立即加入會員
取得專屬服務

智慧醫療懶人包》八張圖,一次搞懂智慧醫療的定義、應用與台灣的挑戰

智慧醫療懶人包》八張圖,一次搞懂智慧醫療的定義、應用與台灣的挑戰
未來城市智慧醫療懶人包:八張圖,一次搞懂智慧醫療的定義、應用與台灣的挑戰。圖片來源:高偉倫、吳培弘、林姿吟
2021-03-16
文・陳芳毓 資訊圖表・高偉倫、吳培弘、林姿吟 
110333
廣達集團創辦人林百里說,智慧醫療將是台灣的「第二座護國神山」。什麼是智慧醫療?它應用到哪些科技?台灣真的做得來嗎?

身為病人,是不是常煩惱看病不知該掛那一科?好不容易掛到號,醫師卻總是很忙,講沒幾句話就請你去拿藥?而拿藥,又是另一場漫長的等待?

身為醫師,一診有上百位病人,還要打報告、做研究。某些科別還要面對特殊挑戰,如放射科醫師一年要看數十萬張片子,急診室醫師不只處理急症,還要擔心暴力;加護病房醫師則要時時留意數據,以免病情突然惡化⋯⋯

醫院擔心的就更多了。醫療這麼多流程、檢驗,怎麼樣才能高效又不出錯?流行傳染病這麼多如何管理、預警,才不會院內感染?成千上萬種醫材該如何管理,才不會錯置遺失?

智慧醫療懶人包-AI醫療-數位醫療-區塊鏈-人工智慧-科技業-大數據-5G-高偉倫-吳培弘直擊醫療現場:病人等、醫師累、醫院忙。病人看病時排隊2小時、看診2分鐘,而醫生及管理階層常被庶務纏身,導致醫護上下都過勞。資訊圖表設計/高偉倫、吳培弘、林姿吟。

智慧醫療如何調適醫護人力短缺?

這是台灣醫界的縮影,但全球也面臨同樣問題。

19世紀後,醫療在科技協助下進步飛快,將人類平均壽命從40歲延長到了80歲;然而,醫療體系也因此受到考驗:

管理顧問麥肯錫(McKinsey & Company)“Transforming healthcare with AI: The impact on the workforce and organizations”(健康照護AI轉型:人力與組織的衝擊)預期,2050年,美國與歐洲將有1/4人口超過65歲。人老了,上醫院的機率增加,全球卻面臨醫護荒——WHO統計,到2030年,全球還需要990萬名外科醫師、護士和照護人員。

台灣老化的腳步比世界更快,國發會估計,2032年,65歲以上人口將超過1/4。然而健保可能破產、醫師、護士因低薪過勞而逃離大醫院;重要科別「四大皆空」的報導,更從沒斷過。

病人即將暴增,醫護卻持續短缺,若沿用目前的高醫療照護標準,而不推動結構性改變,健康照顧系統極可能崩盤。

「管理這麼多病人的代價很昂貴,醫療系統必須從偶發性治療,轉變成預防、長期的照顧管理,」麥肯錫指出轉型方向。

此外,AI、自動化等科技,能提升醫療照顧效能,讓醫護有更多時間照顧病人,進而提振士氣、提高留任率,解決眼前的挑戰。

在醫療端,智慧醫療有不得不做的壓力;在科技端,則有尋找新商機的推力。

代工利潤微薄,鴻海、廣達、宏碁、華碩等科技大廠,數年前便已紛紛切入智慧醫療;加上大廠的創辦人均已邁入古稀之年,與其說「智慧醫療」是老將的事業第二春,不如說是他們的切身體會。

最後,2020年突然爆發的COVID-19疫情,使遠距醫療、零接觸醫療從實驗變成日常,一把將醫療往科技使勁推去。

智慧醫療-AI醫療-數位醫療-區塊鏈-人工智慧-科技業-大數據-5G-高偉倫-吳培弘智慧醫療:當醫療遇上科技時,病人可以在家先量血壓,讓AI提早找出可能病灶,讓醫生再確認病因,提升決策精準度。資訊圖表設計/高偉倫、吳培弘、林姿吟。

智慧醫療包含哪些科技應用?

當醫療遇上科技,一個新名詞誕生了:智慧醫療。

根據WHO的定義,智慧醫療泛指資通訊技術(ICT)在醫療健康領域的應用,包括醫療照護、公衛監測等。

根據國發會報告《智慧醫療關鍵議題與對策之研究》,台灣推動智慧醫療有四大方向,包括「推動電子病歷及醫療影像傳輸」「醫院安全關懷RFlD計畫」「推動遠距健康照護」「健康資料庫加值應用」。

勤業眾信報告《2020 醫療照護產業展望》指出,科技正驅動醫療照護產業的革新,尤其是大數據與人工智慧、物聯網裝置、醫療資料互通與醫療場域去中心化等顛覆性趨勢,「正全面翻轉這個高度專業且嚴謹保守的產業。」

最常用於智慧醫療的新科技,英文字母首字正好是「ABCDEF」——人工智慧(AI)、區塊鏈(Blockchain)、雲端(Cloud)、大數據(Data)、邊緣運算(Edge Computing)與5G(Fifth Generation)。

想認識更多AI人工智慧的應用、技術與發展?有哪些AI學習資源?立刻閱讀:AI人工智慧的必修知識包

智慧醫療-AI醫療-數位醫療-區塊鏈-人工智慧-科技業-大數據-5G-高偉倫-吳培弘智慧醫療六大科技應用:AI人工智慧、Blockchain區塊鏈、Cloud雲端、Data數據、Edge Computing、Fifth Generation(5G)。資訊圖表設計/高偉倫、吳培弘、林姿吟。

科技為醫療帶來什麼優勢?

對醫護人員來說,智慧醫療最直接的好處,是防錯與減少工作負擔。

根據國發會報告,美國基層醫療醫師所進行調查發現,近75%醫師表示,資訊科技應用技術能夠降低錯誤事件;70%則認為資訊科技能夠提升生產力;而60%則表示,資訊科技具備降低成本、以及培養病人端建立承擔更多責任的潛力。麥肯錫則更看重人工智慧。

舉例來說,AI可使15%醫療照護工作自動化,其中醫材準備員約有48%的工作可交給AI,比例最高;各科醫師也能減少2到12%的工作。

以歐洲來說,2030年時將會增加39%的護理師需求,但僅10%的護理工作可被自動化。儘管如此,醫護人員還是能將而佔工作時間七成的行政庶務,交給AI。

科技催化與現實需求下,AI已成「現在醫療決策者、政府、投資人、創新者與歐盟的首要之務」。

麥肯錫指出,芬蘭、德國、英國、以色列、中國與美國政府都將AI導入醫療,私人部門也角色吃重,創投投資的前50家AI相關醫護企業總金額就達85億美金,「大型科技公司、新創、製藥與醫材公司與健康保險公司,都與AI健康照護生態系互動。」

美國生醫研究機構史克里普(The Scripps Research Institute)創辦人托波爾(Eric Topol)發現,2017年全年,美國疾管局(FDA)僅核准兩項醫療AI;隔年,進展到每月一到兩項;如今,一年有超過30項醫療演算法被核准。

智慧醫療-AI醫療-數位醫療-區塊鏈-人工智慧-科技業-大數據-5G-高偉倫-吳培弘智慧醫療四大關鍵數據,近75%的醫師表示資訊科技應用能降低錯誤,各科醫師能減少 2-12 %的工作。資訊圖表設計/高偉倫、吳培弘、林姿吟。

智慧醫療能用在哪些領域?

「人工智慧有翻轉醫療照護的潛力,」麥肯錫報告指出,智慧醫療將影響六大領域,包括慢性病管理、自主管理與疾病預防、疾病診斷、診斷分流、臨床決策支援與照護服務。能改善醫療成效、病患經驗,使醫療服務更可親,進而增加醫護體系的效能,照顧更多病患,避免醫護人員過勞。

英國上市公司、L.E.K.顧問認為,AI的應用貫穿就醫前、中、後,涵蓋從病人自主健康管理、疾病診斷、治療決策建議,到病人醫囑遵從的追蹤。無論是從提供診斷治療的醫護人員、接受治療的病患,及醫院的營運管理者,都有對應的AI工具可用。

麥肯錫檢視智慧醫療的發展,將其分為三個進程:

第一階段,即目前應用最廣泛的,是以AI取代大規模重複性的行政工作或診斷,如影像判讀。因此,許多醫院的放射科、病理科、眼科都已使用AI,協助醫師篩檢數以萬計的醫療影像。

第二階段,AI解決方案的使用情境將從醫院移回家庭,比如遠距監測、AI示警系統、虛擬助理等,讓病人為自己的健康負起責任。進入這個階段後,腫瘤科、心臟科、神經內科等AI進展較快速的科別。這會需要透過專業合作,使AI與臨床流程更緊密結合,醫院的組織文化與能力也將開始改變。

