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）
