品安科技
Advantechline
 

與其追求極致精準 醫療AI更應從客製應用中找出利基

長庚集團從上而下全力推展人工智慧的各項研究與應用。蔡騰輝

英雄所見略同,與廣達董事長林百里一樣,長庚集團總裁王文淵也將2018年訂為AI元年。長庚大學資訊工程學系教授洪哲倫表示,長庚大學AI研究中心希望透過資源整合的方式,讓台灣在石化、晶圓、醫療等多種產業都可以藉由AI的力量,讓產業再次升級。

現在全球每天都有10篇以上的AI論文出爐,在這樣資料眾多、新技術應用廣的產業新生態中,要全盤瞭解AI也不容易。與其說要全盤瞭解,洪哲倫認為不如設計各場域所需的客製化AI應用內容,比方說在醫學的領域上,就能夠讓醫師更快上手。同時也認為在數據分析當道的時代,台灣醫療資料庫數量雖然比不過中國大陸,但在品質與經驗上,仍能夠在積極整合與繼續研發的過程中,找到利基項目。

深度學習與應用概念

在人工智慧的深度學習方面,長庚大學資訊工程學系教授洪哲倫說,透過大量學習資料,AI在某些特定領域的辨識正確率已能勝過部分單一醫師。但醫學總是會有例外,資深專業的醫師都要透過數十年的經驗累積成就專業,即便電腦學習快,但要在短時間之內養成AI達到100%的準確度還是很難。

在95%或是97%準確率之間鑽研的同時,技術團隊也可以協助醫師該如何在這3%到5%的AI失誤率當中,再次找出問題,才能真正幫醫師在診斷上提升效率,也替病患的安全再次把關。

想用AI預防醫學該注意的挑戰

瞭解人身上所有的DNA數據,進而找出可能產生的疾病,達成預防或是生活方始改變,是基因研究的目標,也因此近年來在生物技術研究上,基因定序變成相當熱門的題目。過去想要在1天內完成基因定序,成本約莫要1,000美元,未來一些基因定序公司希望將時間縮短至1小時之內,並且將費用降至100美元以下。

由於AI處理資料的速度比人類快,有些單位希望透過AI的力量來增益基因工程。不過在AI基因工程發展上,洪哲倫提出了幾個觀察方向:

一、各基因公司的資料庫共享方式可能需要彼此同意,又要以安全的方式存取資訊。

二、後續研發經費的籌措需要有更廣和長遠的目標,才較有可能獲得更多資金投入研發。

三、老化基因及癌症基因等大數據內容的儲存空間與方式。

AI與醫學整合教育

在跨領域的應用上,認為教育基礎很重要的洪哲倫說,醫師普遍數理基礎好,能夠快速瞭解AI。此外,像是北醫、長庚等很多醫學學校都開始推行AI課程,讓醫師來瞭解和研究AI。

從2019年開始,長庚人工智慧中心就從AI基礎、應用、實作各開設2學分的課程,提供研究生、醫學系七年級生、護理系學生來修這幾門課,藉由結合AI概念的專題製作,讓學生更了解AI與發想更多應用。此外,也計劃要增設經理人班,讓各企業的執行長和技術長瞭解醫療AI真正的應用面向、科別、可能會失敗的原因以及限制。

  •     按讚加入DIGITIMES智慧醫療粉絲團
更多關鍵字報導: 長庚大學 王文淵 人工智慧