Microsoft
Advantechline
 

醫療AI順利導入關鍵 英國藥廠資訊長建議融入流程與釐清權責

阿斯特捷利康(AstraZeneca)全球醫療資訊長Dr. Mishal Patel認為,醫療AI還能在細膩分析與解釋人因偏誤。蔡騰輝

隨著NVIDIA與AMD等國際大廠的圖形處理器(GPU)進展日新月異,以及成千上萬研究人員與新創團隊都切入數位病理與電腦輔助病理判別系統,市場已有人士擔心是否會有產業泡沫、新創整併、產業低潮的狀況出現,針對這個一日千里的產業,英國生物製藥公司阿斯特捷利康(AstraZeneca)全球醫療資訊長Dr. Mishal Patel認為,AI還有很多發揮與發展的空間。阿斯特捷利康也積極在藥物開發、製作等整體流程上借助AI之力持續成長。

醫療數據分析 人為因素也不可忘

「資料要正確、模型不能有誤,才不會影響臨床決策」,尤其包含了個人資訊與隱私的醫療資訊相當敏感,找出偏誤數據並校正,對於AI模型的品質很關鍵,Dr. Mishal Patel都會定期與醫師、跨領域專家、數據收集與產生者一同開會,避免可能的錯誤與嘗試可行的方向。

在醫療資訊的分析和除錯機制上,除了與專家們合作與開發以外,強調透過科學方法的Dr. Mishal Patel說,不同的演算法也代表著不同的解決切入點,也強調醫療數據並非單一項目,而是「真實世界複雜的數據」(real world data),就像是瞭解疾病的治癒過程分析,不僅是要收集疾病成因、搭配的醫藥處方醫囑,甚至病患為什麼按醫囑服藥,或是為何沒吃藥等人為因素也都要考量進來。

由於台灣健保資料庫有相當多各式數據,但是同時也要保障患者隱私,Dr. Mishal Patel認為,在發展AI的同時,是可以兼顧病患隱私與技術發展,比方說與政府與立法單位合作,透過監管沙盒(Regulatory Sandbox)或是特色專案的方式來執行,也能讓敏感的醫療健保資料運用得更安全。以英國來說,醫療資料運用等數據隱私權已是國家層級的政策,不僅希望提升病患參與度,決定自己的資料怎麼被應用,也專注從DNA數據著手啟動。

AI責任歸屬與電子病歷數據安全防護

針對政府如何管理電子病歷分析、醫療人工智慧,在發生糾紛時,如何咎責歸屬的問題,Dr. Mishal Patel表示,像是藥物誤用、演算法偏誤等問題,美國FDA與英國政府都在研議當中,希望儘量減少風險,或是可能提供補償計畫。

此外,針對藥廠的研發、製造、行銷、配送等流程上的資訊網路安全,阿斯特捷利康已有部分專案討論中,還需要時間才能提出更多明確的計劃。

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