Health 100是這篇文章討論的核心



CVS × Google 強強聯手!Health 100 如何用 AI 改寫 personal healthcare game?
© 2026,Tima Miroshnichenko / Pexels. 醫生手持數位平板分析病患資料,象徵 AI 驅動的醫療數據革命。

💡 核心結論

Health 100 不是單純的 APP,而是 CVS 用 Google Cloud AI 打造的一站式健康管理生态系。它把保險、處方、診斷數據全部打通,用機器學習做即時風險預警,目標是把藥物不遵從率砍半,同時把慢性病管理成本壓低 30%。

📊 關鍵數據

  • 全球醫療 AI 市場:2026 年估達 5,120 億美元,2034 年看 6,138.1 億美元(CAGR 36.83%)
  • 藥物遵從性改善:AI 介入可將慢性病患服藥準確率從 50% 提升至 80% 以上,節省醫療支出高達 2,900 億美元/年(美國)
  • 市場規模預測:到 2027 年,AI 醫療診断單獨市場將突破 350 億美元

🛠️ 行動指南

醫療機構與新創公司現在就該開始:1) 導入 FHIR 標準化數據格式;2) 與雲端 AI 供應商(如 Google Cloud Healthcare API)整合;3) 設計Patient-facing nudges(行為 nudges)提高遵從性。

⚠️ 風險預警

數據隱私(HIPAA 合規)、AI 模型的偏見(bias)、以及跨系統互操作性仍是最大挑戰。此外,Google 與 CVS 的壟斷趨勢可能引發反托拉斯調查。

這波操作很狂!CVS 把保險、藥局、AI 全部綁在一起

第一眼看到 CVS Health 和 Google Cloud 的这个消息時,我還以為是愚人節早曝光。但仔細一瞧日期——2026 年 3 月 5 日,這波合作是動真格的。

根據 CVS 官方新聞稿,新成立的子公司 Health 100(名字取的蠻有意思, Hundred 暗示「百%健康」?)將打造一款「AI-native consumer engagement platform」。這話的意思很簡單:這不是個後加 AI 功能的舊系統,而是從地基就為 AI 設計的平台。

Health 100 的核心,是要把 CVS 旗下所有業務數據打通:Aetna 的醫療保險理賠數據、CVS Caremark 的藥局 beneficiar 資料、MinuteClinic 的診斷紀錄,甚至零售藥局的OTC銷售行為,全部丟進 Google Cloud 的數據湖。

這簡直是美國醫療體系的一次數據大融合。美國醫療長期被批為「資料孤島」,每家醫院、保險、藥局都有自己的格式,患者轉個診所資料就斷在那。如今 CVS 作為全美最大綜合醫療集團之一,決定把內部數據全部 API 化,這動作无异於是對市場丟了一顆震撼彈。

Pro Tip: Google Cloud Healthcare API 支援 HL7 v2、FHIR、DICOM 等多種醫療標準格式。CVS 若想把不同來源的資料整合,一定會大量使用 FHIR (Fast Healthcare Interoperability Resources) Resource 結構,這也將迫使合作的外部医疗机构跟進,順勢推動美國醫療互操作性標準化。

實測觀察:Google Cloud 在醫療領域的布局越來越 aggressive。2024 年 HIMSS 大會上,Google 公布了 MedLM 與 Vertex AI 結合的方案,而這次直接與 CVS 深度綁定,顯示 Google 想用「vertical solution」打法(垂直整合方案) rather than 只賣基礎 IaaS。

Google Cloud Healthcare API 的底層 Magic:FHIR、BigQuery、Vertex AI

要理解 Health 100 的能耐,我們先拆解 Google Cloud 提供的工具組。它可不是只给一壇 CPU,而是給了一個完整的數據中台组装包。

圖解 Google Cloud Healthcare API 的技術堆疊與整合流程 Google Cloud Healthcare API 架構圖 FHIR/DICOM HL7 v2 Google Cloud Healthcare API BigQuery Vertex AI & MedLM 原始醫療數據 數據倉儲 預測模型與NLP

Google Cloud Healthcare API 就像是醫療數據的轉接頭(adapter),能把各醫院、診所、保險公司 garbage in、garbage out 的混亂格式,轉成標準化的 FHIR resources。這一步至關重要,否則後續的機器學習根本無從谈起。

轉換後的數據會進入 BigQuery,Google 的受管 Warehouse。BigQuery 的強處在於 serverless + SQL 介面,數據科學師可以直接用 Standard SQL 查詢數 PB 級的臨床資料,不需要自己管叢集。

最後,Vertex AI 加上 MedLM(醫療特化 LLM)會從 BigQuery 抓 data 訓練 risk prediction 模型。MedLM 是 Google 在 2024 年推出的醫療大模型,據稱在臨床問答任務上 beat 了 GPT-4,這對生成個人化健康建議至关重要。

Pro Tip: 根據 Frontiers in Digital Health 2025 年的系統性review,Google Cloud Healthcare API 支援真正的 零信任架構(Zero Trust),所有資料在傳輸與靜態時都加密,且符合 HIPAA、GDPR。CVS 能選它,某種程度上也是看中合規性。

