TCG
Advantechline
 

秀傳醫療體系發展醫療AI 從流程與平台產業鏈著手

秀傳醫療體系醫療資訊副院長劉立希望從產業結構升級,融合醫療AI的全新價值應用。蔡騰輝攝

在2019年健康照護聯合學術研討會上,秀傳醫療體系醫療資訊副院長劉立表示,台灣軟硬實力兼具,不僅擁有人工智慧(AI)軟實力,同時也擁有物聯網硬實力,再加上世界前三、亞洲第一的醫療生態與專業,智慧醫療發展將在上述AIoT、大數據可視化、價值挖掘的基礎上有引領全球的機會。

資料妥適處理 人工智慧才得以生成

發展人工智慧的同時,除了要注意醫療研究倫理與法規遵循以外,更重要的是,由於AI是由數據驅動的智慧科技,因此數據的整理也相當重要。無論是過去人類教電腦系統如何學習人類專業知識,包括從電子病歷(EHR)當中找資訊,也就是大家常說的「專家說特徵」,或是現在的「暴力找特徵」,電腦透過卷積層網路(Convolutional Neural Networks;CNN)等演算法和機器學習設計,從大數據當中找出特徵與規則,自我不斷學習,都需要更重視資料的處理,才能有正確的應用。

另一方面,除了電腦學習人腦的知識以外,劉立也分析,因為AI自我學習和不斷進化的技術,也讓人類開始反向研究和學習人工智慧的經驗,這都是人與科技互動時的新世代現象。目前也有部分醫療人工智慧,能夠預測和評估死亡風險,這都需要系統進一步模擬專家行為並效法事實結果。

建置產業價值鏈 AI才得以誕生與存活

在型塑醫療智慧的過程,秀傳醫療體系希望以平台打造水平產業鏈,同時以場域成就垂直生態圈,也就是說,打造AI,必須整合大數據、領域專家,場域工作流程。在專家部分更包括跨領域專家、商業流程專家、策略布局專家團隊。

「設計良好的流程,整合可分析的表單與智能輔助,才能有完善的智慧醫療系統。」現在產業界不斷整合醫師的專業與資通訊人員的知識,不過劉立也提醒資訊的整理和「工人智慧」建置的苦功與基礎無法避免,就像是要分析、瞭解、預測藥物之間的交互作用關係,前期的數據收集方法設定、數據產生後的整理嚴謹度都很重要。從資料分析到人工智慧產生的過程中,過去醫療常用統計的方法執行,現在則是不同演算法和模型的組合。



蔡騰輝

DIGITIMES電子時報智慧醫療主編蔡騰輝Mark Tsai
專注研究智慧醫療產品技術服務導入場域時,所遇到的困難癥結與如何克服要點。
精通中英德語,熱愛挑戰與Swing Dance。
Facebook:DIGITIMES智慧醫療

作者更多專欄

  •     按讚加入DIGITIMES智慧醫療粉絲團