科技产业报订阅
活动+
 

医疗AI顺利导入关键 英国药厂信息长建议融入流程与厘清权责

阿斯特捷利康(AstraZeneca)全球医疗信息长Dr. Mishal Patel认为,医疗AI还能在细腻分析与解释人因偏误。蔡腾辉摄

随著NVIDIA与AMD等国际大厂的图形处理器(GPU)进展日新月异,以及成千上万研究人员与新创团队都切入数码病理与计算机辅助病理判别系统,市场已有人士担心是否会有产业泡沫、新创整并、产业低潮的状况出现,针对这个一日千里的产业,英国生物制药公司阿斯特捷利康(AstraZeneca)全球医疗信息长Dr. Mishal Patel认为,AI还有很多发挥与发展的空间。阿斯特捷利康也积极在药物开发、制作等整体流程上借助AI之力持续成长。

医疗数据分析 人为因素也不可忘

「资料要正确、模型不能有误,才不会影响临床决策」,尤其包含了个人信息与隐私的医疗信息相当敏感,找出偏误数据并校正,对于AI模型的质量很关键,Dr. Mishal Patel都会定期与医师、跨领域专家、数据收集与产生者一同开会,避免可能的错误与尝试可行的方向。

在医疗信息的分析和除错机制上,除了与专家们合作与开发以外,强调透过科学方法的Dr. Mishal Patel说,不同的算法也代表著不同的解决切入点,也强调医疗数据并非单一项目,而是「真实世界复杂的数据」(real world data),就象是了解疾病的治癒过程分析,不仅是要收集疾病成因、搭配的医药处方医嘱,甚至病患为什么按医嘱服药,或是为何没吃药等人为因素也都要考量进来。

由于台湾健保资料库有相当多各式数据,但是同时也要保障患者隐私,Dr. Mishal Patel认为,在发展AI的同时,是可以兼顾病患隐私与技术发展,比方说与政府与立法单位合作,透过监管沙盒(Regulatory Sandbox)或是特色专案的方式来执行,也能让敏感的医疗健保资料运用得更安全。以英国来说,医疗资料运用等数据隐私权已是国家层级的政策,不仅希望提升病患参与度,决定自己的资料怎么被应用,也专注从DNA数据着手启动。

AI责任归属与电子病历数据安全防护

针对政府如何管理电子病历分析、医疗人工智能,在发生纠纷时,如何咎责归属的问题,Dr. Mishal Patel表示,象是药物误用、算法偏误等问题,美国FDA与英国政府都在研议当中,希望尽量减少风险,或是可能提供补偿计画。

此外,针对药厂的研发、制造、营销、配送等流程上的信息网络安全,阿斯特捷利康已有部分专案讨论中,还需要时间才能提出更多明确的计划。

  •     按赞加入DIGITIMES智能医疗粉丝团