從工具到基礎設施：波士頓兒童醫院如何利用 Enterprise AI 突破罕見疾病診斷瓶頸
此案例展現了極高水準的 AI 落地策略，其核心價值在於將 AI 定位為『基礎設施』而非『功能插件』，這在複雜組織中是極為正確的判斷。然而，其成功高度依賴於該醫院頂尖的數據質量與專業醫護的協作意願，若在數據碎片化嚴重或文化保守的機構中，此模式的複製難度將大幅增加。
部落格
醫療 AI
擺脫 CUDA 依賴：在 AMD ROCm 環境下微調醫療 AI 模型 MedQA 的實務經驗
該實作方案展現了『以硬體冗餘抵銷軟體複雜度』的高效策略，評價為優良。其核心價值在於證明了 MI300X 的巨量 VRAM 能直接捨棄量化過程而維持精度，大幅簡化開發路徑；但需保留對 ROCm 生態系相容性的觀察，因其對特定庫（如 bitsandbytes）的依賴度仍低於 CUDA。