那麼,這些 AI 模型具體能做什麼?新聞稿提到「risk prediction 與 personalized treatment recommendations」。這意味著模型會根據病患的藥物消費紀錄、診斷歷史、甚至可穿戴裝置的生理數據,預測未來 30 天內再入院(readmission)的機率,或是慢性病(如糖尿病)急性惡化的風險。系統會自動觸發提醒給護士或病患本人。

藥物不遵從是老大難問題?AI nudges 讓患者自動打卡服藥

美國醫療體系最大的黑洞之一,就是藥物不遵從(medication non-adherence)。根據 multiple sources,約 50% 的美國患者(9,350 萬人)沒有按醫囑服藥,導致每年額外花掉 3,250 億美元在可避免的住院上。

Health 100 的亮點,在於它整合了 CVS Caremark 的 藥物依從性數據,也就是病人什麼時候去藥局領藥、refill 的頻率、甚至 OTC 購買情況。AI 模型會綜合這些行為數據,判斷病人是否「有可能」忘了吃藥。

傳統的 reminder 只是定時發簡訊,但 AI-nudge 更進階:它會學習病患的行為模式。例如假設你習慣晚上八點看新聞,系統會在新聞時段插播提醒;如果 predictive model 判定你明天可能因症狀忘記吃藥,它會提前一天發通知给你的家人或主治醫師。

AI 驅動的藥物遵從性平台運作流程圖 Health 100 藥物遵從性 AI 流程 藥局領藥紀錄 可穿戴裝置數據 診斷病历 AI Prediction sms 家人

學術圈已有多篇研究支持 AI 對藥物遵從性的幫助。2024 年发表在 Journal of the American Pharmacists Association 的一項研究显示,由臨床藥師領導、AI 輔助的遵從性計畫,不僅提升慢性病控制指標,還創造顯著的醫療成本節省。關鍵在於 AI 能動態调整提醒策略,而不是千篇一律。

Pro Tip: 行為經濟學里的 nudge theory 是這類系統的理論基礎。好的 nudge 必須:1) 及時(timely),2) 個人化(personalized),3) 低阻礙(low friction)。Health 100 若想成功,會需要與行為科學家合作,設計出 patients actually want to engage with 的互動,而不會淪為又一則被忽略的通知。

對比傳統的「打電話追蹤」或者「紙本病歷」,AI 自動化確實在 scale 上甩開對手。CVS 經營數千萬病患,若每人每月省下 5 分鐘藥物管理時間,换算成全美勞動力價值就驚人。

2026 年以後:個人化醫療會变成怎樣的怪物?

把保險、藥局、AI 綁在一起,這不只是技術升級,而是商業模式的重塑。未來你可能不會「買保險」,而是買一個 健康管理订阅,里面包含藥物、診斷、運動建議,甚至基因檢測。

Google 這邊的收益模型,除了向 CVS 收取 Cloud 使用費,更重要的是拿到 高品質醫療數據。這些 de-identified 數據可以訓練更好的醫療 AI,再以 SaaS 形式賣給其他醫療系統,形成數據網絡效應。

但我們也得看到暗面。首先,隱私:醫療數據外泄的代價遠高於信用卡資料。盡管 Google 宣稱符合 HIPAA,但大規模集中數據本身就會成为黑客的 high-value target。其次,偏見(bias):如果訓練數據主要來自 CVS 的客戶 base(可能偏弱勢群體、低收入家庭),模型在預測風險時可能系統性低估某些群體的風險,導致护理不足。最後,反托拉斯:Google 已經在Search 和廣告市場坐大,若再主導醫療 AI 平台,政治壓力少不了。

Pro Tip: 關注 Genomics + AI 的融合。Google 在 2024–2025 年積極推動 Genomics API on Cloud,未來 Health 100 有可能整合基因數據,提供 藥物基因體學(pharmacogenomics)建議——告訴你「根據你的基因突變,这款降压药对你效果较差,建议换用另一款」。這是精準醫療的下一個前沿。

總結來說,CVS × Google 的合作,iclear indication of the direction healthcare IT is heading: integrated data + AI-driven nudges + outcome-based pricing。其他醫療集團(如 UnitedHealth、Kaiser Permanente)非跟進不可,否則將在患者體驗與成本控制上落后。

常見問題(FAQ)

Q1: Health 100 平台什麼時候會正式上線?目前有哪些州可以使用?

根據 CVS 新聞稿,Health 100 平台將從 2026 年下半年開始,先在某些市場進行 beta 測試,預計 2027 年全國上線。具體涉及哪些州尚未公布,但很可能從 CVS 医療-insurance 業務最強的州(如加州、德州、佛羅里達)先行。

Q2: 我的醫療數據會被賣掉嗎?隱私如何保障?

Health 100 的個人化服務需要分析你的數據,但 CVS 與 Google 均宣稱會遵守 HIPAA 規定,且數據會去識別化(de-identified)後再用於 AI 训练。你仍可選擇退出數據分享。然而,請務必詳讀用戶協議條款,了解哪些數據會用於secondary purposes。

Q3: 非 CVS 保險的消費者能否使用 Health 100 平台?

健康 100 的設計初衷是「Regardless of which pharmacy, care provider, medical insurance company, pharmacy benefits manager and digital health solution providers they use」,理論上任何美國居民都能下載使用。但若你無 CVS 保險,某些基于保險數據的精準功能可能受限,平台會以一般健康建議替代。

Share this content: