前陣子,我受台大醫院院長指派參加科技部主辦的學研醫資訊交流座談,我借用施董事長的理論,也提出了台灣醫療AI產業「微笑曲線」。
這場研討會希望透過產、官、醫三方對話,尋求台灣發展智慧醫療的方向。政府代表是科技部產學合作科科長吳醒非、產業界代表是緯創智慧醫療總監郭志峰,我則代表台大醫院。
過去,台灣的醫藥產業的國際占比不如科技業來得耀眼;但誠如汽車產業在進行一場翻天覆地的典範轉移,醫療產業也在默默進行一場數位轉型的寧靜革命。台灣強大的ICT產業,在兩大產業新舊秩序重新洗牌之際,都令人充滿期待。然而,我個人卻還不敢樂觀——因為資源似乎沒有投入最高價值的地方,機會恐稍縱即逝。
施振榮2020年提出新的「微笑曲線」,除了研發、行銷,也強調跨域合作的附加價值。圖片來源:行政院2020年生技產業策略諮議委員會議手冊
「微笑曲線」兩端投入的資源最少
目前,多數的投資源都投入在中間的科技端,亦即台灣原本的強項,少有大資源投入最有價值的「資料」和「服務落地」兩端。然而,數量大、且經過標註加值的資料,是發展人工智慧之母,如同半導體是所有硬體科技產業關鍵的源頭一樣。
舉例而言,美國國家衛生院建立了世界最大的胸部X光影像資料庫,哈佛和麻省理工學院也合作創立加護病房電子資料庫(MIMICS);英國建立的國家人體生物資料庫(UK biobank),則驅動了全世界在醫學電腦視覺、臨床決策輔助系統,及基因體醫學革命性的進步。
這種資源投入產生的外溢效果,遠超過將同等資源分散到各個不同機構的效果。
我期待,台灣要有雄心,在電子病歷、醫學影像及生物資料,建立國際數一數二優質量大、有特色的醫學資料庫。以台灣科技產業的實力和科技人才的量能,自然會在這些大數據庫上開枝散葉。
以台灣數十年來高品質醫療累積的紀錄,也的確有這個條件;然而恕我直白——投資在資料上,無論技術如何更迭,資料價值都不會消失;但現在,我們卻做了很多人工智慧的應用小模型,隨著技術快速更迭,只有少數模型能存活。
英國國家人體生物資料庫驅動了全球基因醫學的進步。圖片來源:截自UK biobank官網
微笑曲線的另一端是服務落地。「落地」,是指人工智慧軟體在醫院的安裝使用。然而,超過90%的醫學人工智慧軟體,都只進行資料庫的驗證研究,缺乏面對真實病人的臨床驗證研究。
真實世界的資料有太多雜訊干擾,人工智慧軟體在資料庫的好表現,不能直接轉換成在真實世界的表現。要解決這個挑戰,一方面要全面提升醫療紀錄的品質,二方面需要滾動式調教模型參數,才能磨練出臨床可以使用的軟體。這部分,台灣目前仍相對缺乏。(延伸閱讀|三缺一!最後一塊防疫拼圖?成立新冠肺炎資料科學國家隊吧!|李建璋專欄)
上市還不夠,還要能納入「醫學指南」
另外,醫療人工智慧軟體即使取得食藥署認證(FDA)上市,還須投入大量資源進行臨床效益和臨床影響的研究。臨床影響的研究,是研究醫師在有人工智慧軟體的輔助之下,對病人的治療診斷是否有淨效益。
這部分和消費電子的思維有很大的差異。
通常,電子產品上市後就是最後一哩路,但醫療產品上市後到臨床大量使用、甚至納入醫學指南,還有一段漫長的路。這個過程,目前也尚未看到資源投入。
這會產生什麼後果呢?如果,我們產生很多用小資料創造的人工智慧軟體,卻沒有投入資源做大量的應用研究,在文獻中累積證據,最後,是無法納入醫學指南(medical guidelines,醫療決策及準則指南的文件)的。
在醫學的世界裡,醫師、院長都不是沙皇,只有循證醫學的「指南」才是沙皇。如果沒有大量投入人工智慧臨床研究、建立國際文獻數量,研究結果就無法納入指南,自然也較難獲得國際醫療保險給付。
這個醫療AI產業的微笑曲線,或許十年後回頭來看,才能確認我的理論是否正確。但醫學人工智慧的發展無法等待,我寧可在這個時期冒然提出想法,期待有心人共鳴,一同朝微笑曲線的兩端去開拓!(延伸閱讀|台灣智慧醫療下一步怎麼走?2021BTC生技會議提出四大建議)