科普好健康/善用AI人工智能 让医师专注「看」病

人体是个奥祕的小宇宙,这对来说,意义尤为深刻。当医师面对,就像是探索人体小宇宙里究竟发生什么事。古代医学,像较有系统的中医,发展出望闻问切等技巧,尽可能将肉眼看到的、耳朵听见的、鼻子嗅到的、手摸到的客观讯息,以及口头问到的主观讯息,加以蒐集分析,做成治疗策略。

到了现代,医师看诊方式基本上大同小异,但随着对人体生理日益了解,血液、影像学、病理学检查陆续加入,成为蒐集客观讯息的工具。一个高烧病人,血液检查发现白血球数目很高,可以进一步X光检查确认究竟是得了肺炎,还是上呼吸道感染,决定怎么治疗。

后来影像学检查又发展出超音波、电脑断层扫描、磁振造影、正子造影等,提供更多选择。电脑断层扫描可清晰辨识病灶周围环境,让我们知道肺肿瘤究竟长在肺里面?气管内?正子造影可进一步追踪癌症生长速度。核磁造影则以诊断血管及器官实体见长。

透过这些检查所获得的资讯,可能让我们对病情更了解,也可能更迷糊,原因出在数值易受各种因素影响。举例来说,血液、尿液检查数值会因为前一天饮食而变动;冬季抽血测得的淋巴球数会高一些,白血球数就会降一些,但不见得是生病造成。

做断层扫瞄时,肺的影像随呼吸变动,肝受横膈膜压迫,肠里有肠气,照出来的影像可能不十分精确。所以,影像学检查通常只能提供部分讯息,无法回答所有的问题。

病理学检查也是如此,检验结果通常与检验方式息息相关,例如,用针抽出来的组织可能受针孔影响。如果检体细胞比针孔来得大,细胞可能受针孔压迫,形状变得难看不规则,而被误认成癌细胞。如果针孔太大,则可能抽出过多没有特异性的东西,失去参考价值。

我们经常会发现,一个病人先后做了正子造影、核磁共振以及电脑断层扫描后,结果有些差距。这些差距除了可能跟仪器本身精确度、医师使用方式和判读方式不同有关,也跟病人受检前几天的状况有关。因为生理状况持续不断变化,检查只能呈现当下的状况,病人在不同医学中心做检查,结果出现差距也不让人意外。

在未来,善用AI人工智能,就能将这些看似不一致的检查数据,转化成有利诊断的资讯。我们可以训练AI分析大数据,剔除杂讯,挑出具重大意义的内容,交给医师最终判读。

AI强大的连结能力,可跨医院蒐罗病人所有就医资料,进行长期动态综合分析,真实反映病人现阶段的状况,提供精准治疗建议。

此外,医师问诊这一块,过去20年来长期被忽略,善用AI,也可以扭转回来。自从电脑进入诊间,医师打病历跟看病人变成一件衝突的事情。

医师一边看着电脑一边问病情,其实并不晓得病人告诉他的病情有多真。一个好医师可从病人眼睛,看出他所说的疼痛该增几分或减几分。

未来,打病历大可交给AI执行,医师专注「看」病人。AI有自然语言分析能力,除了能将对话转化成文字纪录,还能分析对话,列出疑问,提醒医师注意。问诊结束之时,AI已将病历打好,并附上处方建议,交给医师确认。医师关怀病人的时间多了,医病关係自然和谐信任。

要发展医疗AI,得考虑如何开放资料,同时兼顾病人隐私。目前可运用区块链技术资料上传后不可更改的特性,由医院上传病历资料,配合私钥设计,让病人充分保全病历开放浏览的权利。相信未来发展成熟,定能助人类健康医疗更上一层楼。

Google:肩负发展背后责任,将透过人工智能等科技改变生活

在 I/O 2018首场主题开始之际,Google执行长Sundar Pichai除了说明科技成长所带来便利,同时强调人工智能所带来改革与便利,同时Google在此背后所需间负责任。

如同先前针对汉堡表情图示的起司应该放在下层或上层,以及啤酒泡沫是否略带灰色的争执,后续依照众人期望做出调整,Sundar Pichai以此说明科技公司应时时为用户需求着想,同时也要思考发展各类技术背后所应间负责任。

而提到人工智能发展,Sundar Pichai认为此项技术逐渐改变生活模式,并且带来许多便利应用,例如Google不久前与医疗学术机构合作透过人工智能分析判断视网膜病变情况,藉此协助诊断病患眼部是否受到影响,或是透过人工智能分析病况,藉此作为医师诊断结果判断辅助。

在进一步说明里,Sundar Pichai更藉由Gmail新加入的「智能撰写 (Smart Compose)」功能,透过人工智能分析预测使用者可能撰写内容,藉由类似预测输入方式让使用者能更快完成信件内容,另外则是透过Google Photos的推荐处理动作,以及可让老旧黑白照片「恢复色彩」的技术应用成效,说明科技进步所带来使用体验。

