Microsoft
Advantechline
 

AI当推手 智能医疗广泛导入机器人应用

达文西手术系统让医师坐在屏幕前操作控制台手术,不再直接接触病患。Wikipedia

将ICT科技用于健康领域的智能医疗(eHealth),目前已进入应用阶段,举凡健康管理、疾病医疗、远距照护、医学研究等,都可以看到ICT科技贡献的身影。

AI医疗应用风潮渐起

 点击图片放大观看

台北荣总推出的乳癌卫教机器人Pepper,可透过互动方式,陪伴与指导患者进行复健运动。台北荣总

在第一线的医疗诊断应用方面,许多医院都已经逐步导入人工智能,协助医生分析医学影像、病患伤检分类及优化等待时间等面向。科技部从2017年起,即已规划用4年50亿元的经费,打造符合国际先进国家先进国家等级的AI平台,促进台湾产业AI化与AI产业化。

如科技部在2017年启动的「影像医疗」专案计画,即结合台大医院、台北荣总与台北医学大学3大医院,建置台湾首座本土化跨医疗院所影像标注资料库,锁定国人医疗需求的心、肺、脑等重大疾病进行判读,至今已完成4万4650个影像标注。

台北荣总更是从2018年初开始,全院部科95%的检查报告及影像都已完成集成,同时储存在部科诊间及信息室云端,并与台湾人工智能实验室(AILabs)合作,建立临床AI自动判读转移性脑瘤系统。

台北医大则是在2017年7月引进IBM Watson for Oncology(WFO)的AI癌症辅助治疗系统,并于台北癌症中心、北医附医、万芳及双和等医院的肿瘤科施行,利用AI对乳癌、肺癌、大肠癌、子宫颈癌等项目进行判读,可以处理的癌症数量已从7种增至13种。中国医药大学附设医院则在2018年导入NVIDIA DGX-2超级计算机,针对乳癌、肝癌、骨龄等项目导入AI判读机制,对医生缩短讨论时间,提升决策速度,AI确实有明显助益。

台北荣总也于2019年在骨科、心脏科、神经外科开办AI门诊,计算机只要花30秒,就能从数百张核磁共振影像中找出肿瘤,不仅缩短人工判读时间,有助医病深度沟通,准确率更高达95%,有效减轻医师的负担,并进一步帮助患者得到最合适的治疗。

手术机器人市场进入成长期

机器人的发展对医疗领域的影响也是相当深远。如手术机器人已广泛应用于普通外科、心脏外科、妇科、骨科以及泌尿外科等领域。根据Mordor Intelligence在2018年发表的报告,2017年全球手术机器人市场规模约可达到35.6亿美元,美国为最大市场,市占率达57.7%,其次依序为欧洲24%、亚洲15.2%。产品生命周期已从萌芽期迈入成长期,预估未来几年将有高达21.9%的成长,至2023年将可达到109.7亿美元。

手术机器人目前已大幅应用于医院的各个科别,主要集中于妇产科(占30.1%),其次是骨科(15.5%)、心血管科(13.9%)、泌尿科(9.7%)、神经外科(5.2%),如美国绝大多数的前列腺切除术,多半都已采用手术机器人来进行。

外骨骼机器人则是另一个对医疗领域有重大影响的机器人技术,主要是作为人类肢体的行动辅具使用。中华经济研究院国际经济研究所指出,全球外骨骼机器人于医疗市场的规模在2018年达1.17亿美元,预计到2030年达5.72亿美元,年复合成长率有37.4%。

外骨骼机器人原本的目标对象是锁定脊髓损伤坏者,但基于市场扩展需要,也开始逐步延展到因身体疾病(如中风)和意外事故导致无法行动的族群,由于复健有效性逐渐获得接受、高龄化社会驱动的长者行动辅助需求等,外骨骼机器人的市场需求也颇被看好。

另外,由于医院人力吃紧,许多卫教互动也开始转由机器人协助。如由台北荣总外科部乳房医学中心、台湾诺华与沛博科技三方共同携手合作推出的乳癌卫教机器人Pepper,提供的功能包括信息导览,可查询医院相关信息;一对一卫教,可了解乳癌卫教信息;复健运动指导,可透过互动方式,陪伴与指导患者进行复健运动;团体卫教,提供七种不同的乳癌卫教简报,能够定期对患者进行团体卫教课程。

患者于候诊时与Pepper的互动,不但有助于放松心情,还可获得基本的卫教及复健知识,可节省诊疗时医护人员回答问题的时间,也得以服务更多的患者,为医院与患者带来双赢的局面。

法规开放脚步宜加快

虽然智能医疗随著信息科技的进步而快速成长,如远距医疗服务在美国、日本等国家都已实行多年,但医疗行为涉及用户生命健康,各国相关法规在智能医疗的推展过程中,都会采取相对谨慎的态度,如台湾直到2018年5月,卫生福利部公布新版「通讯诊察治疗办法」,在山地、离岛及偏僻地区的五类病人,才能进行远距诊察,但由于符合条件之患者数量不多,导致业者开发产品无法达到足够的收益,商业模式难以建立,往往造成智能医疗机器人与应用系统的推广不易。

由于FDA认证往往需要实际数据认证,但许多智能医疗技术若未能进入应用场域,就难以提出客观可靠的实证,取得FDA认证的难度自然也会增加,于是形成恶性循环,对智能医疗应用市场的持续成长造成阻碍。

除了医疗效果的实证外,举凡医疗信息的传输安全、智能装置的量测准确性,以及如何找出可靠的商业模式,都是智能医疗业者需要努力克服的问题。

尤其是对AI医疗影响极大的医疗信息,虽然民众目前可依自身意愿将资料授权给民间业者使用,但缓不济急,若能有大规模的信息开放机制,如医院间病历资料的转移与集成,或是将医疗信息透过去识别化处理,提供给医疗研究、药物开发等项目使用,一方面要维护信息安全性,一方面又要提高透明度及可利用性,如何同时兼顾,让AI医疗效果极大化,是产官学三方都需要共同承担的责任。

  •     按赞加入DIGITIMES智能应用粉丝团