LumineticsCore
全球第一個不需醫師判讀就能下診斷的 AI，30 秒篩出糖尿病視網膜病變
AI 醫療講了十幾年，真正跨過「AI 可以自己下診斷」這條線的產品極少。LumineticsCore 是第一個——Digital Diagnostics 是全世界第一家取得 FDA 核准、可在無醫師判讀下做出診斷的 AI 診斷平台。這個里程碑的意義遠超過產品本身。
功能特色與適用場景
它做的事很單一：在照護現場診斷糖尿病視網膜病變，影像上傳後 30 秒內給出結果。不需要眼科醫師看片。
為什麼這件事重要？糖尿病患者需要每年做眼底檢查，因為視網膜病變是可預防的失明主因，但早期完全無症狀。問題在於：多數糖尿病患者是在家醫科或內分泌科追蹤，要他們另外掛一次眼科，順從率就是上不去。全球的糖尿病眼底篩檢率長年偏低，不是因為沒有技術，是因為流程斷掉。LumineticsCore 讓篩檢可以直接在患者已經在的地方完成。
創辦人是 Michael Abramoff 醫師（同時具 PhD），公司總部在愛荷華州 Coralville。客戶包含 Johns Creek Primary Care、Tarzana Treatment Centers、Cahaba Medical Care、University Medical Center、OSF HealthCare、史丹佛醫療系統、AbsoluteCare、Zufall Health——從基層診所到大型醫學中心都有。
在美國它可用 CPT 92229 申報給付，這點很關鍵：有給付碼才有商業模式，這也是多數 AI 醫材倒在最後一哩路的原因。
台灣的情境：糖尿病人口超過 250 萬，眼底篩檢率同樣不理想。台灣已有本土團隊在做類似的 AI 眼底篩檢並取得食藥署許可，但健保給付與基層佈建仍是待解的題目。這款產品的參考價值在於它證明了「法規核准 + 給付碼 + 基層佈建」這條路走得通。
TheAI學院 編輯建議
編輯實測後的真心話這是我心目中 AI 醫療該有的樣子：目標窄、證據硬、有給付碼。相較之下，市面上一堆宣稱能「輔助診斷幾十種疾病」的產品，往往連一個適應症的前瞻試驗都沒做完。台灣其實不缺做眼底 AI 的團隊，缺的是把「法規、給付、基層佈建」三件事一起打通的耐心——那不性感，也拿不到創投的錢，但那才是讓技術真正救到人的部分。
主要功能
- FDA 核准可在無醫師判讀下做出診斷
- 影像上傳後 30 秒內產出結果
- 於照護現場（point-of-care）直接完成篩檢
- 針對糖尿病視網膜病變
- 美國可用 CPT 92229 申報給付
- 協助改善 HEDIS、MIPS 等品質指標
如何使用 LumineticsCore
- 家醫科或內分泌科照護現場導入 LumineticsCore。
- 替糖尿病患者拍眼底影像上傳。
- 30 秒內得到糖尿病視網膜病變診斷結果。
- 免眼科醫師另外看片。
- 提高糖尿病患者眼底篩檢順從率。
- 為全球首個 FDA 核准可自主下診斷的 AI。
- 異常結果仍須轉眼科進一步處置。
適用場景
- 家醫科與內分泌科診間的糖尿病眼底篩檢
- 偏鄉與醫療資源不足地區的視網膜病變篩檢
- 醫療體系的糖尿病照護品質指標改善
- 大型健康檢查機構的眼底篩檢流程
LumineticsCore 的優點與缺點
優點
- 全球第一個取得 FDA 自主診斷核准的 AI 平台，法規地位無可取代
- 把篩檢移到患者已經在的地方，直接解決順從率問題
- 有明確的給付碼，商業模式成立而非只是概念驗證
缺點
- 僅針對糖尿病視網膜病變單一適應症
- 未在台灣取得許可，本地醫療機構無法直接使用
- 需搭配符合規格的眼底攝影設備，硬體另有成本
價格方案
醫療機構採購，美國可用 CPT 92229 申報給付；未公開定價
LumineticsCore 常見問題
AI 自己下診斷，出錯了誰負責？