同时,Sundar Pichai也举近期Google利用人工智能分析影片人物声音与说话影像,藉此成功将单一影片内容中的不同人说话声音分离,藉此能清晰聆听特定人物的说话内容。另外也藉由身障者Tania Finlayson的故事,说明如何藉由让Gboard输入法支援摩斯电报,并且藉由Google Assistant的真人语音「发声」,藉此实现让Tania Finlayson能亲口说话的目标,藉此詮释科技如何改变生活,以及本身所带动意义。

如同微软执行长Satya Nadella在Build 2018首日强调思考发展各类科技应用背后所扮演角色,Google在此次开发者活动里也提倡应对本身所为负责的想法,或许也是呼应日前Google员工连署要求公司不应将本身发展技术应用在战争等用途。

成医疗帮手 预测败血症又可防跌

人工智能将成医疗照护最佳帮手,附医在加护病房使用智能重症照护系统,藉人工智能预测病人发生风险并即时预警,可提升病患存活率。相关技术未来也可用在病患防跌。

台北医学大学附设医院与台湾人工智能实验室合作今天举行签约仪式,展开为期5年的跨界合作。由北医附医提供专家标注的临床资料,与台湾人工智能实验室共同探讨并开发人工智能算法与系统,并将研究成果建置于医院临床系统。

TED-ICU智能重症照护系统及住院病人状态评估系统是首波研究重点。

北医附医院长陈瑞杰下午在记者会表示,加护病房病患病情瞬息万变,尤其败血症是重症医疗很重要且致命的疾病(全球发生率每10万人437名),且在美国有高达1/3的死亡率。目前筛检败血症的方式都有其限制,若能及早发现给予等其他治疗,可有效提升病患的预后。

陈瑞杰说,北医附医从2017年在加护病房全面导入「TED-ICU智能重症照护系统」,自动完成病患的生理资讯抛转、整合、计算与纪录,并据此预测败血症的发生率。医护团队利用时序性的生命徵象以及病患背景资料,可预测病患4小时后败血症的风险,比传统的筛检方法有效。

北医附医创新前瞻中心副主任蔡龙文表示,目前「TED-ICU智能重症照护系统」临床运用,预估病人败血症风险的准确率约7至8成,未来希望可以达到9成。另外在医疗影像、医疗品质方面,也都能透过人工智能有所提升。

蔡龙文举例,预防病患跌倒是照护重要课题,为降低病患跌倒的机率,台湾人工智能实验室将运用机器学习过往跌倒的病患纪录,预测跌倒高风险族群,并进一步判别病患跌倒的原因,盼能在用药与照护上提供护理人员参考与协助。

开发创新加速器搭建创业平台 六家新创公司获注资

宏达电健康医疗事业部总经理张智威今天说,(AI)平台计画整合虚拟实境(VR)技术导入脑瘤,可提高手术正确性与成功率,最快明年将有一家台湾医院採用。

宏达电旗下健康医疗事业部DeepQ今天在NVIDIAGPU技术大会上发表人工智能平台DeepQ AI platform,专为部署人工智能所遇到的瓶颈提出快速、简易且有效率解决方案,藉以催生更多AI应用创新。

张智威今天受访说,HTC人工智能平台在类神经网络与深度学习进行优化,原本需要100週完成的运算工作,只需要3天就能完成;他形容就像自排汽车一样方便,输入数据后选择模组,就可以解决问题,速度快又省钱。

他表示,近期HTC人工智能平台与卫福部、疾管署合作,其中一个项目与疫苗相关,以往民众打去询问哪里可施打疫苗的电话,一天有2000多通,透过HTC人工智能平台用聊天机器人的方式回覆,每天打电话询问疫苗施打地点的数量减少约20%。

此外,张智威透露,HTC正在进行一个专案,透过人工智能平台与VR技术可以诊断脑瘤;据他观察,目前医生进行脑瘤手术前,都是透过2D影像去推测实际状况、提出手术计画,若能结合人工智能与VR技术,可以减少开刀时遇到的突发状况,提高手术正确性与成功率。

张智威说,包含台北医学院、秀传医院等国内医院已有兴趣导入结合人工智能与VR技术的脑瘤手术,HTC医疗器材预计今年底可取得台湾卫生福利部食品药物管理署认证,最快明年将有一家台湾医院採用,甚至香港医院也有接洽。

他强调,脑瘤手术结合人工智能的另一个好处,是可以透过人工智能比对以往的脑瘤患者案例,快速提出手术计画。以美国为例,脑瘤手术计画可能需要6个小时完成,但透过人工智能平台,只需要一个小时就能做到。

目前HTC的AI团队约30人,张智威有信心都是台湾最强的AI研究人员,在一起工作可以互相激荡火花;也因为HTC的AI团队太强,让张智威离开Google加入HTC,一待就是6年,到现在还舍不得离开。

展望HTC健康医疗事业部的未来,张智威认为,短期而言,希望在两三年内积极推广结合人工智能与VR技术的手术应用;长期来看,希望能在小数据变成大数据方面有所突破。

AI医材创新 吃软不吃硬

医疗领域导入技术为全球发展趋势,透过个人化医疗就诊数据、生理数据等资料,不仅可实现个人化精准医疗,甚者透过影像识别、深度学习等技术,可辅助医师提高疾病诊断之准确性,给予病患治疗方案建议、更可解决医疗人力缺乏与成本攀升问题等,大幅改善既有医疗体系。

