醫療AI與指引天枰 速度與適切性孰輕重

醫療人工智慧(Medical AI)以速度、精準度、決策輔助等特色與主打功能，協助醫師提供更細膩且深入的醫學診斷服務，然而在醫療大數據探勘、分析、應用的過程中，設定具體目標、與單位的流程及治療專長結合，都將是醫療AI幫上忙的核心關鍵。　

醫療AI資料分析與醫學指引之拿捏

以癌症腫瘤科的醫療AI應用來說，IBM Watson for Oncology目前資料導進導出，仍在早期階段，系統消化與分析出來的資訊，整體尚無法完全滿足台灣醫師的需求，也因此，有些時候即便有建議與資料產出，醫師仍舊照著原先的醫學指引(Guideline)執行，一般而言仍較為信任醫師的綜合判斷。

衛福部台中醫院放射腫瘤科主任廖志穎分享，這都與醫師的專業養成過程有關，醫學院的訓練就是人跟人之間不斷溝通，進而產出結論與做法；要有一套系統取代或是勝過醫師的綜合性判斷，可能還需要不少時間。醫療比較不像製造業，電腦給的推論參考價值高，卻無法完全取代。攸關人命的決策，需要有更加穩定的基礎。

智慧醫療落地快速

目前不少醫療機構積極導入智慧醫療解決方案，尤其是新設的單位，包括全新建立的新大樓、新手術室、新檢查室，比較容易全面規劃數位流程。廖志穎坦言，在中部看到不少軟體開發與影像輔助診斷的方案。

此外，像是流程改善、院內系統、病房智慧化、精簡門診報到程序等，也都可以用數據串聯的方式，包括台中醫院、中國醫藥大學附設醫院、台中榮民總醫院，都有不少軟體開發與外部合作計畫。

電腦系統提升預測效率目前單位也在做電子症狀回報系統，希望提升癌症治療病人的全方位照護，比方說，如果病人體重大幅度下降時，營養師可提早介入，有機會讓化學治療、放射治療、免疫療法副作用的管理更系統化且自動化，諸如國外藉由特異症狀來預測肺癌的復發率。

目前系統已開放他醫院醫師共同申請使用，全台病人也能登入，其他醫院醫師向台中醫院申請帳號，就可以開始檢視與管理自己的病人。也因為這些涉及個人資料，因此如知情同意、病情保護、個人資料保護法、HIPAA、GDPR等文件與條文正在陸續建置當中。

延伸閱讀：醫療人工智慧NLP系統 陳俊佑：診斷更全面但仍有侷限