李依庭／《科學月刊》主編。 臺灣實施健保制度已20餘年，近年來，隨著人口逐漸高齡化與醫療環境日益複雜之下，使得不論是醫療環境或相關資源分配上都備受衝擊與挑戰。因此，不只是健保制度的重新檢視、評估，如何妥善運用醫療，以提升醫療品質，更是民眾、醫院與政府之間的共同課題。 而隨著人工智慧的日益發展，現今，在不少領域上已有各種相關的應用，醫療也不例外。在用藥安全、醫療診斷或長期照護等醫療領域中，逐漸得可觀察到人工智慧的參與和發展，而這些應用也逐漸改變著人類的生活型態。話雖如此，臺灣在醫療方面仍舊有著資源不足、人力資源短缺等問題存在。 有鑑於此，身兼臺北醫學大學醫學科技學院特聘教授與萬芳醫院皮膚科主任的李友專，嘗試透過醫界與學界雙方面的專業角度，彙整來自醫療第一線的觀察與人工趨勢，撰寫了《AI醫療大未來：臺灣第一本智慧醫療關鍵報告》一書。在書中，除了全面探討現今的醫療模式與執行面外，更藉由人工智慧技術，帶領讀者迎向臺灣的醫療未來，是一本全面性討論醫療與人工智慧趨勢專書。 在新書發表會中，李友專提及，高醫療錯誤率已是全世界不可忽視的醫療問題。據美國數據統計，醫療錯誤致死率更高居美國十大死因的第三名，僅次於心臟病與癌症。而在臺灣，根據資料統計，臺灣人1年平均看病15次，1年便會累積超過3億6千萬張的處方簽，在慢性病、多重疾病與用藥問題等醫療複雜的狀態下，也使得醫療品質與錯誤率節節攀升，是醫學界的一大挑戰。 李友專表示，當疾病種類愈來愈複雜、醫療資源和花費愈來愈多，達到精準醫療的可能性越趨於零。因此，在醫療上運用人工智慧，已是現今與未來的趨勢。除此之外，他也表示，雖然臺灣有著醫療資源濫用等問題，不過這也代表著在臺灣醫療數據庫中累積大量的樣本數與各種資料，像在核磁共振造影掃描（magnetic resonance imaging, MRI）與電腦斷層攝影（computed tomography, CT）上，1年就累積200萬人次之多，而這些眾多的數據將是未來臺灣發展人工智慧醫療的一大優勢。 不僅如此，李友專也認為從醫師開處方箋、藥師調劑、住院治療到病人服藥各階段往後若能導入人工智慧的應用，不僅確保病人安全與品質，更能減少後續衍生不必要的醫療成本。另一方面，也可應用AI做好健康管理、分級就醫、減少不必要的醫療行為與浪費。 最後，李友專期望能透過這本書，傳遞讀者更多臺灣醫療與人工智慧的現況，更期許臺灣未來能徹底運用醫療與人工智慧的結合，達到精準醫療的目的。
 当新冠疫情肆虐、人们心理健康出现危机、医疗成本上升、人口老龄化各种趋势交织出现的时候，行业领导者们加快了开发医疗专用AI应用的步伐，其中一个来自风投市场的信号显示：超过40家初创公司筹集了大量资金（超过2000万美金）用于打造医疗AI解决方案，但是到底AI是如何用于医疗行业中的呢？ 最近一份题为《2022年医疗AI调查》的报告，对全球300多名受访者进行了调查，以了解和定义医疗AI带来的挑战、取得的成就以及使用场景。这是该调查启动后的第二年，虽然从结果来看没有显着的变化，但确实出现了一些有趣的趋势，预示着未来几年可能会发生怎样的变化。虽然这种演变的某些方面是积极的（例如人工智能的普及），但还有一些方面却不那么令人感到兴奋（例如攻击面加大），下面就让我们来看看下面这三个企业需要了解的趋势。 1. 使用无代码工具实现AI的易用和普及根据Gartner估计，到2025年，企业开发的新应用中有70%将使用无代码或者低代码技术，这一数据高于2020年的不到25%。低代码能够简化程序员的工作量，而无需数据科学干预的无代码解决方案将给企业及其他领域带来的影响最大，这也说明了为什么人工智能技术的使用范围从技术专业人员转移到领域专家是令人感到兴奋的。 这对医疗行业来说，意味着将有超过半数(61%)的受访者把临床医生作为他们的目标用户，其次是医疗服务支付方(45%)和医疗IT企业(38%)，再加上医疗AI应用的快速发展、获得大量投资、开源技术的普及可用性，说明了医疗AI正在被更广泛地采用。 这一点很重要：把代码交到医护人员手中，就像使用Excel或Photoshop等常用办公工具一样便捷，将给AI带来改变，使其变得更好。医疗AI除了更易于使用之外，还可以实现更准确、更可靠的结果，因为现在医疗AI是由医疗专业人员（而不是软件专业人员）使用和掌管的。当然，这些变化不会在一夜之间发生，但对AI来说，被领域专家越来越多地使用，就是向前迈出了重大一步。 2. 工具越来越复杂，文本越来越实用此次调查还有其他一些令人鼓舞的发现，例如AI工具不断发展进步，以及用户希望对特定模型进行深入的研究。当受访者被问及他们计划在2022年底之前采用哪些技术时，有很多技术负责人提到了数据集成(46%)、商业智能(44%)、自然语言处理(43%)和数据注释(38%)。