其中最引人注目的,莫過於智慧醫療的應用發展。
國家發展委員會推估,到了2026年,台灣老年人口將超過 20%,與日本、南韓、新加坡及歐洲部分國家同列為「超高齡社會」。
在這個趨勢下,我們即將面臨日益高漲的醫療費用、區域不均下產生的資源分配問題、甚至是醫療人力缺乏的危機。
隨著各種智慧應用的產生,人人都在問:如何透過科技力量解決醫療問題?
【延伸閱讀】四月專題|未來醫院,會是什麼樣子?
在新冠肺炎抗疫期間,台灣醫療品質有目共睹。圖片來源:衛生福利部
台灣擁有優異的醫療體系、豐富的臨床能量,以及完整的人體生物資料庫;同時具有可用於規劃、監測和評估醫療服務的國家健保資料庫,這些都是推動生醫產業的優勢與利基。
再加上資通訊科技產業的堅強基礎,更使得人工智慧與醫療的跨域合作,成為未來台灣業整體競爭力的一大契機。
市調公司全球市場洞見(Global Market Insights)指出,AI在醫療應用市場規模將於2024年達到110億美元,年複合成長率達到40%。
主要領域包括藥物開發、醫療影像、遠距支援、治療規劃、醫院流程及穿戴式應用,例如更有效、快速地篩檢疾病、3D成像及病灶標註,取代過往需要花費大量時間與人力的重複性工作。
在此場論壇中,各講者一一分享台灣目前已在發展、落實的各項智慧醫療應用,其中有四個最值得關注的面相:
1. 將醫師從過勞中解放——AI 影像辨識
未來,AI模型協助醫師看片子,加快判讀也減少錯誤。
醫師的工作除了看診、手術等,「看片子」更是放射科醫師們最大的工作負擔。一位醫師的分享,一個月平均要看高達2,000張以上的醫學影像,更別說還要替這些影像撰寫報告,工作量相當驚人;而長期的疲勞用眼之下,也難免有疏漏之處。
為了將醫師從過勞中解放,不少企業與醫院都著手開發相關輔助科技。如新創公司雲象科技推出 AI 醫療影像開發平台「aetherAI」,與台大醫院、長庚醫院、台北榮總等醫院合作,透過醫院的資料和醫療專業訓練AI模型,自動找出影像中不尋常之處,讓醫師能快速獲得輔助資訊,減少工作時間。
另一方面,對於病人來說,利用 AI快速判讀影像結果,更是減少等待時間與心中焦慮的一大解方。
台北榮總副院長陳適安分享,北榮自兩年前成立智慧醫療委員會,第一年就將AI導入輔助門診,包括心房顫動電燒、神經影像診斷、脊椎骨折影像等項目,都能做到即時判讀,讓病人在最短的時間內得到答案,爭取珍貴的治療時間。
「過往醫生至少要花20分鐘才能解讀報告,但AI可以在20秒內知道答案,病人不必等到下一次門診才能知道報告結果,」陳適安說。
2.酒駕逃不過——即時生物監測系統
FBI探員可以透過一個人的眼神判斷他是否說謊;而在AI時代,一個攝影鏡頭就能說出更多的祕密——例如,駕駛是否酒駕或疲勞上路?ATM提領人是否有詐騙之虞?全都靠你的臉就能辨識。
鉅怡智慧開發的AI辨識及生理資訊量測系統,就是依靠臉的血液循環狀態,讀出被攝者的生理資訊。這種系統不僅可以應用在遠距醫療、居家健康檢測上,更能夠應用在判定疲勞駕駛及酒測,甚至是金融業者防詐騙及客戶管理的用途。
而前台大醫院腦科醫生洪偉禎,在史丹佛大學進修後開創了自己的智慧醫療公司亞拓醫療。他認為,科技可以預防風險,避免不必要的醫療照顧成本。
亞拓除了開發健康監測系統,現在也正開發一套簡易的中風預防檢測應用,只要透過手機鏡頭拍攝脖子動脈的動跳,就可以直接分析中風風險,提醒病人及早注意。
【延伸閱讀】一分鐘揪出骨折、腦出血!AI助手出動,幫急診室搶時間
3. 醫療大金礦——醫療大數據平台
在智慧醫療中,大數據的累積就像是萬物的基底,唯有豐富且品質優良的資料庫,才能賦予AI預測能力與判斷能力,進一步達到精準醫療的成效。
政委吳政忠在論壇中分享,有鑑於AI與大數據在醫療產業中扮演的重要角色,台灣政府目前正致力於推出「人體生物資料庫整合平台」,透過整合全台灣超過31家的Biobank、超過450萬檢體組數,使AI在資安無虞的情況下得以進行資料治理,進而實踐新興療法、新藥、個人化醫療及精準診斷/檢測的目標。
不過,需要考慮的問題是,健保資料原先是為了申報而用,如何重整、精煉數據,是未來最大的功課。
【延伸閱讀】2020大未來|智慧醫療|李友專:存下治療過程大數據,醫師更容易預測病人何時出院
台灣醫務管理學會資深顧問許瑞璋比喻,「醫療資料庫是金礦而不是金庫,金庫放的是現成的黃金,但金礦則需要挖礦,」而有經驗的醫生就像是礦工,知道哪裏有含金量,因此大數據與專業相配合才能相輔相成。
4. 人性化的科技實踐——智慧醫院
智慧醫院成為超高齡化台灣的未來醫學趨勢。
即將迎接超高齡化社會的台灣,要如何打造出適合銀髮族的醫療模式,是智慧醫療最大的應用場域之一。
作為南台灣規模最大的教學醫院,成功大學副校長蘇芳慶分享,成大將於2022年啟用智慧老人醫院,以病人為中心設計全新醫療流程,不僅不再區分科別,更將從診斷、治療、照顧等面相,建構全新的數據管理中心。
透過了解病人的家族病史、個人基因、生活型態等數據資料,預測病人的罹病風險和治療效果,打造專屬的治療策略。
同時間,工研院也投入智慧長照應用開發,以資通訊技術結合智慧照顧,2020年2月也於工研院光復院區打造一個實驗場域,包括夜間照顧、銀髮婦女、遠距醫療等,引進日本第三代日照中心的AI技術,開發適合台灣民眾的銀髮運動復健AI軟體,以補足長照2.0復能需求。