Qualcomm 與華碩把 200 億參數的藥局 AI 代理搬上櫃檯：離線、在地運算，為台灣超高齡社會而生

今天上午來自台北的這則消息，乍看是例行的企業合作：Qualcomm 與華碩集團共同宣布啟動「藥事 AI 代理」（Pharmaceutical AI Agent）計畫。但真正值得深究的不是名稱，而是底層的工程決策——以及這些決策被驗證的地點。這是一個 200 億參數的語言模型，從 1,200 億參數的雲端模型蒸餾而來，完全在一顆筆電等級的晶片上運行，部署於嘉義、台南、高雄、屏東的社區藥局。沒有雲端推論，沒有資料外傳。對一個以敏感情病歷資料為日常的產業來說，這個組合本身就是整個故事。

實際發表了什麼

兩家公司將藥事 AI 代理描述為第一個專為社區藥師設計、可在邊緣裝置本地運行的 AI 助理。它隸屬於行政院主導的「南方矽谷計畫」，是台灣打造「AI 島」願景的一環——目標是讓 AI 創新落地於真實場域，而非展示實驗室。

計畫的分工架構如下：

• Qualcomm 貢獻其 Edge AI 平台、開發工具，並透過 Qualcomm for Good 企業社會責任計畫投入資源——該計畫推行二十年，已與 75 國、超過 800 個組織合作，累計受益人數達 3,750 萬人。
• 華碩集團 提供終端裝置、AI 架構與部署能量，透過兩家子公司運作：台灣智慧雲端（TWAI）負責模型最佳化與代理應用開發；台灣健康大數據（THBC）則提供生醫資料能力，並負責在地示範藥局的實地訓練。
• 硬體十分具體：搭載 Snapdragon X2 Elite Extreme 處理器的華碩 Zenbook A16 AI PC，以及內建 Qualcomm Cloud AI 100 Ultra 加速器的 Aetina MegaEdge AIP-FR68 邊緣 AI 主機。這些 AI PC 與邊緣裝置將捐贈給南台灣四縣市超過 50 家示範藥局，第一階段由地方衛生局串連，包括長青藥局與大樹藥局等連鎖夥伴。

模型：從 1,200 億蒸餾到 200 億，這個數字為何重要

整份新聞稿中技術含量最高的一句話，是關於模型的來歷。這個代理的語言模型是 GPT-OSS——OpenAI 的開放權重模型家族——但它原本是一個依賴雲端運算的 1,200 億參數模型。TWAI 與 Qualcomm 把它壓縮到 200 億參數，讓它能在一台 Snapdragon AI PC 上本地運行。

六倍的縮減不是小事。把開放權重模型壓到能在裝置上推論的規模——同時在「處方審查」這種安全關鍵任務上保持堪用——正是區分「新聞稿」與「產品」的那種最佳化功力。Qualcomm 的 AI Stack 與模型最佳化工具鏈在這裡做的是真功夫，不是行銷詞彙。選擇 GPT-OSS 作為基礎模型本身也很值得注意：一個主權式、本地部署的系統，本來就不能依賴專有 API 端點。

為模型提供知識根基的，是台灣食品藥物管理署（TFDA）開放近用的藥品說明書（仿單）資料庫。根據 TWAI 的產品文件，代理運用 OCR 與 RAG（檢索增強生成）技術索引 TFDA 仿單，然後自動檢核 28 項處方安全指標。每張處方 28 項自動化檢查——藥品交互作用、重複用藥、對年長者的不適當用藥——對目前必須人工交叉比對、而且經常要同時面對不同醫師開立的多張處方的藥師來說，是實質的工作量減輕。

為什麼是台灣，為什麼是藥局

人口結構解釋了急迫性。台灣於 2025 年正式進入「超高齡社會」，65 歲以上人口超過 467 萬。根據兩家公司引用的調查數據，近 40% 的年長者同時服用多種藥物。「多重用藥」（polypharmacy）是高齡社會的寧靜危機：慢性病逐年累積，處方也跟著疊加，藥師成為攔阻危險藥物組合的最後一道防線——而每個病人能分到的諮詢時間卻越來越少。

藥事 AI 代理被刻意限定在藥師的實際工作流程內，而不是做成通用聊天機器人。兩家公司明確將它與「一般藥品資訊查詢或生成式 AI 對話工具」區隔開來：它整合多個用藥資訊來源、標記交互作用與重複治療等潛在風險，並支援病人用藥諮詢與衛教。在這個領域，任務專屬是安全功能，不是限制。

主權 AI，離線是設計出來的

隱私論述是整個計畫低調的核心。因為推論完全透過邊緣運算在裝置上進行，代理在離線環境也能運作——對南台灣的鄉村地區而言，這是有實質意義的韌性屬性——而敏感的醫療與用藥資料完全不需要傳送到外部雲端。新聞稿將此定位為「主權 AI 在智慧醫療產業的具體實踐」，而台灣的國家 AI 策略委員會確實也已將醫療、教育、金融與司法列為應部署可信賴主權 AI 模型的公共部門。

這裡還有一個更大的戰略框架。華碩正在推進其「AI City」策略——整合主權算力、模型、平台與應用，做城市尺度的部署——而這個藥局計畫正是建立在華碩與台南市政府既有的 AI City 合作之上。TWAI 執行長吳漢章（Peter Wu）把企圖心說得很明白：從藥事服務出發，建立一套「可驗證、可複製、可擴展」的智慧藥局模式，以此作為城市尺度 AI 應用的範本。換句話說，藥局是試點，不是終點。

必須誠實面對的限制

保持合理的懷疑是應該的。「超過 50 家示範藥局」是一個試點計畫，而醫療領域的試點有著難以規模化的漫長歷史。計畫自己的措辭也承認了這點：第一階段的目的就是「驗證 AI 輔助用藥審查在真實場域的可行性、可用性與效益」。一個 200 億參數的蒸餾模型，能否在邊角案例上——罕見的交互作用、不常見的劑量——維持 1,200 億參數母模型的可靠度，正是實地驗證要回答的問題。用藥審查是一個「漏抓一個」就等於病人傷害事件的任務，所以那 28 項自動化指標應被理解為疊加在人類藥師之下的輔助性初篩，而不是取代藥師。

商業伏筆也值得點出。Qualcomm 正在 AI PC 市場打一場硬仗，而每一個能展示 Snapdragon 晶片認真執行裝置端推論的部署案例——緊接著幾天前才在 LEAP 2026 發表的 HUMAIN Horizon Ultra AI PC 之後——都在強化「NPU 優先架構不只是省電行銷」的論述。一個由企業捐贈、卻能證明 200 億參數模型在隱私關鍵場景中切實取代雲端 API 的試點，正是邊緣 AI 廠商最需要的指標性客戶故事。

為什麼這件事的意義不止於台灣

剝掉在地細節後，這個模式是可移植的：拿一個開放權重的前沿級模型，使勁蒸餾，用嚴選的國家級資料庫做接地（grounding），跑在消費級附近的硬體上，部署進一個資料規範森嚴的專業行業。開放權重 + RAG + 邊緣晶片 + 領域工作流——這個配方，正在成為每一個在意健康資料主權的國家（也就是所有國家）發展專業 AI 的共同藍圖。

對一個仍然預設雲端 API 的產業來說，屏東某個藥局櫃檯上離線跑著 200 億參數模型，是一個小而真實的訊號：實用 AI 部署的方向，不是更大，而是更近。