Itri
event
 

【杜奕瑾专访】医师与人工智能共舞 医疗软件创新成台湾产业升级动力

【杜奕瑾专访】医疗AI发展面向多 数据整理与分析为生态稳健关键(之四)

台湾人工智能实验室(Taiwan AI Labs)创办人杜奕瑾。符世旻

台湾在医疗人工智能(AI)发展上,除了资金、人才、市场的问题以外,势必也会碰到法令规范的问题。除了台湾卫福部食药署在积极与国际法规调和以外,美国食品药品监督管理局(FDA)也与各界共同研究是否将AI分类为「会自动学习进化」与「不会自动学习进化」的两大类来规范。台湾人工智能实验室(Taiwan AI Labs)创办人杜奕瑾认为,主管机关会逐渐有共识且有规范出现,在此之前,各团队在增进技术的同时,也一定要与时俱进并常保持与国际信息、人员、技术接轨的动态发展。

医疗法规革新中 产业马步要扎稳

目前,有些医疗院所也与AI团队合作不少医疗AI病灶侦测、诊断辅助系统,若干医院也开始在医师的监督下试用,进而给予技术上与使用上的反馈,对于医学创新软件的开发、试用、反馈、生态发展上,杜奕瑾认为,由于技术与市场都十分新颖,因此导入流程与方法也都相对不成熟,然而,不同科别与面向也会有不同的做法。

在这些领域的发展过程中,杜奕瑾认为格式统一、标准一致都已是产官学研正在努力的面向,目前许多医院都有不同的数据整理与软件创新的进程,卫福部也鼓励将医学影像、电子病历上传,未来可望看到更多统一、干净、齐全的医学资料库,医疗AI的发展自然会更加快速和有效率。

非直接关乎人体 医疗AI还有许多题目方兴未艾

有些与人体较为相关的侦测、诊断、治疗的AI科技,可能还需要主管机关的法令与医疗院所医师的共同参与,才能讨论出适切的导入方法、管理制度、审查流程。然而,还有许多与医疗AI相关的计画能够先行,有些数据整理的任务也可以先准备,包括健保资料库的大数据分析应用,能够协助精准医疗发展与新药研发,甚至了解过去用药与疾病治疗的成效比对等。

此外,国际疾病分类标准第十版(ICD-10)的发展上,利用自然语言处理(Natural Language Process;NLP)的方式,自动生成疾病代码,降低医疗院所当中的疾病编码师的工作负担,与健保署申请给付。

  •     按赞加入DIGITIMES智能医疗粉丝团
更多关键字报导: 杜奕瑾 大数据分析 医疗人工智能