醫守科技股份有限公司
更新日期：2026/04/22
主要應用領域
主要應用領域
Health Care
產品/服務
醫守科技主打產品「好完診(DxPrime) 」與「精準用藥領航員(Medigator) 」，擁有台灣美國最大之35億筆處方資料集，以人工智慧分析醫師開立處方的行為邏輯，即時偵測不適當診斷與處方提供最適建議，證明可為客戶偵測並預防超過10%營收，以及10倍的人工效率。
成立年份
2019
統一編號
85127486
公司狀態
營運中
負責人
龍安靖
團隊人數
0
實收資本額
26,350,100 (元/新臺幣)
註冊地址
臺北市松山區復興北路201號4樓
網站連結
成立年份、公司狀態、負責人、實收資本額、註冊地址均來自「經濟部商業發展署 全國商工行政服務入口網」；出場係指多元出場，包括準出場的興櫃、併購收購(M&A)及上市櫃(IPO)；海外發展國別係透過新創企業自行提供，以及報名媒合活動時填寫資料進行蒐集，故無法即時更新，如欲更正， 請e-mail至findit.tier@gmail.com，謝謝。
註：本平台係透過蒐集公開資訊等方式，將公司資料彙整於網頁中供各界查詢，非該公司聯繫人，亦與該公司無直接關連，請勿致電詢問公司相關事宜。
會員專屬內容
會員專屬內容，觀看前請先登入會員
公司簡介
在醫守正式從臺北醫學大學分割獨立之前，我們的核心模型便已經累積了長達十年的研究基礎。醫守的原型，其實是李友專教授長期領導的用藥安全研究計畫，歷經其與不同研究團隊的努力下，逐步奠定了模型資料庫與分析能力。
早年電腦的運算能力非常有限，李教授和當時的研究成員們在一開始試圖釐清疾病和藥物之間的交互關係時，曾經彙整了長達12年的健保資料量、ICD-9版本的7,000種疾病和1,400種藥物，甚至大費周章地調度了國家高速網路與計算中心的運算資源，但沒想到卻被告知這樣的資料量，需要花100年以上的時間才算得出來！
為了解決這個窘境，他們想出了一個比較可行的作法，與其一次做到跨構面的多變量分析，他們先在每個獨立的構面內進行個別研究，分別探索疾病與疾病之間的關係，並用同樣的方法分析所有藥物，之後才逐步做到跨構面的交叉分析，進一步了解疾病與藥物彼此的互動。
在這之後，研究的跨度慢慢從純學術研究延伸到臨床研究，也解鎖了新的關卡。
理想主義型的研究人員終於被迫面對：學術及臨床研究做得再有價值，若不能落地實現產品的規模經濟，就不可能真正應用在更多臨床實務中、幫助醫生解決現實世界中的醫療問題。更深深感受到，那些隱藏在龐大複雜的電子病歷系統裡的難題，並非外界能夠想像，因此李教授萌生了創業的想法，延攬了龍安靖與Jeremiah Scholl博士加入，一同打造務實好用的工具改善醫療問題。
2019年醫守公司化之後，開始大規模擴充病歷數據庫，除了臺灣健保，也陸續收錄美國聯邦醫療保險(Medicare)、全球知名醫院Mayo Clinic，以及DARTNet等資料，目前病歷總量已經累積到32億筆。隨著AI運算能力的精進，醫守更從中淬鍊出五百萬條臨床關聯知識，構建更強大的臨床深度推論分析網路模型，涵蓋了診斷、用藥、手術處置、檢驗檢查與病歷文本等更多元完整的分析構面，以適應不同醫療情境需求。也因為此網路模型能呈現清楚的推論邏輯，大幅提高了使用者們對產品的信任，逐漸打開名聲。
隨著人工智慧進入百花齊放的時代，醫守持續致力於以科技保障病人安全，運用多元靈活的解決方案滿足臨床需求，在臨床決策過程中實現更多醫療人工智慧的「有意義使用(meaningful use)」 ，促使病歷資訊上下游整合更加順暢，提升臨床工作效率與醫療品質。
早年電腦的運算能力非常有限，李教授和當時的研究成員們在一開始試圖釐清疾病和藥物之間的交互關係時，曾經彙整了長達12年的健保資料量、ICD-9版本的7,000種疾病和1,400種藥物，甚至大費周章地調度了國家高速網路與計算中心的運算資源，但沒想到卻被告知這樣的資料量，需要花100年以上的時間才算得出來！
為了解決這個窘境，他們想出了一個比較可行的作法，與其一次做到跨構面的多變量分析，他們先在每個獨立的構面內進行個別研究，分別探索疾病與疾病之間的關係，並用同樣的方法分析所有藥物，之後才逐步做到跨構面的交叉分析，進一步了解疾病與藥物彼此的互動。
在這之後，研究的跨度慢慢從純學術研究延伸到臨床研究，也解鎖了新的關卡。
理想主義型的研究人員終於被迫面對：學術及臨床研究做得再有價值，若不能落地實現產品的規模經濟，就不可能真正應用在更多臨床實務中、幫助醫生解決現實世界中的醫療問題。更深深感受到，那些隱藏在龐大複雜的電子病歷系統裡的難題，並非外界能夠想像，因此李教授萌生了創業的想法，延攬了龍安靖與Jeremiah Scholl博士加入，一同打造務實好用的工具改善醫療問題。
2019年醫守公司化之後，開始大規模擴充病歷數據庫，除了臺灣健保，也陸續收錄美國聯邦醫療保險(Medicare)、全球知名醫院Mayo Clinic，以及DARTNet等資料，目前病歷總量已經累積到32億筆。隨著AI運算能力的精進，醫守更從中淬鍊出五百萬條臨床關聯知識，構建更強大的臨床深度推論分析網路模型，涵蓋了診斷、用藥、手術處置、檢驗檢查與病歷文本等更多元完整的分析構面，以適應不同醫療情境需求。也因為此網路模型能呈現清楚的推論邏輯，大幅提高了使用者們對產品的信任，逐漸打開名聲。
隨著人工智慧進入百花齊放的時代，醫守持續致力於以科技保障病人安全，運用多元靈活的解決方案滿足臨床需求，在臨床決策過程中實現更多醫療人工智慧的「有意義使用(meaningful use)」 ，促使病歷資訊上下游整合更加順暢，提升臨床工作效率與醫療品質。
