AI醫療科技防疫先鋒

【文/葉小慧 攝影/謝美姿】

AI在防疫上究竟發揮什麼樣的功能?「光是口罩這件事情,就可以看出大數據(Big Data)和AI其實非常有用。」台北醫學大學醫學資訊研究所特聘教授李友專,指的是3月12日上路的「口罩實名制2.0」。「2.0和1.0最大的不同,就是利用AI,開始對不同人口、使用習慣、不同地區等變數,再決定什麼地方發放多少口罩下去。」他說明,1.0是齊頭式平等,各藥局發送的口罩數量相同,並不考慮人口與使用習慣,「因為急著趕快發,所以有的藥局一下子就沒了口罩,有的則是一直都有,還發不完,發不完也不能拿去賣,必須繳回。」在累積了1.0的數據之後,得知哪些地方口罩用得快,哪些地方用得慢甚至用不完,就能透過AI學習並預測。

當然AI並不只適用於口罩發放,更能有助於認識疫病,降低民眾的恐慌,避免更進一步影響經濟。

17年到1年的防疫戰線

其實疫病的處理更有賴AI的運用。李友專指出,在沒有AI的時代,必須累積很多病例,要做個案報告,「在醫學上,一種新的疾病出現,到我們學會應對起碼要17年,這是一個平均數,我們才真的知道怎麼處理它。可是面對新興傳染病,我們沒有17年,連17個月大家都覺得太長!」而AI可以大幅縮短對疾病的學習過程,很快幫助人類咀嚼跟整理各國分享的病例大數據,進而發展出預測模型與高風險模型,快速精確地找出風險最高的族群,來進行監管和治療。

「這就跟KKBox、Spotify很像,都是利用AI與大數據,透過使用者聽過的歌、聽的順序,再導入數百萬人的聽音樂數據,工程師再藉以發展出能正確推薦的模型演算法。」李友專說這就跟新冠肺炎的AI應用一樣,雖然台灣的病例數量還無法成為大數據,但醫療業界正利用全球最大資料平台-Kaggle。以南韓與日本為例,他們就把病人有沒有抽菸、年紀多少、什麼職業、住在哪裡等數據上傳平台,並拋出問題,例如:哪些人最容易感染?什麼樣的風險最大?他樂觀表示,在全世界工程師與AI容易取得開放大數據的現在,新冠病毒應該很快就有解藥。

「事實上我們每天都在解密,這個解密是漸進的,但是絕對會比以前的17年快非常多。」李友專自信地表示,「我個人相信不到1年,就會對新冠病毒不再恐懼,因為我們已經了解它,了解就不再恐懼,不會恐懼,經濟衝擊就會比較小。」

台灣多維度大數據建功

不過李友專指出,AI與大數據在醫療的應用還是有門檻存在。首先是「準確度」的要求。醫學領域和消費領域的要求並不同,消費領域的工具有問題,就是遭到客訴,但是醫學領域不能時而正常時而失誤,所以必須經過長時間的臨床試驗。「醫學的工具最怕不準,不準的檢驗比沒有更糟糕。」以新冠肺炎快篩為例,假如篩出結果是陰性,就把人放走,但其實是罹患新冠肺炎的病患,此時檢驗工具不僅沒有幫助,反而導致更慘的結果。

其次,要有好的大數據品質,意思是什麼呢?最重要就是單一對象的「多維度測量」。舉例來說,只透過Facebook來了解對象並不完整,但是透過Gmail、日曆等資訊統整,就可以徹底了解,這就是「多維度測量」。

「台灣是全世界醫療大數據最好又密度最高的國家之一。」李友專表示這得歸功於健保,因為台灣健保將全國資料都歸納到單一資料庫當中,至今已經累積25年,擁有超過2,300萬人的資料。相較之下,英國、加拿大、澳洲、法國等國家雖然一樣擁有社會保險,但是數據存放卻是分開的,格式也各自不同,彼此間更無法交換數據。

除此之外,台灣人平均每年看病15次的習慣,也間接有助於「多維度測量」,包括醫院檢驗、檢查或開藥診斷等數據,都有助於AI醫療的開發。

沉浸式實驗室模式開發

台灣醫療大數據的品質優秀之處並不止於如此,「全世界很少有國家的用藥和診斷是由醫師直接輸入,大部分都是醫師手寫或隨手打幾個字,後端再由編碼人員登錄,其實,台灣早期也是如此。」李友專指出在健保成立後,台灣就由醫師直接撰寫或輸入資料,因此包括診斷、用藥資料、檢驗的品質,報告相對都很完整,非常貼近真實的狀況,病人實際的健康情況和病歷上所陳述的差距很小。

