尤其,台灣擁有兩大醫療優勢:健保資料庫與長年累計的電子病歷醫療大數據。若能妥善的運用這些資料,將能擴大AI預防醫學的應用層面。
準確、及時、個人化、可執行
AI非常適用於早覺醫療(Earlier Medicine),重大疾病(如癌症)可在12個月內被預測。
以乳癌防治為例,不是每個女性罹患乳癌的風險都相同,需要參考家族史、賀爾蒙補充狀況、飲食習慣、乳房大小等因素;因此群體的預測價值,不如個人化預測。
又比如中風,若得知自己是高風險群,那麼平時就更應該留意血壓控制、心臟血管相關檢查。以AI預測健康惡兆,早覺預防照護,可避免中風後的醫療資源與金錢耗費,把關生活品質。
【延伸閱讀】【口罩下的人#04】讓國旗登上WHO主辦的黑客松!AI一秒判讀新冠肺炎X光 成大擊敗全球1000多隊奪勝
AI非常適用於早覺醫療(Earlier Medicine),重大疾病(如癌症)可在12個月內被預測。
過去的統計預測模型,若變數超過10個,通常效果不大。常用的邏輯斯迴歸(Logistic regression)則可容納10至20個變數;但變數增加,也會使變數的意義變得難以計算與解釋,稀釋模型的有效度。
現今透過AI訓練出的「機器學習」,可處理數千至數百萬個變數,並讓變數都發揮到極致,產生非常精準的預測模型。筆者的研究團隊,已能精準預測12個月內是否會罹患常見的十大癌症,部分準確度已可達94.1%以上。
【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
現今透過AI訓練出的「機器學習」,可處理數千至數百萬個變數,並讓變數都發揮到極致,產生非常精準的預測模型。
愈積極治療,反加劇醫療死亡螺旋
「預防重於治療」,這句話民眾皆朗朗上口,但卻難以做到。大部分藥廠寧可將資源投注於開發新藥,若一劑藥能治療癌症第二期、第三期,即使需耗費幾百萬元,仍有病人願意散盡家財接受治療。
相反地,即使預防癌症一天只要10元,卻不一定有人願意投入,因為預防成果較難在短期內具體可見。
但當醫療器材廠商、藥廠只願投資於疾病後期治療,使醫療支出不斷增長,反而加速拖垮國家財政,造成醫護人員過勞及增加醫療錯誤,最後勢必拖著醫療產業進入死亡螺旋,排擠其他國家重要支出。
【延伸閱讀】李友專專欄︱付不起的醫療未來,人工智慧如何支持我們健康老去?
「預防重於治療」,這句話民眾皆朗朗上口,但大部分的人卻難以做到。
翻轉醫療,用AI讓預測精準
近幾年,筆者多次呼籲用AI「早覺醫療(Earlier Medicine)」,無論是預防照護階段用來「預測健康惡兆」、急性照護階段用來「預測主要疾病進程」,及長期照護階段用來「預測失能惡化」等,都是價值極高、極具未來性的應用。
當AI能精準預測疾病發生,將會使更多人願意付費預測疾病,那麼「預防」的市場大門將會敞開;更多人投入早覺醫療,醫療產業將更有機會脫離死亡螺旋。
當癌症第零期及第一期的治癒率遠大於第二期後,早期治療,病人無需使用昂貴的標靶藥物、免疫療法,就能降低就醫成本,並活得更健康、更有品質。
期望我們一起創造醫療的典範轉移,將重心從治療移至預防,共同改變人類跟世界的醫療未來。