體檢報告唔應該「睇完就算」：愛康與華為雲用 AI 管理員工健康全年 12 個月

一年一次的身體檢查，往往會換來一份報告，卻未必換來之後 12 個月的實際行動。2026 年 8 月 21 日，愛康集團與華為雲推出企業級 AI 健康管理智能體及全流程聯合方案，正正針對這個「體檢後斷層」：將一次性的檢查福利，延伸成以健康紀錄、個人化行動和持續跟進為核心的服務。237

今次推出的是甚麼？

兩家公司展示的，不只是一個幫人總結體檢報告的 AI 工具，而是一套面向企業員工健康計劃的持續管理流程。方案所涵蓋的環節包括：

健康建檔 → 方案定制 → 個人化干預 → 動態監測 → 智能預警。257

換句話說，系統希望在體檢之後繼續回答三個實際問題：報告由誰專業解讀？誰會提醒員工採取行動？當健康狀況有變化時，又由誰持續跟進？36

由年度體檢變成全年管理，會怎樣運作？

1. 將一次性報告變成持續更新的健康檔案

在用戶授權的前提下，方案可整合歷年體檢紀錄、用戶自行提供的健康資料，以及活動報道提到的華為運動健康裝置連續數據，建立一份會隨時間更新的個人健康檔案，而不再只留下一個年度健康「快照」。346

華為 Health Kit 的開發者文件亦指，在取得用戶授權後，應用程式及服務開發者可以透過 API 讀取華為及生態合作夥伴開放的健康和健身數據，為用戶提供個人化數碼健康服務。18

2. 按健康風險制定個人化計劃

智能體旨在根據可用的健康資料，生成個人化健康任務及干預計劃。報道提到的例子包括飲食、運動和覆檢等建議，並會按用戶的風險水平及監測需要調整跟進頻率。211

不過，能夠「生成建議」和真正提供醫療照護，並不是同一回事。健康計劃要有用，除了要易明和適合個人情況，還要能夠連接到一個做得到的下一步行動。

3. 用提醒、打卡及跟進融入日常

方案擬透過提醒、打卡、隨訪等較輕量的互動，將健康管理放入員工的日常工作節奏。與其要求員工記住幾個月前報告上的建議，系統會定期提示任務，並記錄執行情況，試圖改善健康管理常見的「三分鐘熱度」問題。25

這種做法或可令預防性健康管理更加連續，但不代表員工一定會參與。有人可能會忽略重複提醒；企業亦需要清楚交代，參與是否自願，以及個人健康資料會否被用作影響員工的理由。

4. 持續監測，出現風險時發出提示

動態監測旨在隨時間追蹤新資料，當系統識別到可能值得關注的情況時發出風險提示。發布資料將這一步視為由建檔、定制計劃到干預之後的閉環最後一環。27

但「風險提示」不等於診斷。若出現令人擔心的結果，安全的部署方式應該是有清晰的升級及轉介流程，交由合資格醫護人員判斷，而不是把自動化結論當成臨床診斷或治療決定。

愛康和華為雲各自帶來甚麼？

愛康：體檢數據及健康管理服務經驗

愛康表示，過去 22 年累積約 8,000 萬條合規醫療或體檢數據，並具備在不同場景營運健康管理服務的經驗。125

這些數據及既有服務流程，為合作方案提供歷史健康資料和醫療服務基礎；對愛康而言，亦是由定期體檢服務供應商，逐步延伸至持續健康管理服務的一種定位轉變。

華為雲：AI 能力及數碼基礎設施

華為雲提供雲端運算和 AI 能力。發布相關報道所提到的能力包括醫學邏輯推理、權威臨床指南分析及智能檢索。157

其健康數據生態亦可在獲得授權後接入健身及健康資料，理論上為年度體檢和更頻密的日常量度之間搭起橋樑。18

因此，合作背後的分工是互補的：愛康提供健康數據及醫療服務營運經驗，華為雲則提供將資料整理、分析並於企業規模下支援服務的 AI 和雲端層。不過，發布合作方案本身，並不能證明其臨床成效。

