「AI醫師」24小時自學260萬筆病例,把醫師留給病人|投書

「AI醫師」24小時自學260萬筆病例,把醫師留給病人|投書
2019-02-12
文・長佳智能
12953
除了看診,醫師還要花大量時間判讀病歷與影像,反而縮短了與病人互動問診的時間。最後,醫生過勞、病人也感覺得不到關懷。AI如何和緩醫病關係?

【最新消息】未來城市開設新 FB 粉專囉!按這裡加入吧!

「50號!」

來看胸腔科門診的朱先生,抬頭看著診間外的叫號,再看看自己手中的號碼牌,83號。「10點就來等,已經11點半了,什麼時候才看得到?」

在診間外等了好幾個小時,終於輪到自己進入診間時,好像又、二分鐘就結束。這樣的場景,大家都不陌生。

事實上,診間內的醫生也不清鬆。除了看診,還要花大量時間判讀病歷與影像,反而縮短了與病人互動問診的時間。最後,醫生疲憊過勞、病人也覺得得不到關懷,造成醫病關係緊張。

以人工智慧協助醫生判讀醫療資訊,將大大改善這種狀況。

現在在中國醫藥大學附設醫院看病,已是這種場景:

「朱先生,您第一次來,麻煩先去智能機器量身高、體重跟血壓,」林醫師提醒病患,接著轉過身,對著螢幕下指令:「HI哥,請把朱先生的電腦斷層掃描叫出來。好,我們來看HI哥判讀的結果⋯⋯」

「HI哥」不是護理人員,而是中醫大附醫與長佳智能AI公司合作設計的「AI醫師」。

健保數據寶山,台發展醫療AI優勢

台灣健保累積20年的電子病歷紀錄,是AI醫療系統中最珍貴的學習寶藏。中醫大醫療體系16家醫院,有超過260萬筆病歷資料,這些資料24小時不中斷地持續累積,為AI醫師提供了最寶貴的學習巨量資料庫。

短短時間裡,長佳智能與中醫大附醫,已經使用超音波乳房腫瘤輔助分類六萬7000多次、骨齡輔助判定系統更近13萬次。

「我就是想減輕醫療人員的負擔,」醫療出身、轉戰人工智慧領域的長佳智能研發執行長黃宗祺,一語道初衷。

將AI運用在醫療判讀,難就難在要將大量的圖像數據(如X光片、斷層掃描、核磁共振、超音波等),全部重新編碼註記,再教懂AI。

「我們設計了一套神經網絡般的運算程式,讓AI能夠日以繼夜地學習、再學習,」黃宗祺舉最難的染色體診斷(研判基因變異),過去要把染色體排序出來,就要花2.5個小時;現在用AI演算,只要0.1秒,「這省下了多少的寶貴時間?」

【延伸閱讀】:「基因編輯嬰兒」引震驚,未來醫療把人類變超人還是異形?

善用人工智慧,才能提供更人性化的服務。中醫大附醫院長周德陽總是對醫師耳提面命:「不要死盯著電腦(判讀數據)而不看著病人,」「我知道你(醫師)的醫術好,但有些病,要用心藥醫。」

藉由AI輔助判讀,省下的時間,讓醫生能好好「看」病人,增加關懷互動。也因此,中附醫在2018年還獲得《遠見雜誌》五星服務獎醫療院所業服務冠軍。

AI快且準,找出高風險病人

比起速度,對病人更重要的是,AI使醫生更精準掌握病人的過去與未來。

比如,飲食習慣導致現代孩童有性早熟趨勢,而性早熟會影響身高發育,判讀骨齡,就是判定有無性早熟的依據之一。

臨床上曾有13歲男童,骨齡達16歲,預測身高可能只有1米6。但判讀骨齡可不容易,中國醫藥大學副校長蔡輔仁說,用傳統用X光圖判讀骨齡,即使經驗再豐富的醫師,都要花很長的時間翻閱圖譜,判定每一張骨頭的年齡,「利用AI判讀骨齡,看診時就能提供更精確的診斷。」

【延伸閱讀】:AI為何還是取代不了放射科醫師?

「醫師需要AI協助,找出高風險的病人,」中醫大附醫放射部醫師林維卿也說,AI還能幫忙醫師,在電腦斷層上自動偵測肝癌病灶的位置,一方面減少放射科醫師的工作量,更能降低放射科判讀的錯誤率。

醫療產業AI化成為全球新浪潮,台灣因有完善的健保制度,擁有龐大完整的健保大數據,成為發展醫療AI的利基,「智慧醫院」的時代也將來臨。

延伸閱讀

「基因編輯嬰兒」引震驚,未來醫療把人類變超人還是異形?陳穆寬專欄|向死神借1.5小時!智慧醫療系統鐵三角,搶回5成腦中風病患AI為何還是取代不了放射科醫師?

其他人也在看

你可能有興趣

影音推薦

#廣編企劃|【2023 天下城市高峰論壇 #9】新竹市交通處長 倪茂榮:改善交通,必須先做出優良示範道路|天下雜誌✕未來城市

已成功複製連結