人工智能將如何改變我們的醫療結構?

Comment

在日本報導的第一起透過AI(人工智能)搶救病人的案例中,人工智能正確確診了一位女性患者的罕見白血病種類,而且只花10分鐘就完成比對患者的基因序列和2000萬份臨床腫瘤學研究,並且正確的完成確診。

未來,人工智能將如何改變我們的醫療結構呢?

生醫大數據是未來式?還是現在進行式?大數據與人工智能的關係是什麼?在國際上有許多研究生醫大數據應用及發展的機構,帶領著熟悉數據演算的工程師們設計出先進的演算法,讓演算結果在不斷的循環中學習並提高準確性。往往電腦運算只需花幾分鐘就可以幫我們從數以億計的記錄中篩選出解答的動作,但人類卻要花好幾年時間才能完成相同的工作內容。這,就是大數據結合人工智能所帶來的好處,也暗示著未來人工智能將會是生醫發展最重要的助手與推手。

生醫跳躍式發展,始於人類基因組計劃

人類基因計劃(Human Genome Project)是希望透過收集全球各國人的DNA來識別人類所有的基因,並繪製基因圖譜。人類基因組計劃也同步催生出了許多發展項目及人材,近年來全球各國從事研究DNA序列的研究人員已超過百萬人,探索疾病遺傳基礎的研究也被提上議程。

人類基因組計劃發展已超過13年,隨著電腦硬體性能不斷精進提升,基因組計劃產生的大數據資料量以也以驚人的幾何倍速成長,於是,以數據為基礎的精準醫療應運而生。過去,英國Wellcome-Sanger Institute花了10年才測完的DNA序列,現在只需1小時就能測完了。

個人化醫療觀念的演進

醫療大數據研究帶來的好處之一,就是可精準預測個人健康狀況,並達到預防疾病的效果。舉例來說,只要用戶使用智慧型手機再搭配監測載具就可以監控心跳速率,日行距離,消耗掉的卡路里等等。就像隨身帶著一位專屬醫生,給你提供有用的建議,並在必要的時候警示你。比如,提醒你現在血糖已高出警戒值,該去注射胰島素了。

以上所有資訊都可以被分析並整合進入你的個人化醫療記錄裡,這些資訊皆可安全地儲存在“雲端數據庫”。雖然目前處於初期階段,但這些技術已經在某些地方開始應用了。

未來如果你覺得需要到醫院去看病,那麼一位擁有AI助手的醫生或許會拿出平板電腦查看你的雲端醫療記錄來為你確診,這份詳盡的醫療記錄裡可能會包括基因序列及其他有用信息。在為病人做諮詢時,慎重結合AI助手,可以將醫生們的診斷精準程度提高好幾倍。

AI看病有風險嗎?

AI的風險主要可歸納為三大類:程式出錯,網路攻擊,望文生義導致誤解指令。不過只要妥善規畫,以上三個風險都是可避免的。

程式出錯,俗稱“bugs”,是開發得很差的軟體中常見但本可避免的現實問題。產生程式出錯是因為開發和測試流程未能正確執行。程式故障的後果可大可小。不過,軟體程式在對安全性要求嚴格的領域已經應用數十年,例如醫院和航空業都在使用。從前軟體能做到的,我們有理由期待醫療AI應用程序也能做到。

網路安全方面的研究資金雄厚,基本上還是魔高一尺道高一丈。我們當然不應過份自信認為駭客攻擊不可能發生,不過,目前也沒有特別的理由認為醫療AI 不能防住網絡攻擊。

望文生義地聽取指令這個缺點,可以透過內部保護措施來彌補,這是其他極度要求安全性的系統的標準慣例。醫院絕不可能只讓一個AI來負責攸關病人生死的決定,比如是否關閉生命系統。

儘管存在一定的風險,但我們可以藉鑑過去幾十年中其他領域使用的經驗來管理醫療AI。那麼我們為什麼還是需要人類醫生呢?有鑑於AI能帶來非常實際的社會和經濟效益,我們還是應該大膽地探索開發AI助手的可能性,當然,領導AI助手的,也必須一直是我們人類!

生醫編輯群

作者

生醫編輯群

生醫編輯群將致力於讓您接觸到國際生物科技的應用知識與國內外先進的生技及生醫產業相關報導,快速吸收最即時、最新的生物科技發展與生醫新知,改善醫病關係、醫療品質、正確的用藥方法。

Up Next

相關的 文章

討論關於這個 post