這正是 FDA 核准過程中被最嚴格檢視的部分。在美國的實務安排下，醫療機構仍須依循使用規範，並對陽性結果轉診眼科；製造商則對演算法的效能負產品責任。它的設計定位是「篩檢」而非「確診治療」——判定為異常的患者一律轉眼科，所以錯誤的主要風險是偽陰性，這也是臨床試驗中的核心指標。
台灣有類似的產品嗎？
有。台灣已有本土團隊開發 AI 眼底影像篩檢並取得食藥署許可，技術路徑相近。真正的差距不在演算法，而在給付與佈建——美國有 CPT 92229 這個給付碼讓基層診所有誘因做，台灣的健保給付與基層設備佈建則還在發展中。這是政策題不是技術題。
使用者評價
還沒有足夠評價，搶先分享你的使用心得！
寫下你的評價
LumineticsCore 的替代方案
查看相似的 AI 工具 →相關 AI 工具
猜你也想看的AI 醫療與健康
更多美國的 AI 工具
同樣來自美國的 AI 工具，一起看看。
LumineticsCore 評測：值得用嗎？
一句話結論
它可能是整個 AI 醫療產業最重要的一個產品——不是因為技術多強，而是因為它證明了「AI 自己下診斷」這條路在法規與給付上走得通。
實際能做什麼
功能極度單一：在照護現場診斷糖尿病視網膜病變，影像上傳後 30 秒內給結果，不需要眼科醫師判讀。Digital Diagnostics 是全世界第一家取得 FDA 核准、可在無醫師判讀下做出診斷的 AI 診斷平台。
為什麼這件事重要？糖尿病患者要每年做眼底檢查，因為視網膜病變是可預防的失明主因，但早期完全無症狀。問題在於多數糖尿病患在家醫科或內分泌科追蹤，要他們另外掛一次眼科，順從率就是上不去。LumineticsCore 讓篩檢直接在患者已經在的地方完成。
在美國它可用 CPT 92229 申報給付。這點才是關鍵——有給付碼才有商業模式，多數 AI 醫材就是倒在這最後一哩路。
客戶從基層診所（Johns Creek Primary Care、Cahaba Medical Care）到大型體系（史丹佛醫療系統、OSF HealthCare）都有。
優點
- 全球第一個 FDA 核准可自主診斷的 AI，法規地位無可取代
- 有 CPT 給付碼，商業模式完整，不是拿補助在跑的示範計畫
- 30 秒出結果、在照護現場完成，真正解決了轉診流失的問題
- 客戶涵蓋基層到醫學中心，代表流程可在不同規模落地
缺點
- 功能極窄，只做糖尿病視網膜病變一件事
- 不公開定價，需醫療機構洽詢採購
- 自主診斷的責任歸屬在實務上仍有討論空間，各院的風險政策不同
- 影像品質不佳時會判讀失敗，仍需訓練人員正確拍攝
適合誰
- 有大量糖尿病追蹤個案、但沒有眼科的基層診所與家醫科
- 想提升 HEDIS、MIPS 等品質指標的美國醫療體系
- 想理解 AI 醫材完整落地路徑的產業與政策工作者
不適合誰
- 已有眼科醫師常駐、篩檢量能充足的醫院——增益有限
- 需要全面眼底疾病診斷的場景，它不看青光眼、黃斑部病變以外的範圍
替代方案
- EyeArt：同為 FDA 核准的自動化糖尿病視網膜病變篩檢，站上尚未收錄
- 台灣本土亦有團隊做 AI 眼底篩檢並取得食藥署許可，實務上更貼近本地流程
台灣觀點
台灣糖尿病人口超過 250 萬，眼底篩檢率同樣不理想，痛點跟美國幾乎一樣。技術端我們並不落後——本土團隊做得出來，也拿得到食藥署許可。真正卡住的是後面兩段：健保怎麼給付，以及基層診所有沒有動機佈建。
這就是為什麼我覺得 LumineticsCore 值得台灣的政策與產業界認真研究。它示範的不是演算法，是「法規核准 → 給付碼 → 基層佈建」這條完整的路。演算法我們有，路還沒鋪好。
評語：AI 醫療談了十幾年，真正跨過「AI 可以自己下診斷」這條線的產品極少。它的價值不在技術指標，在於它把後面那些沒人想處理的制度問題全部走過一遍。
本評測由 TheAI學院編輯群整理，內容力求客觀、含優缺點，僅供參考。
最後更新：2026年9月