AI在智慧醫療領域的應用發展

AI在智慧醫療輔助的現況

未來的醫療照護市場將面臨前所未有的挑戰與機遇。根據KPMG的最新報告[1]，醫療照護服務的「管理策略與流程優化」、「遠距醫療與混合醫療」，以及「人工智慧（與機器學習（Machine Learning，ML）」將成為市場的三大發展方向。隨著科技的不斷進步和人口老化的加劇，如何提高醫療服務的效率、提升病患的生活品質成為了當務之急。在這樣的背景下，AI在醫療領域的應用逐漸得到關注。

AI在智慧醫療輔助的應用

• 自動化臨床文件記錄

AI自動化臨床文件記錄是指AI應用於醫療文件的創建和管理，以減少人為錯誤，提高效率和精確度。AI可以幫助醫生自動創建病歷、處方、檢驗報告和其他臨床文件，並且能夠進行自然語言處理和理解，從而更準確地表達和記錄醫學術語和病人病史。

DAX Express是微軟子公司Nuance合作推出的「自動化臨床文件記錄」解決方案[2]，與醫生的工作流程無縫整合。它是首個將經過驗證的對話、環境AI（Ambient AI）與 GPT-4 結合的應用程式。這種自動化摘要能在幾秒鐘內迅速生成臨床紀錄，使醫生可以立即查看病患的就診狀況，並且不需要花費很長時間來編寫詳細的報告。[3]此解決方案已被證明可以支援專業的工作流程，並緩解醫事人員的工作疲憊，進而增加醫療的可及性，例如：醫生能將時間專注在為更多的病人看診。此外，AI驅動的聊天機器人可以提高病患的參與度以及遵從性，並透過內置的醫學知識庫為患者提供即時的資訊。

• 協助影像判斷[4]

醫學影像學在治療中扮演著重要的角色，它包括X光、斷層掃描、磁共振成像和超音波等技術。為了充分利用影像的優勢，首要任務是盡可能自動化判斷，以節省醫師的診斷時間，而人工智慧可以自動標記影像中的結構和病變，並提供對於病變可能性的預測，幫助醫生做出準確的診斷和治療方案。目前，已有許多演算法獲得FDA批准，尤其是用於檢測各種疾病，特別是癌症。

在Mass General Brigham醫療網路的醫院中，醫生們使用了約50個這樣的演算法來幫助他們進行患者護理，包括檢測動脈瘤和癌症，發現栓塞和中風的跡象等。在某些情況下，需要幾天時間才能找到準確的診斷，但系統可以持續運行並找到需要立即就醫的患者。此外，ML還可以更全面地追蹤患者的病情變化，因為確定腫瘤是否在增長、縮小還是保持不變對於製定治療方案至關重要。

除用於「及早做出診斷」，醫學影像學還可以發現人類無法察覺的任何疾病異常。演算法擁有足夠的數據和影像，可以檢測到這些異常。放射學博士Keith Dreyer的團隊正在開發一種演算法，可以測量人體內某些標誌性生理現象，以便標識這些指標的變化，這些數據可能暗示著某人可能會患上中風、骨折、心臟病或其他不良事件。

AI在個人化治療的應用

• 風險預測與分級

AI可以用於臨床風險和分級的預測和評估。通過應用機器學習等AI技術，可以根據大量的臨床數據和病人病史，建立模型來預測病人的風險和分級，從而幫助醫生進行更好的臨床決策和治療規劃。

在臨床決策中，應用ML可以幫助醫護人員在手術前進行風險分級，以識別高風險患者並作出適當的後續臨床決策。傳統的風險預測模型通常基於統計回歸模型，例如Framingham風險得分、QRISK3等。這些風險分層方法要麼缺乏精確的病患分級，要麼需要經過訓練的醫生查閱記錄並特別評估風險。ML模型允許在時間上持續地重新計算風險，以提示醫生突然的病情變化。此外，手術期間的狀況變動，如低血壓，在手術後的恢復也發揮重要作用。現在已經證明開發了多種利用ML模型進行疾病風險分層的方法，並已被證實在預測肝癌手術、主動脈瘤手術和心臟手術後的死亡率方面比傳統的邏輯回歸模型更為準確[5]。

