AI 人工智慧於醫療照護產業之應用

繼上一篇文章概觀介紹 AI 人工智慧、淺談產業應用（一探人工智慧、機器學習與深度學習的差異、產業應用和商業價值），本篇針對醫療照護產業探討 AI 技術應用的現況、實務案例、未來發展方向及商機，供相關機構及企業作為發展規劃之參考。

想用聽的請點這：Spotify Podcast、Apple Podcast、Google Podcasts、KKBOX Podcast

根據工研院調查， 2020 年全球 AI 人工智慧應用的主要成長力道來自製造、醫療業、金融、零售業四大產業，而臺灣最有機會發展的產業應是製造與醫療行業，主要因為供應鏈及數據資料庫等機器學習的必備條件夠完整充足，在發展 AI 技術過程中容易結合相關領域知識，提升軟硬體設備價值，加速企業數位轉型，智慧醫療新創發展將無可限量（註一）。

科技驅動智慧醫療

深入探討 AI 及醫療技術前，我們先以概觀角度討論未來智慧醫療的趨勢以及重點發展方向。 根據勤業眾信《2020 醫療照護產業展望》報告（註二），未來醫療照護趨勢將因智慧科技的興起，逐漸朝 ４ 大方向發展，分別為遠距醫療、 經濟醫療、醫療生態圈與精準與預防醫療（如圖一所示）。

舉例來說，通訊科技、物聯網、AI 人工智慧等技術的結合，即能落實遠距醫療，如遠端問診、監控、手術，甚至是救護車和醫院的病患資料即時傳輸，幫助醫護人員更快掌握病人狀況、準備醫療器材，提升救護效率等。且疫情及高齡化更加速其發展，促使全球遠距醫療照護服務之普及。

而精準與預防醫療則是著重於有效結合 AI 人工智慧和醫療照護知識，衍伸創新應用，以精準、快速等特性提升醫療效率，預測疾病的發生風險，讓醫療資源能夠更有效且妥善的被運用。

未來智慧醫療發展之重點少不了 AI 人工智慧，業界專家也認為該技術為改變醫療照護本質的關鍵要素。即時和精準的特性可取代現代醫療，降低風險、提升效率，且運用層面廣泛，從影像辨識、手術開刀至藥物及療法開發皆可和 AI 人工智慧結合，大幅提升醫療品質（如圖二所示）。以下列舉影像辨識和文字及語意辨識之應用案例，供參考。

影像辨識協助醫師更快速且精準判讀病症

AI 於醫療的應用，目前仍以影像辨識較為主流。科技政策研究與資訊中心報告指出，「以台灣為例，國人每年平均看診次數約為 15 次，所累積的處方箋高達 3 億 6 千萬張；每年約有 200 萬人次使用電腦斷層與核磁共振等影像檢查，以肺部電腦斷層掃瞄為例，每進行一次電腦斷層掃瞄便可產生 500 張影像，一位有經驗的醫師進行初步篩選至少就要花 20 分鐘。醫療技術的進步，讓診斷更為細緻，疾病的分類則變得更為複雜。傳統影像辨識，靠的是醫師肉眼的判斷與經驗，一旦醫療數據增多、辨識時間拉長，長時間的工作帶來的疲乏，加上疾病的高複雜度，使醫師犯錯的機率提高」（註四），若有細節沒注意到可能會造成致命傷害或不可逆之影響。所幸以上問題可藉由 AI 結合雲端技術改善，透過大量存取資料及即時分析，且以圖示化及系統化的方式呈現資料供醫生參考，幫助更快接收患者資訊、精準判斷病症，降低早期風險或疾病的發生，或進一步預測病人術後狀況等。

以中國醫藥大學附設學院之 AI 乳房外科門診為例，病人接受乳房超音波檢查後，同時，AI 判讀報告產生供醫師參考，協助更快速確認判讀，減少不必要的切片檢查以及醫療資源的浪費或疏忽。該院更表示未來「將會把 AI 網路延伸至乳房攝影檢查以及警示系統，藉由立即性的分析以及即時性的通知臨床醫師，可以更加快速及主動的達成癌症診斷防護網」，讓 AI 人工智慧能夠更完善且全面地運用於乳房醫療（註五）。 這類服務可透過 AWS 的 Amazon Rekognition，以機器學習技術來自動化影像和影片分析程序，快速且精準偵測腫瘤，幫助及早發現且投以適當的治療方式，避免錯過治療黃金期，提高患者的存活率。

文字及語意辨識促進醫病關係、提升醫療品質

AI 醫療的應用不僅上述所提之影像辨識，文字及語意辨識技術也正迅速發展中。 目前大部分看診模式還是以病人口述病狀，醫生手寫或以電腦紀錄，儘管電子健康紀錄系統（EHR）已大幅簡化記錄流程，醫生來回的詢問和紀錄，卻相對減少和病人的互動及對於病徵的詳細了解，恐造成醫療品質下降、效率低落等問題。有許多針對相關議題解決方案，如雇用抄寫員負責記錄病況，讓醫師能夠專注於與病患溝通，但變相增加醫院的人事成本、增加病患壓力等問題。

為此，AWS 推出 Transcribe Medical 服務，能高度辨識醫療相關的專業術語，開發者可以透過此服務與自身系統整合，或將轉錄後的結果輸入電子病歷 (EHR) 系統，讓醫師能更專注於病患本身，而不必中斷對話去做醫療筆記。 除了醫療文字紀錄外，還可以用於遠距醫療的字幕、藥物安全檢測甚至是醫療分析等使用場景，減輕醫師負擔外也同時增進了病患的醫療體驗，把記錄等庶務工作交由系統處理，醫護人員可花更多時間衛教或滿足病人需求。

未來發展商機及限制

AI 人工智慧與醫療照護的結合雖有無限可能，目前許多法規上的規範尚未完善，像是 AI 醫療器材該怎麼被歸類、臨床資料在產品開發階段要滿足那些去識別化的要求等的問題，都還有待商確。相信等到這些尚未明瞭的議題獲得解決方案後，AI 醫材的開發會更加順暢、滿足更多臨床需求，產業前景亦無可限量。市調公司 MarketsandMarkets 預期全球市場規模將由 2018 年 476 億美元成長至 2023 年 1,323.5 億美元（註六），該技術不僅改變人類的醫療行為，也正在醫療照護市場中引領一場產業革命。

作者：Sally Sun, Howie Hsiao。

參考資料
註一、工業技術研究院。 2020 人工智慧趨勢解析！臺灣AI發展首推製造、醫療。
註二、勤業眾信。 2020 醫療照護產業展望。
註三、商業周刊、尋找中國創客、台灣精準醫學學會、美國個人化醫療聯盟、第一金投信彙整。第一金全球AI精準醫療基金。
註四、財團法人國家實驗研究院科技政策研究與資訊中心。淺析台灣人工智慧醫療之發展。
註五、中國醫藥大學附設醫院。人工智慧~乳房超音波判讀系統。
註六、經濟部技術處 產業技術基磐研究與知識服務計畫。數位科技×防疫風潮 後疫情時代智慧醫療新商機研討會。