發展智慧醫療 締造過去難以想像之醫療服務品質

2019/10/17 - DIGITIMES企劃

毫無疑問，細數過去一年來各類「智慧XX」主題的討論聲量，智慧醫療肯定數一數二，而且不只醫療產業熱衷於此，包括亞馬遜(Amazon)、Google、微軟等雲端服務大廠也都對智慧醫療商機表達高度興趣，皆想利用ICT幫助醫療體系發展出高效率的商業模式；此外舉凡病患、醫護人員、醫療設備乃至醫療機構本身，通通都在智慧醫療的影響範圍。

以往被討論得較熱烈的智慧醫療重點，一方面在於如何進行各種輔助性診療，另一方面則探討如何把智慧醫療應用程式佈建到醫療器材或穿載式裝置。如今隨著智慧醫療議題熱力升溫、功力趨於多元，觸角更廣泛地延伸，其中最耀眼的主角正是「人工智慧」(AI)。

現今不論談到醫療照護、醫療診斷，每一塊都有AI著力空間。舉例來說，根據工研院資通所提供的文獻資料，不難看出AI之於醫療的崇高價值。肝癌高風險病患在經過電腦斷層(CT)、核磁共振造影(MRI)或正電子掃瞄(PET)等評估確診後，接著實施手術治療，臨床上會依據腫瘤大小、腫瘤數量、血管被侵犯與否等指標，研判是否容易復發，但不幸並非所有患者所呈現的指標都如此易於判斷，經常落在灰色地帶，導致醫師難以準確預測。

然而判斷的精準度，攸關病患的生命，豈能不審慎為之？為此工研院資通所利用機器學習(ML)技術、結合生醫所發展的DNA甲基化生物標記，再透過病理組織檢測資料，藉此預測肝癌早期復發，有效幫助外科醫師判讀帶有「灰色地帶」指標的患者，究竟屬於容易復發的體質、或不易復發的體質，好讓醫師針對不同病患施以最適當的術後醫療行為，繼而降低肝癌再度復發機率、提高存活率；由此觀之，AI對醫療產業可說意義重大。

問題來了，有些醫療機構的營運規模較小、資源相對有限，即使有心投入大數據、AI或IoT，讓自己蛻變為智慧醫院，難道只能望而興嘆？當然不是，這類型院所仍可多方參考其他機構的做法，從中整理出最適合自己的發展路徑，接著選用正確工具、按部就班逐步落實，依舊會有所進展。

不過只要是推動智慧醫療的機構，無論規模是大、中或小，都切記一定要把資安列為與數位化同等重要的議題，以避免因為一次的駭客入侵、病毒感染或機敏個資外洩，便輕易毀掉耕耘多時的智慧醫療成果。

醫療影像AI，為癌症醫療帶來重大突破

AI用於醫療的研究發展至今，最為人津津樂道之例，無疑正是Google的視網膜檢測。一開始該公司的起心動念，只想嘗試利用AI加速辨認青光眼、黃斑部病變等眼疾，結果不僅成效極佳，甚至發現從視網膜影像可判讀更多人體訊息，比方說此人的性別、年齡、有無抽菸習慣、有無高血壓...等等，還能進一步判讀此人是否罹患糖尿病，許多醫學界人士都為此備感震驚。

時至今日，AI持續不斷在醫療領域寫下傳奇，發掘出人類過去未知的關聯性。因此有專家預言，展望今後醫療領域，一些懂得駕馭AI工具的醫師，會比其他不熟稔AI工具的醫師，提供更優異的醫療服務品質，只因有太多醫療影像的辨識或分類工作，人類即便窮其一生練習，做得也不會比機器好。無怪乎美國FDA已在2018年期間一舉核准多達十餘項的醫療AI產品，據聞2019年核准的數量將更多，在在說明醫療AI確實是大勢所趨。

而在台灣，拜全民健保制度之賜，使得醫療AI的發展速度非常快，甚至打趴一堆醫療水準看似更先進的國家(例如根據一項調查，現在美國已投入或考慮投入AI的醫療機構僅5%)。專家指出，歸納醫療AI的三大成功關鍵，分別是醫療數據、醫療需求及醫療應用，要有足夠數量、且經過整理的結構化數據為基底，再來所有研究主題一定要對準醫療需求、改善從前醫療過程不合理之處，最後欲使醫療AI在臨床流程落地，也一定要遵從法規、經過嚴謹的認證，而台灣的醫療AI之所以展現後發先至的佳績，靠的正是相對扎實的數據基本功。

因此，台灣現今正在推動的AI專案項目非常多。以中台灣地區某家對AI投入時間甚早、發展態度也積極的院所來說，據聞光是短期規劃，就有超過80項專案正在進行中，舉凡肝癌、皮膚病變、糖中風、腦波訊號、牙齒神經、髖骨手術、矮小基因疾病序列、青光眼、乳癌、肝纖維化、扁平足、胸腔結節、眼球糖病變、細胞染色體異常、生長激素缺乏及性早熟疾病症候群...等林林總總題目，都在研究範圍之列；目前尤以乳癌、肝癌、骨齡等方面的人工智慧判讀的精準度較高。

根據專業機構預測，台灣每隔4分58秒就新增一名癌症確診患者，時至2030年，全球新診斷癌症病患人數將突破2,000萬人，更可怕的，未來20年死於癌症者多達1,300萬人。因此AI於癌症醫療的診斷、精準判讀、預後規劃、管理乃至治療的一連串效益，如果進展得愈多，就愈有可能讓前述驚悚數字降低，所以醫療產業亟需從多方面繼續努力推動AI應用，比方說放射科人員利用AI加速進行影像勾畫，物理師利用AI縮短放射治療劑量規劃時間等等。

那麼將來人工智慧有沒有可能取代醫師？多數專家持否定的看法，認為AI不會取代醫師，但會繁衍新的醫療流程、帶動新的醫療思維，因此醫護人員與其抗拒AI，不如倘開心胸投入智慧醫療，及早建立個人未來在職場的競爭力。

【智慧醫療論壇】即將登陸台中！中醫大、秀傳、中榮、彰基等多位醫療與科技界菁英匯聚一堂。如果想認識最尖端的診療技術、如果您想掌握最新的醫療場域營運方式，10/25(五)台中裕元花園酒店，我們熱情歡歡迎！活動免費，但須先報名，請點此！


圖說：通過深度學習等AI技術，未來不需倚靠資深放射科醫師，也能更快、更準確地解讀X光、CT、MRI或PET等醫學成像。(Towards Data Science)


圖說：在過去，1位放射師一天僅能處理2位病患量，每次勾畫時間逾4小時；假使採用AI影像勾畫系統，一天可處理至少百名病患量，勾畫時間驟降為5分鐘。(Verdict)