Nuvoton
event
 

醫療AI與指引天枰 速度與適切性孰輕重

台灣不少醫療院所已真實嘗試使用醫療AI,系統與臨床之間的微調持續進展中。廖志穎

醫療人工智慧(Medical AI)以速度、精準度、決策輔助等特色與主打功能,協助醫師提供更細膩且深入的醫學診斷服務,然而在醫療大數據探勘、分析、應用的過程中,設定具體目標、與單位的流程及治療專長結合,都將是醫療AI幫上忙的核心關鍵。 

醫療AI資料分析與醫學指引之拿捏

以癌症腫瘤科的醫療AI應用來說,IBM Watson for Oncology目前資料導進導出,仍在早期階段,系統消化與分析出來的資訊,整體尚無法完全滿足台灣醫師的需求,也因此,有些時候即便有建議與資料產出,醫師仍舊照著原先的醫學指引(Guideline)執行,一般而言仍較為信任醫師的綜合判斷。

衛福部台中醫院放射腫瘤科主任廖志穎分享,這都與醫師的專業養成過程有關,醫學院的訓練就是人跟人之間不斷溝通,進而產出結論與做法;要有一套系統取代或是勝過醫師的綜合性判斷,可能還需要不少時間。醫療比較不像製造業,電腦給的推論參考價值高,卻無法完全取代。攸關人命的決策,需要有更加穩定的基礎。

智慧醫療落地快速

目前不少醫療機構積極導入智慧醫療解決方案,尤其是新設的單位,包括全新建立的新大樓、新手術室、新檢查室,比較容易全面規劃數位流程。廖志穎坦言,在中部看到不少軟體開發與影像輔助診斷的方案。

此外,像是流程改善、院內系統、病房智慧化、精簡門診報到程序等,也都可以用數據串聯的方式,包括台中醫院、中國醫藥大學附設醫院、台中榮民總醫院,都有不少軟體開發與外部合作計畫。

電腦系統提升預測效率

目前單位也在做電子症狀回報系統,希望提升癌症治療病人的全方位照護,比方說,如果病人體重大幅度下降時,營養師可提早介入,有機會讓化學治療、放射治療、免疫療法副作用的管理更系統化且自動化,諸如國外藉由特異症狀來預測肺癌的復發率。

目前系統已開放他醫院醫師共同申請使用,全台病人也能登入,其他醫院醫師向台中醫院申請帳號,就可以開始檢視與管理自己的病人。也因為這些涉及個人資料,因此如知情同意、病情保護、個人資料保護法、HIPAA、GDPR等文件與條文正在陸續建置當中。

延伸閱讀:醫療人工智慧NLP系統 陳俊佑:診斷更全面但仍有侷限

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