• 健康管理與高齡復能

中化銀髮和工研院合作引進了日本的AI復能系統「ICT REHA」[6]，這款系統可以根據使用者的年齡、疾病、步伐和認知機能等資料，從數據庫中分析出最適合該使用者的個人化復能學習列表。此系統可進行八大層面分析，包括有氧運動、肌肉訓練、認知訓練、伸展、運動項目、營養管理、血壓管理和日常生活，在依據各領域的比重提供多種生活化課程，例如算術、拼圖、疊疊樂等22種多元活動以及化妝、賞析音樂等40種主題活動，以提升長輩們的日常生活自理能力。工研院企劃與研發處副處長胡紀平表示：「這套AI復能系統對台灣健康領域有突破性意義，因為長輩生活場域並不限於醫院，從日照中心蒐集的健康數據將成為提升日常生活照護品質的重要依據。」

AI在智慧醫療的市場發展以及隱憂

AI在智慧醫療的應用中，雖然有著巨大的潛力，但同時也存在一些隱憂。首先，醫療人工智慧市場仍面臨著成本高、數據隱私和監管等挑戰，這些都是限制市場發展和創新的因素。其次，患者隱私問題和缺乏資料標準化規範也是AI醫療公司面臨的難題，這將導致難以蒐集訓練資料。另一個重要的議題是AI算法的可解釋性，醫生需要理解AI算法如何進行診斷和預測，才能夠對結果產生信任和接受度。

結語

許多的解決方案正在用可衡量且不斷增長的結果重塑現在的醫療照護，根據 Exactitude Consultancy的報告[7]，全球醫療人工智慧市場預計在預測期內以42%的年複合增長率增長，並有望在2029年達到1697億美元的規模。

AI在智慧醫療中的應用具有廣泛且巨大的影響力，可以幫助醫生更好地診斷和治療疾病，提高醫療品質和效率。然而，在技術上，還需要進一步的研究和發展以解決現有的挑戰和限制；在政策上，需要更多的監管機制和資料隱私保護措施以確保AI技術的安全和可靠性，以實現AI技術在醫療中的最大價值。

[1] KPMG (2023). 2023年醫療照護與生技投資前景展望調查報告 檢自：https://kpmg.com/tw/zh/home/insights/2023/03/healthcare-and-life-sciences-investment-outlook-2023.html (Mar. 25, 2023)

[2] Tom McGuinness, Diana Nole (2023). Nuance Breaking new ground in healthcare with the next evolution of AI 檢自：https://blogs.microsoft.com/blog/2023/03/20/breaking-new-ground-in-healthcare-with-the-next-evolution-of-ai/ (Mar. 25, 2023)

[3] Ashley Capoot (2023). TECH DRIVERS OpenAI-powered app from Microsoft will instantly transcribe patient notes during doctor visits 檢自：https://www.cnbc.com/2023/03/20/microsoft-nuance-announce-clinical-notes-application-powered-by-openai.html (Mar. 25, 2023)

[4] ALICE PARK (2022). How AI Is Changing Medical Imaging to Improve Patient Care 檢自：https://time.com/6227623/ai-medical-imaging-radiology/ (Mar. 25, 2023)

[5] Giordano C, Brennan M, Mohamed B, Rashidi P, Modave F, Tighe P (2021). Accessing Artificial Intelligence for Clinical Decision-Making 檢自：https://www.ncbi.nlm.nih.gov/pmc/articles/PMC8521931/ (Mar. 25, 2023)

[6] 李加祈 (2023). 日本AI，推薦你老後活動？中化銀髮引進AI復能是什麼？ 檢自：https://health.gvm.com.tw/article/100656 (Mar. 25, 2023)

[7] Exactitude Consultancy (2023). Healthcare AI Market Trends, Demand, Growth And Future Scope 2023 To 2029 | Welltok, Inc., Intel Corporation, Nvidia Corporation 檢自：https://www.globenewswire.com/news-release/2023/03/18/2629808/0/en/Healthcare-AI-Market-Trends-Demand-Growth-And-Future-Scope-2023-To-2029-Welltok-Inc-Intel-Corporation-Nvidia-Corporation.html (Mar. 25, 2023)