醫療AI準確率89% 阿克瑞爾發表全端平台

南韓AI企業Acryl（아크릴，阿克瑞爾）發表一套整合醫院資料串接、醫療專用模型與AI代理人（AI Agent）營運的醫療AI全端平台，讓醫療機構不只是把既有資料單純串接外部服務，而是連醫院內部資料結構與模型營運一併納入管理。

阿克瑞爾20日表示，公司自19日至21日在首爾COEX舉行的「KHF 2026」展會中，展出這套名為「AI-Native Healthcare Stack」的醫療AI全端平台。KHF 2026由大韓病院協會主辦，MESSE ESSEN韓國（메쎄이상）、未來醫療產業協議會與韓國情報通信產業振興院共同主辦，是一場國際醫院暨健康科技展覽。

這套全端平台由三大部分組成：負責醫院資料層的「NADIA-ANE」、醫療專用模型「ALLM.H」，以及AI模型與代理人的營運平台「Jonathan.H」。系統會先把各家醫院不同的電子病歷（EHR）與臨床資料結構轉換成AI可理解的形式，再套用醫療專用模型，最後在實際醫院場域中管理AI代理人的運作。

「NADIA-ANE」負責把各醫院的EHR、EMR資料整理成AI能運用的形式。根據阿克瑞爾公開的NADIA介紹資料，這套系統可與EMR、PACS、LIS等醫院資訊系統對接，並將醫院資料依AI應用需求進行標準化。

「評論」在醫療AI導入過程中，資料存放位置、存取權限與標準化方式的重要性其實不亞於模型本身的效能。病患資訊與臨床紀錄多屬敏感資料，院內外系統的串接、安全控管與使用範圍都必須一併設計，才不會留下風險缺口。

「ALLM.H」是專門針對韓文醫療用語與臨床語境訓練的醫療AI模型；「Jonathan.H」則負責管理AI模型與代理人從註冊、訓練、驗證、部署、執行、再訓練到淘汰的完整生命週期。

阿克瑞爾也公布了自家的評測結果。「NADIA-ANE」在國際基準測試「EHRSQL 2024」中，正確SQL生成準確率達89.08%，納入安全性評估的綜合得分為84.78%；「ALLM.H」在以南韓醫師國家考試為基礎的「KorMedMCQA Doctor Test」基準中，正確率達到96.78%。

阿克瑞爾代表理事Park Oe-jin（박외진）表示：「醫療AI的競爭力，不能只靠單一模型的效能來決定。」他並說：「透過『NADIA-ANE』、『ALLM.H』與『Jonathan.H』串起的AI-Native Healthcare Stack，希望能讓醫院掌握資料、模型與營運的主導權，藉此提出讓醫療AX真正落地的方向。」這段發言點出，比起模型效能，醫院端的資料串接與營運治理同樣不可或缺。

阿克瑞爾在KHF 2026現場共設有三個展位。在韓國情報通信產業振興院聯合館，將完整示範這套醫療AI全端平台；在延世大學醫療院展位，則展出「NADIA-ANE」；在Doctor Answer（닥터앤서）展館，將公開透過國家型計畫「Doctor Answer 3.0」開發的皮膚疾病AI代理人「Derma Agent」與攝護腺肥大相關服務。

所謂全端（Full-Stack）AI，是把半導體、基礎設施、模型、資料與服務等層級整合成單一運作架構的模式。本刊此前曾報導過結合國產NPU與AI代理人技術推動全端AI的案例，而這次阿克瑞爾的發表，因為把醫療機構的資料結構與AI代理人營運放進同一個框架來處理，也可視為醫療AX領域的一則案例。

不過，目前公開的內容仍以展覽內容、技術架構與自家評測數據為主，具體的醫院供應合約、商用導入規模，以及實際醫療現場的應用成果，這次發表並未一併揭露。