Page 11 - 35-2

NTU Management Review Vol. 35 No. 2 Oct. 2025

數據分析技術輔助醫生進行診斷決策，減少誤診風險 (Longoni et al., 2019)。第三，
治療輔助：AIoT 支援遠距醫療，透過智能設備讓醫生遠端監測患者狀況，提供個
人化治療建議 (Markets and Markets, 2020)。AIoT 亦支援患者的復健進度，提供即時
反饋。第四，慢性病管理（如糖尿病監控、心臟病管理）：AIoT 在慢性病管理方面
發揮重要作用，例如透過智慧血糖監測系統追蹤糖尿病患者的血糖變化，並結合 AI

提供飲食與運動建議 (Gonzalez and Patel, 2020)。此外，心臟病管理系統可分析心律
數據，提前預警心血管問題，幫助有效管理病情。
隨著 AIoT 技術進步，其在醫療領域的應用將更加深入。透過提升健康監測、
診斷支持、治療輔助與慢性病管理，AIoT 將為全球醫療體系帶來更高效的解決方
案。目前，穿戴裝置是最常見的 AIoT 智慧醫療相關感測器產品，最主要目的是醫
療診斷與健康管理，包含智慧手錶 (Ko, 2023)，其產值預估至 2029 年可達 391.9 億
美元，複合成長率約 7.7% (The Business Research Company, 2025)。民眾可以透過

物聯網將記錄計步、卡路里消耗或睡眠等健康數據，傳送至醫療機構的資料庫，讓
人工智慧整合與分析數據，提供個人化的診斷或協助治療決策。例如，Apple Watch

推出心電圖功能「Kardia Band」（高敬原，2017）、中央大學與臺北醫學大學附醫
所研發的智慧手錶（臺北醫學大學附設醫院，2018）可偵測異常心律及心房顫動，
透過人工智慧分析警示使用者生理狀況，再透過物聯網傳輸數據至醫療院所，使醫
師能夠進連結最新與過往的資料，快速地診斷。然而，前述相關研究多專注在健康
管理的 AIoT 穿戴裝置的接收度 (Greco et al., 2020) 或動機 (Alanazi and Soh, 2019)，
缺乏深入調查具醫療診斷性的 AIoT 穿戴裝置之消費者決策。本研究因此聚焦在與
醫療機構 AI 整合與分析數據結合之診療體系連網的心律檢測功能智慧手錶此 AIoT

智慧醫療相關感測器產品，以瞭解一般民眾對此個人健康與診斷 AIoT 產品的決
策。
目前，AIoT 智慧醫療的相關消費者決策研究相對稀少。不過既有研究發現，
消費者的醫療決策類似於一般購買決策，涉及問題識別、訊息搜尋、替代方案評估、
購買與購後評估階段 (Huang and Lee, 2023; Lee, 2014; Steffel, Williams, and Carney,
2022)。許多調查顯示，口碑可以說服、影響購買決策 (Langaro, de Fátima Salgueiro,
Rita, and Del Chiappa, 2019)。消費者對於 AIoT 智慧醫療的印象與消息多半來自媒

體相關報導或口碑。在醫療決策上，消費者傾向接受口碑的推薦，尤其是來自親朋
好友的推薦 (Huang and Lee, 2023)。社群媒體串連起的人際網路，對於許多公司已
為與受眾建立緊密聯繫、吸引人們關注產品或服務的重要管道（OpView 社群口碑
資料庫，2019）。據市調資料 (Rivera, Moran, Thrul, Joshu, and Smith, 2022) 顯示，
81% 的 Facebook 用戶會在該平台分享醫療保健口碑資訊，並依賴這些資訊決定對
醫療保健相關產品與服務的選擇。本研究因而專注於 Facebook 上的 AIoT 智慧醫療

3