第三階段,更多AI解決方案進入臨床應用,並輔助醫師做出診斷決策;最後,使AI自然融入健康照護的價值鏈,從醫療教育、疾病診斷到大眾健康維護,無所不在。

麥肯錫強調,要完成這三階段,歐洲健康照護機構必須有更多的數據整合、更強力的監理並持續改善數據品質,醫療機構、醫護人員對AI解決方案與風險管理,也要有更大的信心。(延伸閱讀|看報告不用等到下次門診!AI科技解決醫療難題 這四面向最值得關注

智慧醫療-AI醫療-數位醫療-區塊鏈-人工智慧-科技業-大數據-5G-高偉倫-吳培弘智慧醫療一條龍:導入AI,從看診前的病人自主管理、看診中的醫師診斷輔助,到看診後病人能受到遠距照護。資訊圖表設計/高偉倫、吳培弘、林姿吟。

智慧醫療發展面臨哪些挑戰?

儘管各界充滿期待,相較於較成熟的智慧製造與自動駕駛,人工智慧在醫療的應用,仍處於起步階段。

麥肯錫發現,仍有44%醫護人員的工作從未涉及人工智慧;L.E.K.顧問則評估,以自動駕駛AI的發展六階段(Level0到Level6)來看,智慧醫療的最高表現則只有Level1(無人車則介於Level2到3),代表醫療AI技術尚未成熟,須在醫護人員完全掌控下,才能協助醫療決策,「大部分是實驗性地、選擇性地使用於協助醫院的臨床與非臨床工作流程。」

而在產業面,人工智慧要落實、進而形成產業生態系,也面臨許多挑戰。以台灣來說,還需克服四個問題:

智慧醫療-AI醫療-數位醫療-區塊鏈-人工智慧-科技業-大數據-5G-高偉倫-吳培弘智慧醫療棘手困境:台灣缺乏醫療軟體生態、科技與醫療溝通成本高、受限個資法健保數據無法商用、健保也不見得給付,全盤投入可能研發可能是個危機。資訊圖表設計/高偉倫、吳培弘、林姿吟。

一、受限法規,醫療數據取得困難

因醫療數據涉及病人個資,難以取得,使人工智慧在醫療領域的應用,比製造、交通等產業都慢。即便台灣有獨步全球的健保數據,也因《個人資料保護法》限制,無法商用,只能眼看國外競爭對手攻進台灣市場。

二、健保補助有限,醫院缺乏推廣誘因

人工智慧醫療服務必須取得主管機關、衛福部食藥署核准,才能用於醫療診斷。但食藥署過去管理的是醫材(硬體),相關要求並不適用於軟體(演算法);健保局也尚未同意以健保給付人工智慧醫療服務,使醫院缺乏推廣誘因;而AI演算法的「黑盒子」特性,也使部分醫護人員心存懷疑,不肯埋單。

三、台灣缺乏軟體產業

雖然不少人認為,台灣科技產業與醫療技術都領先全球,加上健保資料,「強強聯手」定能繼半導體業後,創造「第二個護國神山」。事實上,台灣科技業的強項是硬體,但智慧醫療的核心是軟體(演算法),台灣不見得有領先優勢。

四,醫界與科技業文化大不同

此外,智慧醫療服務的使用者是醫師,研發、製造端則在科技業,雙方須緊密合作,才能研發合乎需求的產品。然而,醫界與科技業的組織文化與專業語言大不相同,需要更多同時理解醫學與科技的人才居中協調,才能嫁接兩個產業。

如何加速智慧醫療?

智慧醫療-AI醫療-數位醫療-區塊鏈-人工智慧-科技業-大數據-5G-高偉倫-吳培弘如何能幫台灣智慧醫療升級?這是未來城市FutureCity彙整給醫生、病人及科技人的行動呼籲。資訊圖表設計/高偉倫、吳培弘、林姿吟。

然而,國外的智慧醫療腳步不等人。

麥肯錫認為,持續投資AI、持續數位化、成本壓力、消費主義興起、醫護人力不足、動態醫療模式的趨勢、數位優先的醫療模式興起、價值導向的醫療趨勢、持續的科學研究等九大因素,使得醫療AI遲早會實現。

台灣要發揮「強強聯手」的效益,也需要病人、醫師、科技人聯手,同意去識別化醫療數據合理使用,方便醫師找出最需要AI化的領域,搭配科技軟硬體整合,才有機會將智慧醫療打造成「第二座護國神山」。

未來城市・智慧醫療深度專題

智慧醫療專題 未來城市

其他人也在看

你可能有興趣

影音推薦

【2022.SDGs國際論壇 #2】中央、地方、產業 永續利害關係人如何協作?|永續議題分析與利害關係人協作

已成功複製連結