在醫療大數據強力基礎下建立AI驅動的智慧醫療生態圈

2019/11/21 - DIGITIMES企劃

AI及機器學習早已成為各領域企業尋求數位轉型並推出各種智慧應用的最佳利器，同樣的醫療界要實現智慧醫療的轉型願景，醫療AI的發展便成為無法抵擋的必然趨勢，加上台灣擁有非常完備的健保資料，以及各大醫療院所自身的診療資訊，將能打造醫療AI最仰賴、最重要且最寶貴的醫療大數據。此外，如今醫療影像AI本身不但早已蔚為風潮，並且開始與當前火紅的微創手術相結合，再加上2D轉換3D技術的日漸成熟、醫療機器手臂的日漸普及，病患將能享受到更精準、先進且安全的AI醫療服務。

於10月下旬假台中裕元花園酒店舉辦的「D Forum 2019智慧醫療論壇-台中場」，是DIGITIMES智慧醫療論壇首度於中台灣登場，活動除邀請中國醫藥大學及附設醫院、秀傳醫療體系共同主辦與發表演說之外，並邀請到臺中榮民總醫院、彰化基督教醫院分享其研發成果與醫院轉型觀點，以及研華、NVIDIA、台塑網、Juniper Networks等廠商共同與會。活動最後的D talk，則邀請三家專注在醫療領域的新創團隊進行成果展示，內容從微創、3D列印到醫材品質檢測，共同交織出中台灣發展智慧醫療的豐碩成果。

而在活動的一開始，則是由秀傳醫療體系的Ircad-Asia/亞洲遠距微創手術中心副院長林忠葦，及中國醫藥大學國際產學聯盟執行長吳致寬兩位貴賓上台致詞，為活動拉開序幕。

圖說：在台北引發熱烈迴響的D Forum智慧醫療論壇，在今(2019)年首度移師台中舉辦，精彩的內容吸引醫療相關領域的業界人士到場聆聽取經、分享交流。

無紙化與數位化是邁向智慧醫療的第一步

Ircad-Asia/亞洲遠距微創手術中心副院長林忠葦表示，長久以來一般民眾對於醫療可能混雜很多不同的看法。如果沒事、身體無恙，大部分的人都會對醫院及醫生敬而遠之；一旦不幸生病或受傷，人們巴不得能夠愈快趕往醫院、愈快接受醫師的治療。再者，面對偌大的醫院，大多數民眾並不清楚醫院內部是怎麼運作的，除了醫師、護士及掛號人員，也不會了解醫院內部人事組織架構，更不會對醫療儀器與系統抱持任何想法與興趣，所以有時醫院難免會給人一種罩著神秘面紗的感覺。

事實上醫療乃至整個醫療界在這過去的幾十年來有著非常巨大的改變，林忠葦回憶剛從醫學院畢業擔任住院醫師的時光裡，每天要花非常多的時間處理病人的報告、影像以及病理記錄等資料。一旦遇到病人隔天要開刀，就必須在術前花非常多的時間在檔案室裡面，將該病人的電腦斷層、核磁共振或者X光片等檔案一一地找出來。更重要的是，要花很多時間去找病人的報告，然後把它記錄在病歷上面。最頭痛的是，凡是看過病歷書的醫師都知道，大多會看不懂別的醫師所寫的病歷書，同樣的，別人也可能看不懂你所寫的資料，這讓醫師在邊看病歷書時還須再去查閱，甚至要去做研究或記錄時會出現很大的障礙及問題。

時至今日，許多醫院已推行數位化多年，未來若自行或陪同家人前往醫院的時候，不妨仔細看看醫院及醫護人員的櫃台及桌面，你會發現當前的醫院幾乎都已進入無紙化。

林忠葦強調，如今所有東西都在電腦上面處理，包括現在已經開始推動健保雲端服務，所以病人的資料，舉凡在另一家醫院的就醫記錄、用藥資訊或過去的疾病史，醫師都可在任何有合法權限的電腦上調閱瀏覽。不像過去，醫師還要麻煩地向前一個醫院申請調閱資料。更麻煩的，莫過於過去厚重的X光片，醫護人員還必須一張張放在專用的燈箱上觀看，既不便又極度耗費時間。

總之，隨著數位化的迅速發展，接下來醫療界和電子、製造等產業間的合作，也將會變得愈來愈密切。

圖說：Ircad-Asia/亞洲遠距微創手術中心副院長林忠葦認為，醫療數位化的迅速發展，讓醫療界與電子產業間的合作將愈來愈密切，並加速智慧醫療的腳步。

藉助AI讓預防醫療走進我們的生活之中

中國醫藥大學國際產學聯盟執行長吳致寬上台致詞表示，整個醫療產業在AI上的發展，在這幾年非常地蓬勃興盛。首先，AI發展的先決條件在於資料，尤其是大數據，而醫療環境便是一個每天會不斷產出並累積非常大量資料的所在，所以醫療院所絕對是發展AI的另一個聖地。也因為如此，建立醫療大數據便成為當前整個醫療生態系的共同目標與重點工作，它會是讓今後醫療脫胎換骨、推動醫療AI化並邁向智慧醫療的一大關鍵。

吳致寬進一步分析指出，每個人的身體狀況不盡相同，再加上生活環境、工作性質等等的差異，傳統一般化、一體化的診斷與治療方式可能不完全適合也無法滿足特定病患的需求。透過醫療AI化，今後醫療將能徹底擺脫一般化的醫療服務，進而蛻變並提供更客製化、更貼近病患真正需求的個人化/個性化醫療服務。

透過AI，可以加速智慧醫療及智慧醫院的發展腳步，進而讓預防醫療走進我們的生活之中。就像工業物聯網，機台的預防性維護可以節省成本、提升效率。預防醫療也一樣，透過醫療大數據的分析及推論，甚至可以更進一步做到身體狀況及可能疾病的預測，進而能提前提出各種因應措施，例如飲食控制或運動改善，來達到疾病預防的終極目標。

不僅如此，醫院充斥著大量的醫學影像資料，如今透過數位化在畫質上的提升，不但可以改善醫師或病理師的精準判讀，藉由機器學習的加持，未來AI的診斷結果便能作為醫師判讀上的有力參考與輔助，進而降低醫師及其他相關人員的工作負荷。尤其是在AI化的過渡期，大量的病理影像資料的標記動作，無疑耗費醫師太多寶貴時間，當前不乏有許多更聰明的自動標記工具，藉此便能釋放更多醫師資源到更重要的工作上。

2016年，韓國已把AI當作重要發展戰略之一；2017年，日本也將整個健保產業放在其第三階段的一個重點發展部分；至於英國則在2018年於愛丁堡等城市開始推動新的AI健保產業。而中國醫藥大學則在這幾年也不斷地發展包含先進生醫技術、細胞治療及3D列印等AI智慧產業。