持續偵測氣切管位移與不適徵象。官方說法是：概念驗證已經發表，後續還有工作要做。同校的 VR 醫療教練走得稍遠，以開放權重模型加上檢索增強生成，在 Meta 頭盔上的沉浸式模擬裡提供免持的即時指導，計畫整合 SeamlessM4T 支援近百種語言，工作原型已經存在，使用者研究則待未來分享。能在模擬環境給回饋，與已證明改善真實醫療表現，仍是兩件事。

俄亥俄州立大學醫學院的兩個臨床題目都還在設計階段，但選點相當有意思。保留射出分率型心衰竭（HFpEF）約佔所有心衰竭的一半，症狀卻與肥胖等常見病重疊，正式評估往往要等到臨床起疑之後才開始；而因其他原因拍的腹部電腦斷斷層，其實已經拍到身體組成、肝脂肪、肌肉量與血管鈣化這些底下的心臟代謟資訊。團隊要用開放權重的 Muse 模型，結合常規腹部 CT、縱向病歷與可取得的心電圖資料預測未來的 HFpEF 風險，而且模型的設計要能處理缺漏，因為真實臨床很少剛好湊齊所有輸入。同院的放射報告專案則對準一個工作量現實：俄亥俄州立的胸腔放射科醫師一天判讀約 200 張胸部 X 光，某些機構達到 1,000 張，而既有的報告生成模型多半只看影像，醫師判讀時還會參看病況、病史與過往檢查。阿茲海默診斷方向、讓臨床醫師留在決策迴路裡的多代理系統也屬同院，以俄亥俄州立記憶障礙門診（每年超過 5,600 次就診）整理策劃的病例資料為底，官方引述的估計是全美 65 歲以上約 740 萬人受阿茲海默與相關失智影響。

印第安納大學的三個題目共享的關注是真實世界的部署限制。新生兒照護專案 NeoSmartML+ 以袋鼠式照護為底，用 SeamlessM4T 與 NLLB-200 做多語言語音文字互動、用 SAM 3 做嬰兒姿勢的影像評估，全部設計成在低價 Android 裝置上離線運行，瞄準的是連線與專業人力都缺乏的中低收入環境；另外兩題分別用 DINO 與 V-JEPA 研究兒童如何從日常經驗學會詞語，以及讓對話代理與社交機器人適應失智者的溝通模式。離線、邊緣運算與可在校內自架的小模型，在這批專案裡是同一件事的不同面向。

每個題目都在問：輸出能不能被核對

把五校專案並排看，最一致的設計語言是可核對性。模型會把答案說得像樣，答案是否真的成立則要另外檢驗，而這批題目幾乎每一個都把評估基準建在這條線上。

加州理工學院端最完整。數學家 Tony Yue Yu 主導的 MathDB Frontier，以收錄超過 86,900 個研究層級開放問題的 MathDB 為底，要評估的是模型能不能在研究前沿做三件事：把猜想形式化、找出需要的中間引理、產出機器可檢查的證明，而不是在與訓練資料相似的題目上做模式匹配。機器可檢查的意思，是證明必須通過形式工具的規則核對，而不是讓另一個模型讀完說看起來合理。86,900 這個數字描述的是評估範圍，不是已解開的題數，把題庫規模讀成成果是這類新聞最常見的誤讀。化學端的做法更狠：用未公開的電子實驗紀錄建立多產物反應基準，因為模型受過大量已發表文字的訓練，只有沒見過的資料才分得出是預測還是回想。物理端讓模型在明確約束下迭代重建物理描述，生物端的自動理論家構造並測試以偏微分方程為底的預測模型，電腦科學端的 TorchLean 則是 Lean 4 框架，讓代理構造、測試與修復形式上可檢查的科學成品。加州理工首席創新與企業合作長 Fred Farina 給這批工作的定位，是把前沿 AI 當成下一件研究儀器，接在酸鹼計、自動 DNA 定序儀、大型望遠鏡與重力波偵測器之後。

俄亥俄州立團隊對評估方法的自我檢查，是整份計畫說明裡少見的亮點。他們直接指出：用語言模型替另一個模型的報告打分數，出來的準確度數字本身可能帶偏差；因此專案的一部分，是用一小組人工標註的報告做統計校正，讓部署決策建立在可靠的數字上。另一部分是心理學家參與的讀者研究，在模擬臨床環境裡觀察放射科醫師實際上怎麼依賴 AI 草稿，區分把正確內容拒絕掉的低度依賴，與把錯誤內容接受下來的高度依賴，並把這些行為與模型犯的錯誤類型對起來。評估對象因此從單一模型延伸到人與模型一起工作的流程，報告平均看起來不錯，但特定錯誤容易讓人誤信，就還是不能用。

200 萬美元放在哪個層級，決定你怎麼讀這則新聞

把金額放回脈絡，可以避免兩種極端讀法。200 萬美元是五校合計、學術合作等級的經費，與 Meta 基礎建設動輒千億美元等級的投資（祖克柏受訪時談過的支票規模）不是同一本帳；把它讀成 Meta 進軍醫療產品的宣示，會讀錯層級。反過來說，金額不大不代表沒有訊號，值得注意的反而落在取用方式的安排：加州理工的前沿基礎科學題目經 Meta 第一方 API 拿到最新的 Muse 模型，臨床端的大學則直接用可下載的開放權重模型在校內環境運行（Muse 系列從模型走進眼鏡與 Mac 的路線，可以對照 Meta Connect 2026 的裝置布局）。對隱私敏感的場域，後者是雲端服務做不到的姿態。

官方文件沒有回答的問題也要列清楚：200 萬在各校與各專案之間怎麼分配、各專案的論文與臨床時程、五校之外有沒有擴展計畫，全部沒有披露；模型清單裡哪些以 API 存取、哪些以權重下載，也因專案而異沒有統一說明。這些空缺屬於這類合作公告的常態，引用時仍要知道界線在哪。

之後追蹤什麼，才算看得懂這則新聞

多數讀者現在不需要做任何事：這是研究合作，沒有可安裝的產品、沒有開放報名，台灣也沒有出現在這波合作的名單裡。真的要追蹤，建議照著證據階梯看三層：各團隊的論文與基準結果回答模型表現如何，使用者研究回答醫師與照護者實際上怎麼用它，臨床結果才回答對病患有沒有幫助。下次看到任何一個專案的進度發布，先對照它原本要回答的問題屬於哪一層，再把新進度放回同一層，就不會把流程跑通讀成治療有效。

對自己在做部署的工程團隊，這波合作有一個可以直接帶走的規格參考：30B 參數、單張消費級顯示卡可跑的開放權重模型，配上校內或院內自己的 GPU 環境，就是敏感資料不出組織的最低門檻配置。這份合作的專案清單、成熟度分級與資料邊界承諾，後續可對照 Meta 研究部落格的完整說明與各校自己的發表，兩者都會隨研究推進而更新。

說到底，這則新聞送進五所大學的不是醫療產品，而是一組把可核對性當成第一要求的驗證題目。等到哪天這些專案真的走進醫院，先別問模型多強，先問當初設計的驗證機制過了幾關，那才是這波合作埋下來、最值得等著看的東西。