同時,健保署每年審查約250萬份病歷也對於資料正確性有所助益,台灣要求所開藥物與診斷必須能對應,一旦無法對應不但不給付,還會開罰。在美國,保險不管診斷只管用藥,藥用對了,診斷隨便輸入無妨,也因為這些因素,讓台灣醫療大數據的品質令人信賴。

「AI醫療專案其實常常碰壁。」李友專表示因為多數醫療人員不大懂AI能做什麼,當設計工程師詢問應該有什麼功能,最常聽到的回答是「不知道」或者「做出來用了就知道」,導致開發流程陷入無止境迴圈。其實,AI與醫療都是高度專業化的領域,即便是學電腦科學的人也不是每個人都懂AI,電腦科學裡的AI已經專科化,而醫學也是相當專業化,幾乎不會有一邊學醫學、順便學個程式設計和AI的狀況發生。

所以,如果真的要快速發展AI醫療,李友專認為要利用「沉浸式實驗室」的模式,把業界頂級的AI工程師放到醫院裡面,讓他們跟著醫師觀察,接著提出建議來進行腦力激盪與發想,進而開發出合宜的AI醫療,這也跟美國史丹佛大學(Stanford University)的生醫創新流程「Bio-Design」模式一樣。

AI變身瑞士起司 醫療錯誤補破網

對於未來AI醫療發展的主要方向,李友專語重心長地表示,最重要的2件事,一是減少醫師血汗,二是避免醫療錯誤。

其實,醫療人員的高勞務並非只有台灣,是全世界醫療都是如此。隨著高齡化與新科技發展的緣故,大家對品質要求越來越高。AI能夠幫忙降低醫療血汗,「但並非取代醫師。」李友專說明,對於在半夜、假日以及偏遠地區等需要醫療的時間與地點,有機會讓AI協助甚至取代,因為AI不需要睡覺也不會在乎距離。

另外,減少醫療血汗可以降低醫療錯誤。「當醫師很累時,醫療錯誤自然增加,結果付出代價的是看病的人。」李友專指出,由於醫師越來越血汗,全世界醫療錯誤率明顯升高。「以前只要處理100種藥,現在有1,000種藥;以前開刀只有10種方式,現在有1,000種方式。」醫療的複雜度增加,病人也越來越複雜。「以前病人來就是1、2種病,現在病人卻有7、8種病,而且大家都活到70、80歲,每個人都有糖尿病、高血壓、神經退化、心臟等問題,所以吃的藥也很複雜,而醫師看診的時間又很短,醫療錯誤當然跟著增加。」當然沒有血汗也會有醫療錯誤,但是血汗會讓錯誤越來越嚴重,一但錯誤日益嚴重,可能再過幾年醫療錯誤就會變成10大死因第一名。

醫療錯誤要如何防止呢?李友專表示,AI能夠有效預防醫療錯誤。例如:用藥錯誤的防止,從醫師開立藥物到最後交給病人,當中都有AI能夠介入的地方。在醫師開立時可以看藥物跟疾病是否符合,還是不小心打錯藥;到了藥劑師那邊,AI可以幫忙看劑量有沒有問題,藥物有沒有交互作用;到了病人那邊,榮總也研究用手機一拍照,就能知道是什麼藥,由病人自己對照有沒有錯。醫療錯誤有所謂「瑞士起司」(Swiss Cheese Model)理論,如果醫療錯誤剛好穿過每一層防護機制的破洞,就會直接讓病人受到傷害。而AI就是幫忙多放幾片起司進去,幫忙把洞補起來。

李友專指出,「人會倦怠,做重複的事情依然會錯,AI可以重複萬次百萬次仍然一致,因此用AI科技來進行病人安全和醫療錯誤的防護是非常有效的。」據評估,導入AI至少可以防止一半的錯誤,而WHO估計每年用藥錯誤成本高達4,000億美元,所以,導入AI把關至少可以省下2,000億美元的不必要成本。隨著AI醫療的進化,未來不只可以讓醫療錯誤降到最低,更能將防疫戰線更加全面化。

【完整內容請見《能力雜誌》2020年5月號,非經同意不得轉載、刊登】

相關新聞

有溫暖的外送 舌尖感動不打折

疫情衝擊全世界,但台灣餐飲業並不因此而倒地,從外帶、外送、冷凍食品、店中店等關鍵服務,可以看出台灣餐飲業勇於創新的精神。台灣餐飲業如何秉持自我價值的能力,在後疫情時代多元發展、更上一層樓?

全球餐飲新日常

當民眾逐漸習慣在家開伙、點單外送的新飲食習慣,餐飲業該如何將衝擊轉為創新服務的契機?講究面對面服務體驗的高級餐廳,又有哪些新嘗試讓客戶的滿意度不打折呢?

