订报
NVIDIA
 

【林启万专访】跨国医疗AI算法共享 增益精准医疗与集成医学处置(之一)

工业技术研究院生医与医材研究所所长林启万相当看好跨国合作,尤其是医疗AI算法的合作,能大大提升各国医疗质量与病人安全。蔡腾辉

机器学习和深度学习在智能医疗产业当中已有不少应用,也有许多新创团队透过影像辨识和文字分析,将医疗人员与工程人员共同研发AI的浪潮席卷至各大医疗院所。然而,技术的更新与迭代推出,亟需底层技术,在医疗AI技术应用上,工业技术研究院生医与医材研究所所长林启万表示,生医所聚焦精准医疗、结合诊断的前端生物分子关键材料以及药物开发,同时提到医疗数据库的集成与资料适切应用也会快速提升医疗AI发展,跨国合作也能显现台湾的医疗专业价值。

数据种类多应用多元 AI的价值逐渐显现

除了关键材料的研究以外,更有诊断后结合哪里些治疗的计画,此外,在小分子药物、蛋白药物的研究上,也希望让未来标靶药物的治疗更精确。在这样的过程中,就会产生许多数据,包括个人大健康的行为数据、临床生理数据、用药纪录、投药计画使用,这些数据也都有助于研发。然而,当数据量越来越多时就需要人工智能来协助分析。

过往的传统生医影像,都储存在各医院当中,虽然中央也有全国健保资料库,但有些数据仍以孤岛型式储存与散落在各地。也因此近年来,在医学资料库的集成与跨单位合作上,林启万表示,台湾数个单位都在积极推动数据集成与应用计画,包括科技部、国网中心也都藉由台湾杉二号来储存不少医疗数据;卫福部、国卫院、中研院也有新一代的基因资料库。工研院生医所的资料库应用方面,则是依照各研究计画的需求而定,比方说肝脏病变AI的应用、急诊室流程改善、晕眩与中风之间的关系等。

医疗AI系统能快速诊断影像中的病灶,未来除了协助医师决策以外,在判断的当下,若能进一步帮病人解答、协助降低焦虑,并在手术和长期治疗过程中提供更多不同流程上的辅助,医疗人员对于创新计算机系统的需求将更大。

医疗AI算法共享 跨国医疗机会多更多

在医疗信息的应用、健康信息的储存等议题上,智能医疗产业不少人认为,或许可以藉由区块链的方式来保护与追踪信息传输轨迹,林启万认为区块链有其应用价值,不过目前生医所执行的「分散式资料运算计画」,不是使用区块链,但却透过「不分享资料」但是「分享算法」的模式,在足够的数据量供系统分析下,仍旧能将准确度提升到一定程度。目前也与荷兰IKNL癌症中心合作、国健署癌登中心也有在做跨国的计算应用。

在跨国的竞争与合作关系与价值上,解决问题与满足需求很多人都知道,然而真正的场域经验,更是要投入其中才会了解个中奥秘。以口腔癌来说,荷兰的口腔癌病人较少,而台湾口腔癌已位居男性国人癌症死亡原因及发生人数第4位,每年约有7,000名新发生个案、3,000人死于口腔癌。林启万分享,当荷兰医疗院所接到少量口腔癌病人时,可能比较没有完整的医学处置流程,因此台湾即可分享经验。

以这个案例来说,就可以将口腔癌的治疗状况与分散式的算法,跟台湾癌症资料库交换医学处置细节,包括年龄、性别、基因图谱状况、是否有并发症、用药历史、如何处理、处理经验、可能的用药有哪里些等等。

蔡腾辉

DIGITIMES电子时报智能医疗主编蔡腾辉Mark Tsai
专注研究智能医疗产品技术服务导入场域时,所遇到的困难症结与如何克服要点。
精通中英德语,热爱挑战与Swing Dance。
Facebook:DIGITIMES智能医疗

作者更多专栏

  •     按赞加入DIGITIMES智能医疗粉丝团