根據PWC調查,全球醫療產業超過九成認為「精準醫療」是未來趨勢。美國2015年率先投入340億美元,英、法、中也急起直追投注基因研究。知名醫學期刊Lancet曾預言AI將是健康領域重要議題,現在市場上已見到美國科技巨頭們FAANG、中國BAT爭相搶進,看好AI在精準醫療帶來龐大商機!

AI是實現精準醫療唯一途徑

人體健康 源自四種因子交互作用

「精準醫療」是什麼?它是結合基因、環境、行為、疾病表現等數據,實現「個人化治療」理想。臺北醫學大學醫學科技學院李友專院長解釋:「人的健康主要受基因、環境與行為這三種因子交互影響。」其中環境又可分為大環境與微環境,大到氣候、室內所接觸家具,小到體內的腸道菌落。這三種因子互動會產生「表現體」,意指從出生到現在所發生過疾病及治療。表現體也會反過來影響前三種因子。

目前醫師所作的治療會成為表現體的資料,如病史、生活習慣、症狀等,但仍需加上前述三種因子,才能稱做「精準醫療」!現行醫療仍距理想有段空間。此外,現代科技讓每個人身上產生大量數據,除了基因、醫療影像、數位病歷,還有穿戴裝置生理訊號、環境感測等訊息。當醫師面對多元龐雜的大數據,無法再單靠人腦解讀。李友專認為:「精準醫療只能經過AI實現,也是目前所知唯一手段。」

演算法突破 讓精準醫療看見曙光

為什麼AI讓醫學產業近年如此興奮?主要原因跟深度學習演算法帶來的影像辨識突破有關。2012年加拿大研究團隊以腦神經架構的CNN深度學習,在ImageNet圖像競賽中創下85%佳績。在其他團隊後續研究下,影像辨識度攀升95%以上,超過人類水平。

由於醫療影像資料就佔醫療資訊量的八成,非專科醫師又難以判讀,因此吸引大量精英與資源投入AI醫學影像領域。Global Market Insights研究機構預測,AI醫療應用產值2024年將達 110億美元,其中影像部分就超過20%。

李友專表示,AI醫療影像商機無限,但未來僅有少數團隊能成功。「因為全世界不需要很多判讀影像團隊,如同我們不需要很多搜尋引擎,只使用Google。」其次,國家若沒製造高階影像儀器,就不易成功。因為下一代機器無須提供人類看得懂的影像,而是給予超越人眼限制的多維度、高密度的原始資料,讓AI做訓練及判讀。

治療前與後 為台灣切入點

那台灣AI精準醫療機會在何處?李友專認為,台灣1995年推動健康資料數位化,擁有2,300萬人、23年表現體資料。應該要聚焦在治療的前段,如風險評估、疾病預防、早期介入。以及治療後段,從失能到死亡的照護。

「我們不應該只專注在發展重武器治療疾病。因為這部分全世界競爭非常激烈。」李友專解釋,此方向對國民並非最有效,故AI應該把重心放在疾病預測、早期治療及有效預防,也就是他所稱的「Earlier Medicine」。

每年健保主要花費在治療,前段預防與後段長照則相對不足。若不積極預防,需治療病人只增不減。「醫療前、後兩段也是全世界投入較少,而我們剛好有利基可執行。」

重大疾病前的預防,或昂貴慢性病預防,都是AI很好切入點。李友專舉出慢性腎臟病到第五期就得洗腎,但提早在第一期就先介入,不只可以降低每年五百億洗腎費用,病友生活更有品質。

AI是實現精準醫療唯一途徑

導入AI解決醫療痛點

前段的疾病風險評估也極具商業價值,比方,身體不適,處在天人交戰是否前往醫院看診,若有AI可協助判斷,就能避免時間與醫療資源浪費。李友專提到,台北醫學大學團隊研發AI影像辨識App「 MoleMe痣能達人」,用手機拍照上傳皮膚的痣,就能協助判斷痣變化的風險。「未來這類型的APP將愈來愈普遍。」

從完全失能到死亡,是最耗費醫療資源與無效階段。對自己、家人、社會都很辛苦。瑞典從完全失能到死亡只有兩周,為什麼台灣平均高達七年?李友專分析,人少、富有北歐福利國家,能掃街到府訪查,但台灣難以比照,就要靠發展AI智慧科技,來篩選出高風險族群做介入。

醫師與AI各擅勝場

AI精準醫療,告別過往以偏概全的診斷治療,真正實現醫療個人化理想。但AI未來是否取代醫師?李友專認為由機器下最終醫療判斷,從邏輯和法律都有疑慮。即便具備超強醫療知識IBM Watson for Oncology ,也只扮演提供建議角色,李友專認為二十年內AI不會取代醫生,反而是擴增醫生能力。

除了診斷、治療,具備同理心,能安撫病人也是醫生重要工作。台北醫學大學成立的台灣醫療人工智慧創新研究中心,其中一項研究為人工同理心(Artificial Empathy)。李友專說明,透過監測醫生與病人情緒互動,從表情變化再轉化成同理心數學公式。當未來需要解釋高困難或存活率低病況,AI就能提供最合適的情緒表達。此外,全球迎來高齡化社會,具備同理心長照機器人,也會成為人類重要陪伴者。

AI是實現精準醫療唯一途徑