台灣餐飲業逆襲號角

由於疫情影響,國內餐飲業者營運來到新低點,堪稱站在海嘯第一排;儘管疫情趨緩,但隨著消費習慣改變、居家工作成常態,為餐飲業更增添回不去過往榮光的隱憂。曾經擔任生產力中心及現任食品研究所常務董事的南僑集團會長陳飛龍,如何解讀後疫情時代餐飲業的發展?並給予業者建議與叮嚀。

漢來美食》900主廚拼「食」力 高CP值料理搶佔全台宅經濟

什麼都有,什麼都不奇怪。漢來美食善用900廚師當後盾,開發各式商品,進駐顧客生活。從上班時刻的外送便當,到消夜良伴的乾拌麵,甚至想幫父母慶生、端午吃肉粽的冷凍食品,全方面搶灘你我的味蕾,打造振興新食力。

振興經濟強心針 美、日、韓直升機大撒錢

後疫情時代,各國政府紛紛出招廣發現金或是可抵用購物的消費券,中、美、日、韓推出的直升機式灑錢政策,是否可以為衰退的GDP打一劑強心針?

百年日企戰「疫」 神解「新常態2.0」

2007年,由美國次級房貸危機(Subprime Mortgage Crisis)所引發的金融海嘯,導致全球消費急速冷卻。時任全球最大債券基金公司-太平洋投資管理公司(PIMCO)執行長的埃里安(Mohamed El-Erian)提出「新常態」(New Normal)概念,預測美國經濟蓬勃成長的榮景將一去不復返。這是因為擴張信用消費帶動經濟活躍成長的「舊常態」(Old Normal),將被信用緊縮的「新常態」所取代。雖然此一「新常態」的提出,在當時並未能完整說明與預測美國經濟景氣的發展,但之後被許多不同領域的學者專家借用來解釋「結構轉變」、「典範轉移」,讓新常態成為一個熱門名詞。

新舊混搭 漫威的故事製造機

創新不是一味的抹煞傳統,而是保留即興自由的空間,維持不受拘束的狀態,再積極運用本就存在的事物與資產,加上新的元素,重新組合出吸引消費者的故事。

AI翻轉日本物流、餐飲業痛點

在民眾口袋越來越緊的市場趨勢下,想提高企業獲利,日本物流業與餐飲業導入AI來協助。利用精準預測來降低食材成本、整合智慧系統以規劃最佳化物流配送,同時開源+節流,也幫企業營運繳出漂亮成績單。

企業防疫再升級 打造行動生產力

新冠肺炎(COVID-19)持續肆虐全球,面對各國經商環境、防疫與病毒傳播競賽的非常時期,切勿存有懈怠與僥倖之心,期待不受疫情影響,反倒應思考能否在第一時間,全面性且及時性的進行危機管理,回頭自我檢視一旦疫情或危機發生,我們的組織、人員、系統、流程,是否有能力立即啟動相對應的措施與機制,以迅速恢復正常作業?

馬路夯到網路的「退貨經濟學」

2020年隨著新冠肺炎衝擊,人類生活樣態面臨劇烈變化,購物行為也是如此。由於民眾宅在家中的時間變多,壓馬路變成逛網路,唯一不變的是購物的需求,如何買得開心及安心,能夠善用退貨權益但是不濫用,從馬路到網路,不當網購奧客。

V型 & U型 & L型反轉:6步驟打掉重練

全球經濟遭遇新冠肺炎疫情重擊後,振興經濟成為各國政府的首要任務。然而,財富1,000大企業普遍對經濟復甦抱持悲觀態度。危機會變成轉機嗎?也許該打掉重練。

星巴克「數位」抗疫 強化「虛實」體質

德國哲學家-尼采(Nietzsche)有句名言:「凡殺不死我的,必使我更強大。」當這句話套用於這次疫情下,儼然是星巴克的最佳寫照。

熱門新聞

商品推薦

udn討論區

0 則留言
規範
  • 張貼文章或下標籤,不得有違法或侵害他人權益之言論,違者應自負法律責任。
  • 對於明知不實或過度情緒謾罵之言論,經網友檢舉或本網站發現,聯合新聞網有權逕予刪除文章、停權或解除會員資格。不同意上述規範者,請勿張貼文章。
  • 對於無意義、與本文無關、明知不實、謾罵之標籤,聯合新聞網有權逕予刪除標籤、停權或解除會員資格。不同意上述規範者,請勿下標籤。
  • 凡「暱稱」涉及謾罵、髒話穢言、侵害他人權利,聯合新聞網有權逕予刪除發言文章、停權或解除會員資格。不同意上述規範者,請勿張貼文章。