Your browser does not support JavaScript!
<地區校友會>高雄市校友會演講「第四次工業革命-人工智慧對南臺灣產業的機會」

談談人工智慧生技醫療應用

人工智慧(Artificial Intelligence),英文縮寫為AI。對於人工智慧的概念,大致分兩類: 第一類,學者從行為和功能的角度出發,定義人工智慧機器的外在行為和能夠實現的功能。第二類,學者將“人工智慧”定義為一門新學科或新科學。它是研究、開發用於模擬、延伸和擴展人的智慧的理論、方法、技術及應用系統的一門新的技術科學。人工智慧並不是特指某種技術,它實際上是一個由多門學科組成的廣闊領域,包括機器人學和機器學習等。人工智慧的終極目標是讓機器替代人類去完成需要認知能力的任務。在醫學領域發展人工智慧的主要原因,首先是醫生診斷準確率的問題以及醫生的培養成本問題。

目前醫療行業主要有三大挑戰,第一是海量真實資料的來源,因涉及隱私權問題,政府政策的制定必須有完善的管制。再者醫療問題太過複雜,每種疾病的演算法和資料各不相同,工作量巨大。第二是醫生診斷準確率的問題。第三是一個成熟的醫生培養高額的時間和花費成本以及臨床醫生不夠多。對於這三大問題,人工智慧的加入將在醫療行業起到巨大作用。從根本上提高醫療生產力,提升醫療供給端的服務能力,解決這三大類的問題和挑戰。

成就

目前在我國,人工智慧在醫學上的研究與應用已延伸到多個層面,醫院管理、新藥研發、基因研究、醫學影像、可穿戴設備等方面都出現了人工智慧的身影。生活水準的提高以及生活壓力的劇增,讓人們越來越重視自身健康與壽命問題,因而才更需要先進且智慧化的醫療系統。隨著物聯網、人工智慧、智慧設備等技術的日漸成熟,構建完美的智慧醫療體系也將指日可待。

一、AI與影像輔助診斷,目前成功應用領域有:基於乳腺鉬靶影像的病變檢測、腦部核磁共振影像中的白質高信號灶分割、基於皮膚鏡照片的皮膚癌分類診斷、基於數位病理切片的乳腺癌淋巴結轉移檢測、基於眼底照片的糖尿病性視網膜病變檢測、胸片骨減影應用,其分類、分割、檢測效能達到0.9以上。

二、人工智慧助力藥物研發,可大大縮短藥物研發時間、提高研發效率並控制研發成本。人工智慧助力藥物研究主要體現在臨床前和臨床研究上。在臨床前通過深度學習,提高藥物篩選效率並優化其構效關係,在臨床研究過程中結合醫院資料,可快速找到符合條件的受試病人。通過電腦類比,可以對藥物活性、安全性和副作用進行預測。

三、醫療機器人的目前已能在市面上看見,日本正式將“機器人服”和“醫療用混合型輔助肢”列為醫療器械在日本國內銷售,主要用於改善肌萎縮側索硬化症、肌肉萎縮症等疾病患者的步行機能。除此之外,還有智慧外骨骼機器人、眼科機器人和植發機器人等。

四、人工智慧診療輔助治療決策(診療意見)人工智慧輔助治療決策,簡單來講,就是讓電腦學習專家醫生的醫療知識,模擬醫生的思維和推理,得到可靠的治療方案。

五、人工智慧技術也能和健康及生活方式管理結合個性化服務,成為私人健康助理。

六、利用基因測序來進行基因治療,通過海量的遺傳信息及醫療診斷資料集,尋找遺傳信息及疾病的聯繫。

七、維也納醫科大學利用人工智慧監測院內感染、愛因斯坦II勞動力解決方案提高效率。

人工智慧是否會替代醫生?

人工智慧只是在診療的部分環節幫助醫生快速判斷、提供建議,但醫生面對的問診環境往往較為複雜,遠不止技術檢查,還包括瞭解病人感受等人文因素。此外,人工智慧在醫療健康領域實際運用時也還面臨諸多問題。其次,人工智慧落地醫療還需要面對很多醫學和倫理問題。

就算人工智慧發展到非常成功,人類醫生也不可能被完全取代。因為人工智慧是基於已有的疾病資料進行學習,需要由人類提供這些訓練資訊,機器自己並不會對未知的資訊進行判斷。就目前而言,人類對各種疾病的認知還是相當有限的,需要不斷進行探索,隨著研究的深入將會有更多的疾病種類、疾病診斷標準與方法出現,而這些工作是機器所不能完成的。在一些工作量大、重複操作性強的工作中,人工智慧可以減輕醫生的負擔。在醫療水準匱乏的偏遠地區也可以作為補充醫療資源。

總結起來,可以說人工智慧在醫療領域的應用極富前景卻也充滿挑戰。

 

瀏覽數  
  • 轉寄親友
  • 友善列印
  • 新增到收藏夾
  • 分享
將此文章推薦給親友
請輸入此驗證碼
Voice Play
更換驗證碼