拜资通讯科技与演算法、类神经网路等研究之长足进步,推进人工智能技术跳跃式成长,在国际大厂Tesla、NVIDIA、Google、Apple等推波助澜下,广泛运用于自动车、家庭语音助理等,甚至进入医疗领域,锨起医疗技术、管理等全面项的创新革命。

盘点全球前十大最受瞩目之人工智能医疗产品/服务大厂,现时人工智能在医疗领域之应用范畴以智能诊疗为主,其次为智能健康管理。

在智能诊疗方面,如IBM之Watson Health专攻癌症治疗,依据病患症状、病史等纪录,辨识出乳癌、肺癌等八种癌症,并可提出治疗与照护建议;另如MYCIN之MYCIN Health,辅助感染科医师针对血液感染患者进行诊断和治疗用抗菌素类药物选择建议。

智能健康管理方面如Lumiata之Lumiata Health,以病患的病历、病理生理学数据建构医疗图谱,用以预测病患治疗需求与建议治疗方案;另如AiCure之AiCure Health,运用脸部辨识技术,透过智能型手机提醒病患用药与确认是否正确服药。

全球前十大最受瞩目之人工智能医疗大厂,其产品/服务之性质皆归属。换言之,现时人工智能医疗之发展,为架构于既有的医疗硬体设备上导入人工智能技术而开发创新解决方案。

卫服部统计,2017年我国65岁以上人口比率高达14%、2016至2017全民健保医疗给付成长率达4.5%,且2016年国民医疗保健支出达1,869兆元,显见少子超高龄化趋势、医疗资源浪费等问题,正衝击医疗体系。

医疗院所管理成本与医疗支出上升,致使庞大医疗系统难持续、疾病复杂化下诊断与治疗的准确性与效率性需求上升,以及相对应之新药研制不易与费时等威胁,导入人工智能解决方案,从而节省人力与医疗支出、提高疾病诊断之准确性与效率性、缩短新药研制时程、个人化精准医疗等,是大势所趋。

我国有完整医疗体系,以及素质平均且高的医师群聚,更为领先全球之医疗数位化转型典范。全民健保自1995年开办起,累积超过20年,全台2,300万人之问诊、血液检查、CT影像等个人医疗资料,在全球为发展人工智能医疗却面对医疗资料品质不一的缺点下,完整且巨量之健保医疗资料,即为我国发展人工智能医疗具竞争优势之利基。

人工智能医疗创新解决方案之落实与推广,有赖相对应之医疗法规的辅助与支持,我国虽具备有优势之医疗水准与高品质医疗相关大数据,在发展人工智能医疗创新解决方案可取得领先优势,但受限于现时相对应之相关医疗法规法条,无法有效落实与推广。

目前全球人工智能医疗创新应用/解决方案皆属软体类产品/服务,而我国现时医疗法规将医疗软体类产品/服务归属医疗器材而须符合GNP规范,在GNP规范下,此类产品/服务需有相对应之生产工厂,惟软体类产品/服务不如传统制药业而有相对应之药品生产工厂,故现时GNP规范,无法支应人工智能医疗之软体类产品/服务解决方案之发展与应用。

人工智能技术的快速成长,所引领之创新医疗解决方案,正面临既有医疗相关法规法条的考验,而医疗相关法规法条唯有与时俱进,架构完整之配套方案,方能善加利用我国具备之优势医疗水准与高品质之医疗相关大数据,以此为奠基石发展我国人工智能医疗创新解决方案之立基。

第一金人工智能基金 开募

昨天举办「二○一八亚洲大学东南亚/南亚大学校长论坛」,研讨人工智能AI的挑战,与会的亚洲大学校长蔡进发、台大代理校长郭大维等九校大学校长达成共识,认为应携手合作,应用AI解决未来人类永续发展问题,共同发起签署大学社会责任(USR)合作联盟,善尽大学社会责任。

亚大国际学院院长陈英辉说,包括印尼、泰国、印度、越南等国大学校长盼能扩大范围,广邀更多大学参与,达成联合国提出的十七项永续发展目标。

亚洲大学USR中心副主任张少樑表示,亚洲大学已与美国、澳洲、埃及等廿一所大学,参加在印尼Airlangga大学成立的世界大学社区发展联盟,合作解决落后地区发展问题。

亚洲大学副校长兼USR中心主任柯慧贞说,该中心就在地关怀、产业升级、环境永续、健康促进等四大领域,在教育部、科技部、卫福部支持下,展开全台网路成癮防治等十项计画,影响力达十万人次;其中,网路成癮防治中心与新加坡大学、香港理工大学等八校合作。

柯慧贞指出,亚大调查发现,青少年约一成四有网路成癮风险、一成二有遊戏成癮风险、一成八有手机成癮风险。近五年来,中心在全台培训校长、老师、辅导员、医疗人员两万五千人次,防止网癮;有效协助卅二名网遊成癮高风险青少年脱离成癮风险。