陳亮恭

陳亮恭 部落格

台北榮民總醫院高齡醫學中心主任、國立陽明大學高齡與健康研究中心教授兼主任

AI人工智慧取代醫生工作?醫療的挑戰與契機

作者:陳亮恭(台北榮民總醫院高齡醫學中心主任、國立陽明大學高齡與健康研究中心教授兼主任)2018-06-01 00:00:00.0

(圖片來源:shutterstock)

醫生們的困難在於,過去沒有這麼精細又先進的工具時,是照著舊工具去建立判斷和診療標準,現在整個翻新了,我們要去更新原有知識、治療準則,成為醫界很大的挑戰,而且醫師的眼力也不見得完全沒問題。

2014年《神經學》期刊一篇討論「帕金森氏症診斷準確率」的研究論文提出,從過世的帕金森氏症病患大腦解剖,回頭檢視生前醫師給他們下的診斷,在病人剛發病時,只有26%醫生下了正確的診斷;再經過3、5年,看病人的神經反應、行為、對藥物的反應,診斷正確率可以達53%;拉長到8年、10年,準確度可以超過85%。

這告訴我們,醫學上訂出的疾病診斷準則,可能也不完全精確,同一種病在不同人身上表現出來都會不太一樣,且醫師也可能因個人因素而偏差;加上疾病發病過程快慢有別,醫師往往只能以手邊的工具做最好的判斷,但這個判斷可能隨著時間與病情的進展來修正。

過去千年,我們靠人腦的邏輯歸納寫下診斷標準,現在我們更需要用AI協助醫師「重新定義疾病」。

(圖片來源:shutterstock)

許多治療守則都可能改寫,診斷更準、復原更快

例如帕金森氏症,能不能用一系列腦部核磁共振的影像,重新定義這個病人是不是帕金森患者呢?答案是「有可能」!傳統上,帕金森氏症並非仰賴腦影像診斷的疾病,但現在陽明大學開發了AI演算法,能判讀病人是否罹患帕金森氏症。

和醫師相比,目前AI準確度大約是8成。而AI到底從大量腦部影像中看到了什麼?它用什麼來下判斷?醫師在診察帕金森氏症的時候,基本上是以臨床症狀與身體評估為主;在腦影像分析上,一般最關心的是,能否在特定腦區看到一些病徵,但是AI跳脫這個邏輯,看到的是整個大腦影像,例如腦迴的曲折度、腦的結構、神經纖維之間的連結等說得出來的特徵,以及許多我們說不出來的特徵。

這些知識可能很有價值,因為它很可能告訴我們,過去人類不知道的帕金森氏症患者腦部變化,告訴醫師很可能有別的發病機轉;或者,很可能致病機轉不變,但發病過程有其它因素在調控等現象。

這些發現可能改寫知識,也是精準醫療的核心精神之一,將一個疾病的各種不同表現與治療反應清楚區分,可以讓我們有能力不斷修正、打造出更好的療法。再往前延伸,基因體、蛋白體、代謝體等,過去我們很難解讀的資料,現在透過人工智慧演算,可以提供我們許多非常重要的訊息。

許多人擔心AI會不會取代醫生的工作?其實,背後隱藏的思維是希望人工智慧接近人類、做出跟人一致的判斷,但是AI的價值應該不在「跟人一樣」,而是「要看到人看不到的東西」,和人類一起找出超越現在智慧的新知識,醫療專業人員才知道如何往下走、走得遠。

(圖片來源:shutterstock)

在老化研究方面,我們希望透過人工智慧重新定義年齡、健康,用以前做不到的方式,對未來的健康提出更進階、精確的評估,並進一步透過這些預估結果,精準地改變我們的生活型態和習慣。

現在只要動動手指,就能上網讀到大量養生保健知識,但是有人教你多吃一點、有人教你少吃一點,有人教你多運動、有人教你少運動,訊息混雜,似乎都說得頭頭是道,讓人無所適從。

有了AI,我們就可以算出做某件事到底對不對,會產生什麼健康效果,可以很即時地去調整自己的生活內容,當能做到這一步,每個人的生活將發生徹底的變革。

抓緊AI潮流,台灣生醫升級

我們醫師很期望異業連結,跟資通訊、生物科技結合,去做新的事、開創新的醫療知識,而且這件事可以讓台灣在國際舞台發光發熱。

台灣製造的各種電子裝置,目前都用「拿到美國食藥署(FDA)的認證,測得非常準」來宣傳;下個階段,我們要的是能透過偵測發展出獨特的指標,更準確地預測健康狀況、預測疾病會變好還是變壞,要偵測這些指標只能靠台灣製造裝置的演算法,如此一來,產品價格就可以跳脫代工的低利,而非只是「跟其他國家牌子比起來,我們測得很準」,落入低利潤的削價競爭。

台灣要打的是國際級競爭、自訂國際級規格標準,讓其他人來跟從,藉由AI加上生物科技,或許能讓美夢成真。

(陳俊辰整理)

<本專欄反映專家意見,不代表本社立場>

AI帶來的科技醫療,醫師的人工智慧如何因應?

最新主題New Topics
你可能有興趣You Might Also Like

迴響列表

部落格熱門主題Most Popular
活動看板Event
關閉 RSS
關閉 檢舉區

檢舉理由 :