隨著台灣醫療與健康照護產業的數位需求及挑戰逐漸提升，例如缺乏一站式整合分析平台以整理龐大醫療數據、需投入大量成本應對現行醫療體制規範下的地端硬體儲存設備、行動與遠距醫療應用需求遞增等，運用雲端科技突破醫療疆界勢在必行。
商之器科技（EBM Technology）迎上這波浪潮，利用AWS的人工智慧（AI）與機器學習（ML）技術，打造心電圖AI模型，提前在救護車上進行病患狀況判讀，若判讀結果異常，立即將病患送到最合適的院所，並將資料提前傳送到醫院，從而打通救護車與急診室的連結，讓醫生提早應對即將面臨的危急狀況。商之器還進一步採用了AWS近期在台灣啟用的本地區域（AWS Local Zone）協助台灣的醫療院所與診所安全合規地將電子病歷備份上雲，為醫療產業帶來新世代的雲端解決方案。
過往，即使急救人員在救護車上第一時間量測到心肌梗塞病患的心電圖資料，仍必須將心電圖影像傳輸至醫師手機，仰賴醫師第一時間遠距進行人工影像判讀，由於普遍面臨龐大影像資料傳輸不易、醫師無法即時判讀等困境，導致大大流失了黃金搶救時間。商之器自2018年起透過AWS將過去十年來收集超過六千筆的心電圖類比資料數據化，並於完全託管的機器學習平台Amazon SageMaker上完成ML模型訓練，建置心電圖AI判讀系統，成功將AI判讀結果的準確度提升至90%。
如此一來，當救護車接收到胸痛、胸悶的病患後，就可以在救護車上透過AI系統判斷病患是否有心肌梗塞的徵兆，再將病患送到最合適醫院、進行最合適手術，並且在救護車抵達前，將病患心電圖資料提前傳送給醫護人員，以便醫護人員提早準備後續搶救流程。病患的心電圖資訊只與救護車編號連結，不包含病患個人資料，讓醫生做好準備搶救心肌梗塞病患，同時維護病患隱私安全。
根據台灣現行電子病歷法規，衛生福利部醫事司已同意醫療機構將電子病歷儲存在雲端，但基於醫事資料的敏捷性，這些資料尚無法儲存於境外公有雲。而現今的醫療院所若不將資料備份上雲端，仍必須自行採購、安裝和維護地端伺服器設備，或桌上型電腦，人工進行資料儲存與備份，皆須付出不少人力與預算成本。為了協助小型診所與醫院將機敏病歷資料安全地儲存與備份，且符合電子病歷上雲法規，商之器開發出名為EPS Pi的微型伺服器，是一種方便的醫療影像儲傳系統（Picture Archiving and Communication System，PACS）。EPS Pi的外觀為手掌大小的黑盒子，隨插即用即可儲存並管理不同科別拍攝的醫學影像，讓醫生可在不同院區、院內不同地點或家中快速瀏覽病患資訊，節省資料調閱時間，進行遠距問診，並透過全託管系統資源節省醫療院所的人力、機房空間、網路設備等成本，無須為硬體系統的效能負載與管理擔憂。
商之器提供經濟實惠的訂閱制度，讓醫療院所能定期將龐大的醫學影像資料安全地備份於AWS在台北甫啟用的Local Zone，隨需按量計費。同時，借助AWS Local Zone安全、穩定且持久的雲端資料封存特點，若醫療院所的EPS Pi醫療影像儲傳系統損壞，醫院將能快速從雲端備份還原系統資料。
AWS Local Zone於台北正式啟用以來，已陸續開始支援不同領域的企業和機構，滿足客戶對低延遲的需求，亦適用於傾向將資料儲存於本地的受監管產業客戶，例如醫療保健、金融服務和公共部門等。展望未來，將有更多產業的客戶受益於AWS Local Zone低延遲、高度安全合規，且全球性擴展的服務。
商之器台灣區總經理丁偉能表示，台灣擁有優良的醫療環境，優質的新應用也因實際的需要不斷產生。在過去，建立醫療系統是件大工程，用戶需要先找軟體、硬體、整合等廠商共同建構，並耗時許久服務才能運行。我們相信雲端正是轉型的關鍵，借助雲端技術，能大幅簡化這些耗時且繁雜的流程。AWS Local Zone幫助我們打造更完善的系統與服務，不僅優化成本、效能負載，以及備援能力，亦符合國內外醫療相關規定。未來，商之器將運用更多的AWS技術與服務，持續創新醫療影像服務，並將在台驗證應用的成果推廣至全球市場。