目前文本是AI应用最有可能使用的数据类型，同时，受访者对自然语言处理(NLP)和数据注释的重视，表明更复杂的AI技术正在兴起。 这些工具为很多重要的使用场景提供支持，例如支持临床决策、药物发现和医疗策略评估等等。特别是经过了这两年新冠疫情大流行之后，我们开发了新的疫苗，知道了如何在发生大规模事件之后更好地支持医疗系统的需求，因此在这些技术领域取得进展就显得如此重要。通过这些例子，我们很明确地了解到，AI在医疗行业的用途与其他行业有很大的不同，因此也需要一种不同的方法。 因此，成熟组织的技术领导者和受访者，都把医疗特定模型和算法的可用性作为评估是在本地安装软件库还是采用SaaS解决方案的一个最重要要求，也就不足为怪了。从风投格局、市场现有软件库、人工智能用户的需求等多个方面来看，未来几年内医疗特定只会不断增长。 3. 安全问题日益突显过去一年中AI取得了诸多进展，同时也引入了一系列新的攻击媒介。当受访者被问及使用哪些类型的软件来开发AI应用，最受欢迎的选择是本地安装的商业软件(37%)和开源软件(35%)。最值得注意的是，与去年的调查结果相比，云服务的使用率减少了12%（30%），很可能原因就是数据共享导致的隐私问题。 此外，大多数受访者(53%)选择依靠自己的数据来验证模型，而不是使用第三方或者软件厂商的指标。来自成熟组织的受访者(68%)表示，他们倾向于使用内部评估和自行调整的模式。而且，因为关于医疗数据处理有着严格的控制和各种程序，这也说明了为什么AI用户希望尽可能在组织内部处理这些问题。 但无论对软件有哪些偏好或者用户如何验证模型，不断升级的医疗安全威胁都可能产生重大影响。虽然其他关键基础设施服务同样面临各种挑战，但医疗违规的后果已经不仅仅是声誉和财务上的损失了，数据丢失或者医院设备被攻击，关乎的是生与死的问题。 随着开发者和投资者努力让AI技术掌握于日常用户的手中，AI将有望实现更显着的增长。但随着AI被更广泛地采用，模型和工具的持续改进，安全和道德将成为一个需要关注的重点领域。今年医疗行业的AI技术将如何发展，对行业未来意味着什么，这些都值得我们期待。 現代人的生活與科技密不可分，而科技的快速進步，同樣也為你我的生活帶來極大的轉變與便利之處。俗稱AI的人工智慧，是過去幾年來相當熱門的科技話題，AI不僅可以與人類下棋、幫助人類開車，更可以運用在醫療產業，形成AI醫療。究竟AI醫療是什麼？有哪些應用面向呢？ AI醫療是什麼？瞭解數位科技與公共醫療的結合應用 智慧醫療指的是人工智慧技術（AI）在醫療領域的應用。智慧醫療的發展脈絡需從數位健康（eHealth）談起。在2005年的世界衛生大會（WHA）中，世界衛生組織（WHO）定義eHealth為「使用資訊與通訊技術（ICT）支持衛生（health）和與健康（health）有關的領域」；進一步在2018年的世界衛生大會中，世界衛生組織從對資通訊的關注，轉向更廣泛的數位科技，正式認可數位科技（digital technologies）在改善公共衛生方面的重要角色，並敦促會員國優先發展數位健康科技，作為促進全民健康覆蓋（Universal Health Coverage，UHC）和推進可持續發展目標（Sustainable Development Goals，SDGs）的方法。 同時也進一步定義數位健康（Digital Health）為「涵蓋eHealth、mHealth及其他新興技術應用於健康照護領域，譬如使用先進的電腦科學，如：大數據（big data）、人工智慧（artificial intelligence）等」。在世界衛生組織的相關概念及策略的發展脈絡下，智慧健康照護是數位健康發展中的一環；智慧醫療的發展則是智慧健康照護中的重要環節。 五大AI智慧醫療應用範圍 運用資通訊科技來降低醫療成本、提升醫療效率、增進醫療品質，已是全球公衛領域的共識。智慧科技的應用將更進一步推進醫療領域進化。工研院產業科技國際策略發展所副所長張慈映即指出，智慧醫療服務以智慧醫院為核心，將醫療服務延伸至社區、家庭等場域。並透過穿戴裝置、物聯網、健康資訊及數據創價等工具來實現精準健康之願景。智慧科技推進醫療領域的發展，將逐漸展現在以下5個面向：
另外根據麥肯錫的研究報告指出，智慧醫療的發展對慢性病管理、自主管理與疾病預防、疾病診斷、診斷分流、臨床決策支援與照護服務等醫療領域有重大之影響。透過醫療院所及醫療器材的智慧化，將大幅改善醫療服務的品質與效能。 依麥肯錫的觀察，智慧醫療的發展可分為3階段：
下篇將更詳細為您介紹AI智慧醫療的發展趨勢與機會，及部署AI智慧醫療所需要的人才培育發展藍圖。 （本文由科技人才觀察室授權轉載） 更多文章如需轉載、引用本篇文章，請先與我們連絡呦！ |
Ai醫療未來發展
版權 © 2024 zh.paraquee Inc.
