超過1億次使用、擁有700萬MAU的醫療AI服務Ubie

嗨，謝謝你點開本週的 MisoNews！

這篇文章要介紹的是最近在醫療資訊界非常有名的新創 Ubie，根據 INITIAL 顯示目前估值約 311.8 億日圓。

研究過後覺得題目很貼近生活，也滿喜歡他們的服務介面。這次分成上下兩集介紹，上集主要會介紹 toC 與 toB 的兩大主力事業，以及創業故事，下集則應該會著重在 Ubie 的成長以及他們描繪的醫療科技藍圖。

▼ 訂閱 MisoNews 日本新創報，每週收到日本新創、科技、行銷的趨勢觀察文章 📩

超過 1 億次使用的Ubie 症狀搜尋服務

你有沒有這樣的經驗，突然感覺肚子痛很不舒服，想知道自己身體出了什麼狀況，拿起手機就搜尋「肚子痛 原因」。

通常會得到的搜尋結果頁面會有一整排像是「整理包/ 為什麼肚子痛？一張圖讓你秒懂！」「肚子痛怎麼舒緩？左右上下腹部痛的原因？該看什麼科」「肚子絞痛、反覆拉肚子？你可能患有「腸躁症」！」「常常莫名肚子痛，不代表腸胃狀況不好！10大腹痛常見疾病」⋯⋯等等這類的結果。

但是說真的，看完這些懶人包或是介紹疾病的衛教文章後，覺得每個症狀好像都有一點點，還是很難把握自己的肚子痛來自什麼原因、是不是需要就醫。

而 Ubie 症狀搜尋引擎 的誕生徹底改變了這個體驗。

Ubie 症狀搜尋引擎（以下簡稱 Ubie App）利用 AI 引導使用者回答問題，協助釐清症狀與可能相關的病名。

服務推出於 2020 年 4 月（正好是疫情爆發的時期），2023 年 6 月宣布累積使用次數已經超過 1 億次。

目前註冊會員超過 255 萬人，MAU 也有 700 萬，個人覺得以醫療類應用程式來說，表現非常出色。

使用方式很簡單，跟著畫面上顯示的題目一步一步回答下去就行，題目會越來越詳細，例如一開始會問你肚子痛的感覺最接近什麼感覺，接下來會問你最近是否有貧血症狀、腹痛是否定期發生等等。

Ubie 透過你的回答來找出相關的疾病，並且一個一個問題篩選下去，最後會留下三到五個相關性較高的疾病名稱，推薦你要看哪科。

可能會有的一個疑慮是，這個服務會不會讓用戶「自行診斷」，結果不去醫院接受適當的診療。Ubie App

在最後顯示結果時也寫下警語，說明這不是醫療診斷服務，只是提供與用戶回答相關的病名，協助用戶順利就診。

根據 Ubie 在 2023 年 6 月公布的資料，有超過 1 千萬人在使用 Ubie App 後實際到醫療機關就診。這些用戶給的回饋例如：

• 利用 Ubie 可以幫助我判斷該去哪一科掛號，很有幫助
• 發現病症比想像中的還要嚴重，立刻住院手術，因為用了 Ubie 所以及早就醫，真的太好了

Ubie 創業故事與 toB 事業

上述的 Ubie App 醫療搜尋引擎事業讓 Ubie 一舉成為知名新創，公司也在 2022 年 10 月宣布完成 62.6 億的 C 輪融資。不過其實 Ubie 的主力事業有三個：

• to C：症狀搜尋引擎事業 Ubie App
• to B：Ubie AI 問診、Ubie Link 等
• 製藥事業

C 輪的資金用途除了繼續開發症狀搜尋引擎事業、投入行銷預算以外，主要用途是 AI 問診事業以及製藥事業。

製藥事業我不太熟悉，AI 問診事業倒是引起我很大的好奇心，不過在詳述事業內容之前，必須先介紹 Ubie 的創辦人背景以及公司的願景。

Ubie 的共同創辦人分別是阿部吉倫（醫師）與久保恒太（工程師）兩位，他們其實是高中同學。因為受到漫畫ドラゴン桜（中譯：東大特訓班）的影響，兩人一起拼命念書準備大考，最後都考上了日本首屈一指的名校。

阿部吉倫（醫師）在高中畢業後就讀東京大學醫學部，久保恒太則是進入京都大學工學部，畢業後到東京大學大學院工學系研究科攻讀碩士。

久保恒太在大學時期本來沒有打算要當工程師、也沒有打算要創業，但在京大遇到一位老師，讓他內心燃起對於創業的熱情，於是碩士班轉戰 AI 研究，致力於研究開發可以預測病症的系統。

畢業後，久保恒太先進入知名的醫療資訊公司 M3（エムスリー）就職，在職期間接觸許多醫療資訊產品。

另一方面，醫科生的阿部吉倫進入東大醫院當實習醫生，切身體驗了許多醫療界特有的課題，例如龐大耗時的病歷管理、醫師的過勞問題、把醫院當便利商店逛的病人等等。

兩人在就職後仍保持聯繫，阿部氏對於久保氏的「醫療×AI」事業藍圖感到贊同，兩人在 2017 年 5 月共同創辦了 Ubie。

從創辦人的背景與經歷可以看出，Ubie 聚焦的問題並不是單單只有協助患者辨識症狀，而是想解決醫療現場、醫病關係的許多課題，而且必須從醫療機構與病人兩個方面同時著手。

醫療現場的問題盤根錯節，非醫事人員的我們也只能從數據窺知一二。

根據 Ubie 的簡報資料，可能引發過勞死的加班時間是每月 80 小時，而住院醫師每月平均加班時數為 166 小時，是過勞死基準的 2 倍以上。Ubie 認為主要原因在於問診業務與病歷管理業務的效率低落。

阿部吉倫也在該簡報寫下這樣一段話：

我在病院急診科的時候，沒有時間好好看著患者的臉進行診斷，因為我必須一邊問診一邊寫下病歷。

（中略）醫師們口中對於行政事務工作跟系統有諸多不滿，但大多都呈現半放棄的狀態。這樣建構在醫事人員的犧牲與病人的忍耐之上的醫療體系，遲早會崩塌。

所以我下定決心離開臨床，要讓病歷業務這個跟病人滿意度毫無關係的業務消失。等到醫師能夠真的好好面對病人的那天，我希望能夠再次回到臨床現場。

Ubie 的 AI 問診服務就是在這樣的背景之下誕生的。這個服務於 2018 年上線，主要的對象是包含診所、醫院等醫療機構，目的在於將病歷管理效率化、數位化，並重塑醫病之間的溝通模式。

舉例來說，去到診所掛號時首先會拿到一張 A4 大小的問診單，經常不知道怎麼填才能正確描述自己的症狀，而 Ubie 提供的 AI 問診會一步一步引導患者，讓患者可以更簡單回答問題，卻又能得到更深入的問診結果，減少醫師花時間梳理病人曖昧的描述的麻煩。

（雖然我不是醫生沒有實際用過，但）病歷管理系統的介面看起來也很好用，讓我想起以前去看耳鼻喉科時經常會偷瞄醫生的電腦螢幕，那個病歷介面看起來從 90 年代至今都沒有更新過。

Ubie AI 問診可以提高問診跟病歷管理的效率，甚至有醫師表示問診業務所需的時間減少到 1/30、寫病歷的時間也變短了，可以提早兩小時下班。