這反映醫療 AI 的甚麼趨勢？

一方面，醫療機構正嘗試將 AI 應用於臨床及行政工作。Doximity 於 2026 年對 3,151 名美國醫生進行的調查顯示，94% 受訪者正在使用 AI，或對在臨床工作中使用 AI 有興趣；其中 54% 表示已經使用 AI。33

另一方面，基於 Elsevier 研究的報道指出，中國有 56% 的臨床專業人員在日常工作中使用 AI，全球比例則為 49%。由於兩項數據的調查對象、方法和衡量方式並不完全相同，不能簡單視為美國與中國的直接排名比較。36

更深層的轉變，是健康服務由一次性的約診或篩查，走向較長期的預防、慢性病支援、行為干預及持續風險管理。愛康與華為雲這次推出的方案，可以視為將這種「縱向管理」概念應用到企業員工福利的嘗試；但發布會展示的是預計運作模式，並不是已經在大規模應用下證實有效。

能否取得信任，取決於哪些安全底線？

最重要的是清楚劃分 AI 和醫生的責任。發布相關報道指，AI 可負責資料整理、報告解析、初步生成健康方案及日常提醒；醫生則審核建議、修正偏差，並提供臨床判斷及專業溝通。346

一個較實際的原則是：AI 生成，醫生核實，人作決定。 系統必須清楚區分一般健康建議、風險分層、診斷和治療，不能令人誤以為 AI 提示就是醫療結論。

私隱同樣是核心問題。員工健康資料應在有實質意義的授權、適當存取控制和清晰使用界限下收集及使用；企業亦要說明自己可以看到甚麼，不能看到甚麼，以及個人健康資料會否影響工作安排或人事決定。

一篇有關發布會的報道稱，愛康核心系統採用私有雲部署，並取得信息安全等級保護三級認證；除法律要求提供身份資料的檢測外，第三方樣本會以編碼而非真實姓名送檢。這些屬於公司所披露的保障措施，並不等同於針對今次特定產品的獨立審計結果。5

此外，獨立測試亦可增加問責性。評估不應只看答案是否流暢，還要檢視準確度、偏差、保安、提示質素、誤報、漏報及系統失效情況。AI Verify 等 AI 治理框架，正是希望令負責任 AI 的測試更加客觀和可驗證。17

商業上仍有幾個問題未有答案

企業會否願意付費？

這套方案將經濟模式由一次性體檢採購，轉為持續健康管理服務。企業需要看到足夠證據，證明持續支援能帶來員工參與度、覆檢跟進或其他可量度的價值，才足以合理化額外成本。今次發布未有提供相關證據。

醫生審核能否跟得上規模？

生成提醒和初步計劃或許容易擴大，但審核建議、糾正錯誤、回答問題及跟進風險提示，都需要合資格人員和相應營運能力。若使用量增加，人工審核和臨床支援層亦必須同步擴充。

方案是否真的改善健康結果？

發布會證明的是一套預計中的工作流程，而不是完整的成效研究。現有資料未能證明方案可以降低疾病風險、醫療支出或缺勤率，也未能證明它一定會改善員工依從性或臨床結果。這些問題仍要靠獨立量度的真實世界數據回答。

員工會否信任並持續使用？

全年健康管理以員工參與為前提，而參與又建基於信任。員工需要清楚知道收集了甚麼資料、授權代表甚麼、誰可以接觸個人資料，以及僱主會如何——或不會如何——使用這些資料。

這次發布真正代表甚麼？

愛康和華為雲提出的核心構想，是將企業健康福利由「一年一次」變成「全年持續」。重點不只是 AI 可以讀取體檢報告，而是嘗試將報告連接到個人化任務、日常提醒、持續更新的數據，以及專業醫生跟進。

最終能否成為有實質價值的改善，關鍵不在於智能體能否再生成一份健康計劃，而在於醫生審核是否可靠、私隱架構是否可信、員工能否長期參與，以及企業是否願意投資並接受獨立成效評估。