AI人工智慧接管你我的健康

採訪撰文／蔡憶慈；本文感謝臺北醫學大學醫學科技學院李友專院長提供專業諮詢

21世紀的第2個10年即將結束，我們在科技的帶領下，文化、經濟、政治各方面正經歷著人類史上最劇烈的一次變動，尤其大數據和人工智慧(artificial intelligence,AI)的飛躍式進步帶來無限的想像。根據麥肯錫全球研究院(McKinsey Global Institute)於2017年曾發表的報告，AI的發展主要集中在醫療、零售、電力、製造業、教育五大領域，在醫療領域更將為醫病雙方帶來巨大且複雜的改變。到底目前AI在醫療上真正落實的應用是什麼？民眾又能抱持哪些期待？來聽聽醫療AI權威、臺北醫學大學醫學科技學院李友專院長的專訪。

大數據讓AI發展突破瓶頸

李友專院長解釋，其實AI在1960年代就已開始發展，只不過當時比較著重在將邏輯和算式放進電腦裡面；但自AlphaGo以來，這一波的AI發展重視的是所謂的機器學習，也就是把之前累積的大數據給電腦，電腦再根據資料找出其中的因果關係。以AlphaGo為例，其能打敗多位棋王，並不是真的去破解每一個棋點的機率，因為圍棋組合據說比宇宙所有原子還多，當時普遍認為起碼要再過10年才有可能真正破解。AlphaGo的學習是給電腦看前人的棋局如何下，從中歸納學習怎樣會贏、怎樣會輸，最後變成AlphaGo與AlphaGo對下，只用圍棋的9個基本規則，但3天下了400萬場，把這400萬場學起來，終於達到沒有人類對手的境地。

李院長進一步解釋，AI在醫療運用的發展將帶來非常大的改變，面象也很複雜，目前臺灣的發展比較集中在醫師及大醫院方面，而且以影像為主。因為從AlphaGo的例子可以得知，發展AI需要有大數據為基礎，而醫院越大所累積的數據當然越多。而近期AI方法學上的突破以影像、語音、語意為主，以前給電腦一張影像讓它告訴我們裡面有什麼，準確率不到6成，現在可以達到9成以上；語音和語意也從不到7成至現在達8、9成。

影像判讀是醫療AI主流

例如，現在常看到許多醫院談論影像自動偵測，利用AI幫忙找出病灶以節省醫師時間。以前照電腦斷層可能影像只有4、50張，現在卻動輒數百張，醫師判讀時有可能不小心就錯過有病灶的關鍵影像，AI輔助可以減少這種可能性。不過目前AI運用的瓶頸之一是偽陽性過高，也就是說AI雖然能有助減少錯失資訊的機會，卻也同時挑出很多沒用的資訊，在幫助醫師減少判讀錯誤的同時又增加了工作量。舉例來說，如果目前錯誤的機率是1％，利用AI可以降低至0.5％，但每個案例要多花10分鐘；一天本來可以看500張片，運用AI之後只能看200張，剩下的300張怎辦？目前整個醫療體系尚無法支援，但將來當AI繼續發展，兩種狀況達到平衡時就能獲得更廣泛的支持。

至於何時可以達到平衡？李友專院長表示，每個領域不太一樣，對AI來說，是非越明確、大數據品質越好的領域，越容易達到。淺顯點地說，病人打噴嚏，有時是流感，有時可能是肺炎，所以AI到底要連結到哪裡？這種領域進展就比較慢。再以臺北醫學大學開發的痣能達人MoleMe為例，只要加入皮智-痣能達人MoleMe的Line帳號，拍下身上痣的照片上傳後，回答幾個相關問題，藉由AI判讀是否需要就診。一來因為皮膚問題多是外顯性，利用影像來判讀遠比民眾口頭描述症狀精準；再者它只告訴患者是否需就醫，而不是做更複雜的病症診斷，既能幫助大眾即早發現問題即早治療，也能節省醫療資源被浪費，更不會踩到法令限制或造成不必要恐慌，價值最高。

人工智慧進駐門診間

AI人工智慧的醫療運用越來越廣泛，例如幫忙判讀腦瘤的位置、糖尿病眼部病變、骨質疏鬆預警系統、判讀細菌抗藥性、處方警示系統等，或者像臺大、三總的AI衛教機器人等。此外，今年起臺灣已有北榮和中國附醫開設AI門診，也就是在門診醫師的電腦裡裝設人工智慧軟體，輔助醫師判讀影像資料，減少人為錯誤。

1.臺北榮民總醫院：骨科、心臟內科、神經影像判讀。

2.中國醫藥大學附設醫院：心臟科、腎臟科、胸腔科、乳房外科、兒科、眼科、精準醫學、健檢中心等。第一階段輔助診斷骨齡、染色體、心電圖、胸部X光、糖尿病眼底病變、腎衰竭腎病預測及基因檢測檢驗等。

李友專醫師

臺灣現今病歷電子化重要推手。自1993年投入人工智慧於醫療應用研發至今逾25年，其研究貢獻多次獲得國內外肯定，包括獲選國際健康資訊學院創始院士(IAHSI,2017)、美國醫學資訊學院院士(ACMI,2010)、澳洲醫學資訊學院院士(ACHI,2010)、臺灣資訊產業最高桂冠-傑出資訊人才獎(2015)、十大傑出青年(2001)等，並獲選為國際醫療資訊協會(InternationalMedicalInformaticsAssociation)下任(2021~2023)會長、國際SCI期刊《InternationalJournalforQualityinHealthCare》全球總編輯，極具國際聲望。(*ACMI是美國醫學資訊領域之最高學術榮譽委員會)