人工智慧或為精準醫學的最佳解決方案

  • 張殷綺
現在透過大數據也能找出可能的潛在病患,且準確度持續提高。法新社

精準醫學的障礙在於數據處理,而人工智慧或許是合理的解決方案。機器學習和深度學習逐漸進入到各個產業,現在也可能對醫療產業產生助益。

Med City News報導,InnVentis創辦人暨執行長Thomas Wilckens指出,數據指出,每個人在生命中碰到誤診的機率是100%,表示當前醫學還有很大的進步空間。

許多國家早在15年前就有了電子病例,例如愛沙尼亞使用演算法來控制糖尿病等各種疾病。這些病患平常不用看醫師,愛沙尼亞的生物資料庫銀行擁有演算法,可以預測這些病患何時可能病情加劇。然而各界面臨的一個問題是,究竟這些數據是否已經能夠用人工智慧進行分析。

加州大學舊金山分校表示,基因組學和電子健康記錄都是非常好的資料來源,現在的問題並非數據不夠好、而是沒有足夠的人來分析資料。這些數據包括保險資料、電子病例、影像、基因分類、癌症基因與臨床研究等,都是相當好的數據來源。

Incremental Healthcare創辦人暨執行長Nick van Terheyden表示,數據的發展潛力,並非找出那些已經生病的人,而是要瞭解那些目前尚未被系統涵蓋在內的人。

近期的一篇研究使用Instagram照片來找出青少年憂鬱;另一項研究則是從微軟(Microsoft)Bing搜尋數據找出可能罹患癌症的人。微軟醫療長Simon Kos表示,根據消費者的搜尋模式,他們能夠找出未被診斷出的胰臟癌患者,而且準確度相當高。

儘管這些數據可以發掘出救命的數據,但這也可能產生不必要的資訊,並涉及隱私問題。另外,醫療院所究竟應該與業界分享什麼樣的數據,也是值得討論的問題。