AWS
活動+
 

因應不同環境狀況 AI醫療系統設計需以人為本

台北榮民總醫院副院長陳適安表示,AI不能只是冰冷科技,需要與環境結合提供有溫度的服務。

醫療直接涉及人體安全,需要極高度的專業,對各類設備與器材的認證也十分嚴苛,因此與其他產業相較,醫療體系一直以來相對封閉。後期e化概念進入醫療產業,現在多數醫院都已擁有HIS系統,近年來AI再次成為熱門議題,台北榮民總醫院副院長陳適安指出,透過AI運算法的輔助,醫師診斷將可更精準。

陳適安表示,AI對醫院門診的協助主要在於前段診療判斷,例如近期已有科技團隊研發出AI醫療影像偵測技術,可在20秒內就找出腦部腫瘤,與過去往往需要耗費數天才能看到報告的流程相比,新技術全面提升了問診效率,其他應用如心臟科的心房顫動檢測,也可透過AI偵測出顫動部位,讓醫師在電燒手術前先一步掌握狀況,並準備適用的手術器械,手術後也可大致判斷出復發的機率。

在城市的大型醫院中,AI先一步判別醫療影像的做法,可縮短醫師診斷前的準備時間,讓看診更精準有效率,資源有限的偏鄉地區,AI則可解決小型醫院人力不足的問題。近期台灣醫界就推出偵測青光眼的AI系統,讓系統先偵測病患的眼球狀況,醫師再繼續之後的治療,除了青光眼之外,現在偏鄉地區中的老人比例偏高,骨折、心臟等老年人容易出現的病況,都是AI容易判別的影像資料,因此AI醫療系統在此類地區非常適用,除了可協助當地醫師診療外,若需要轉診,接手的醫療院所也可掌握病情,加快診療速度。

不過陳適安也指出,AI目前在醫療領域中,僅止於資料提供的輔助角色,之後的療程與照護,仍要由醫護人員按照既有的醫療流程進行。對醫護人員來說,AI會是未來工作的有力助手,因此使用者必須了解此工具的準確性、敏感值與特異性等功能的極限,尤其是不同疾病各有其不確定病因,使用者不能全然信任AI演算結果,仍必須以自己的專業做最後的判斷,才能確保療程的精準度。

而從發展現況來看,陳適安表示,AI帶來的智慧醫療趨勢,已為政府與國內各醫院所重視,榮總對此也相當積極,現在已有超過80個計畫在進行,啟動時程也不一樣,有部分已經上線使用,所研發的涵蓋面向則包括各科別與醫院營運管理機制,除了院內自己推動的計畫外,榮總也與科技部、陽明大學、北護大與台清交等官、學機構合作,匯集台灣各處的力量,將智慧化落實在醫療場域中。

至於智慧醫療的系統功能需求,陳適安指出,各醫院甚至是各醫師會因應個人認知、態度、習慣而不同,因此系統在設計階段,就必須視應用場域而有差異化設計,以前面提到的偏鄉地區為例,主要功能會是病患生理資訊的先行篩檢,因此所需要的功能就必須側重於此。而且就算開發完成,在上線使用時,也需要審視其適用性,確認可行性後再經過不斷的微調才能實際使用,榮總之前所研發的門診系統,也同樣經過嚴謹的評估,還必須尊重各醫師的使用意願,因此目前仍未全面應用於各科別,不過他也認為,包括AI在內的智慧醫療已是大勢所趨,應用比例將會逐漸升高。

要讓智慧醫療系統順利落地,陳適安認為目前關鍵在於醫學與科技兩大領域的整合,彼此的專業語言必須能溝通,才能開發出符合實際需求的產品,為此現在已有醫師進入學校研讀資訊電機學系,成為推動智慧醫療的最佳力量。他進一步指出,醫療的專業性雖高,但面對的都是大眾百姓,從另一個角度來看,是最接地氣的服務業,因此服務品質相當重要,系統所有的功能都要讓民眾有感,AI在醫療產業的應用不能只是冰冷的科技,而必須是有溫度的服務,如此才能為醫療業者與民眾接受,進而提升系統可用性,讓醫療產業走向智慧化。


DIGITIMES企劃

作者更多專欄

  •     按讚加入DIGITIMES智慧醫療粉絲團
更多關鍵字報導: 智慧醫療 AI醫療影像