发展智能医疗 缔造过去难以想像之医疗服务品质

2019/10/17 - DIGITIMES企划

毫无疑问，细数过去一年来各类「智能XX」主题的讨论声量，智能医疗肯定数一数二，而且不只医疗产业热衷于此，包括亚马逊(Amazon)、Google、微软等云端服务大厂也都对智能医疗商机表达高度兴趣，皆想利用ICT帮助医疗体系发展出高效率的商业模式；此外举凡病患、医护人员、医疗设备乃至医疗机构本身，通通都在智能医疗的影响范围。

以往被讨论得较热烈的智能医疗重点，一方面在于如何进行各种辅助性诊疗，另一方面则探讨如何把智能医疗应用程序布建到医疗器材或穿载式装置。如今随着智能医疗议题热力升温、功力趋于多元，触角更广泛地延伸，其中最耀眼的主角正是「人工智能」(AI)。

现今不论谈到医疗照护、医疗诊断，每一块都有AI着力空间。举例来说，根据工研院资通所提供的文献数据，不难看出AI之于医疗的崇高价值。肝癌高风险病患在经过电脑断层(CT)、核磁共振造影(MRI)或正电子扫瞄(PET)等评估确诊后，接着实施手术治疗，临床上会依据肿瘤大小、肿瘤数量、血管被侵犯与否等指标，研判是否容易复发，但不幸并非所有患者所呈现的指标都如此易于判断，经常落在灰色地带，导致医师难以准确预测。

然而判断的精准度，攸关病患的生命，岂能不审慎为之？为此工研院资通所利用机器学习(ML)技术、结合生医所发展的DNA甲基化生物标记，再透过病理组织检测数据，借此预测肝癌早期复发，有效帮助外科医师判读带有「灰色地带」指标的患者，究竟属于容易复发的体质、或不易复发的体质，好让医师针对不同病患施以最适当的术后医疗行为，继而降低肝癌再度复发机率、提高存活率；由此观之，AI对医疗产业可说意义重大。

问题来了，有些医疗机构的营运规模较小、资源相对有限，即使有心投入大数据、AI或IoT，让自己蜕变为智能医院，难道只能望而兴叹？当然不是，这类型院所仍可多方参考其他机构的做法，从中整理出最适合自己的发展路径，接着选用正确工具、按部就班逐步落实，依旧会有所进展。

不过只要是推动智能医疗的机构，无论规模是大、中或小，都切记一定要把网安列为与数码化同等重要的议题，以避免因为一次的黑客入侵、病毒感染或机敏个资外泄，便轻易毁掉耕耘多时的智能医疗成果。

医疗影像AI，为癌症医疗带来重大突破

AI用于医疗的研究发展至今，最为人津津乐道之例，无疑正是Google的视网膜检测。一开始该公司的起心动念，只想尝试利用AI加速辨认青光眼、黄斑部病变等眼疾，结果不仅成效极佳，甚至发现从视网膜影像可判读更多人体信息，比方说此人的性别、年龄、有无抽菸习惯、有无高血压...等等，还能进一步判读此人是否罹患糖尿病，许多医学界人士都为此备感震惊。

时至今日，AI持续不断在医疗领域写下传奇，发掘出人类过去未知的关联性。因此有专家预言，展望今后医疗领域，一些懂得驾驭AI工具的医师，会比其他不熟稔AI工具的医师，提供更优异的医疗服务品质，只因有太多医疗影像的识别或分类工作，人类即便穷其一生练习，做得也不会比机器好。无怪乎美国FDA已在2018年期间一举核准多达十余项的医疗AI产品，据闻2019年核准的数量将更多，在在说明医疗AI确实是大势所趋。

而在台湾，拜全民健保制度之赐，使得医疗AI的发展速度非常快，甚至打趴一堆医疗水准看似更先进的国家(例如根据一项调查，现在美国已投入或考虑投入AI的医疗机构仅5%)。专家指出，归纳医疗AI的三大成功关键，分别是医疗数据、医疗需求及医疗应用，要有足够数量、且经过整理的结构化数据为基底，再来所有研究主题一定要对准医疗需求、改善从前医疗过程不合理之处，最后欲使医疗AI在临床流程落地，也一定要遵从法规、经过严谨的认证，而台湾的医疗AI之所以展现后发先至的佳绩，靠的正是相对扎实的数据基本功。

因此，台湾现今正在推动的AI专案项目非常多。以中台湾地区某家对AI投入时间甚早、发展态度也积极的院所来说，据闻光是短期规划，就有超过80项专案正在进行中，举凡肝癌、皮肤病变、糖中风、脑波信号、牙齿神经、髋骨手术、矮小基因疾病序列、青光眼、乳癌、肝纤维化、扁平足、胸腔结节、眼球糖病变、细胞染色体异常、生长激素缺乏及性早熟疾病症候群...等林林总总题目，都在研究范围之列；目前尤以乳癌、肝癌、骨龄等方面的人工智能判读的精准度较高。

根据专业机构预测，台湾每隔4分58秒就新增一名癌症确诊患者，时至2030年，全球新诊断癌症病患人数将突破2,000万人，更可怕的，未来20年死于癌症者多达1,300万人。因此AI于癌症医疗的诊断、精准判读、预后规划、管理乃至治疗的一连串效益，如果进展得愈多，就愈有可能让前述惊悚数字降低，所以医疗产业亟需从多方面继续努力推动AI应用，比方说放射科人员利用AI加速进行影像勾画，物理师利用AI缩短放射治疗剂量规划时间等等。

那麽将来人工智能有没有可能取代医师？多数专家持否定的看法，认为AI不会取代医师，但会繁衍新的医疗流程、带动新的医疗思维，因此医护人员与其抗拒AI，不如倘开心胸投入智能医疗，及早建立个人未来在职场的竞争力。

【智能医疗论坛】即将登陆台中！中医大、秀传、中荣、彰基等多位医疗与科技界菁英汇聚一堂。如果想认识最尖端的诊疗技术、如果您想掌握最新的医疗场域营运方式，10/25(五)台中裕元花园酒店，我们热情欢欢迎！活动免费，但须先报名，请点此！


图说：通过深度学习等AI技术，未来不需倚靠资深放射科医师，也能更快、更准确地解读X光、CT、MRI或PET等医学成像。(Towards Data Science)


图说：在过去，1位放射师一天仅能处理2位病患量，每次勾画时间逾4小时；假使采用AI影像勾画系统，一天可处理至少百名病患量，勾画时间骤降为5分钟。(Verdict)