數據結合資訊科技 精準醫療新契機!? 專家:別讓法規糾結公眾利益,擁抱數據開放是解方

2020/11/07
數據結合資訊科技 精準醫療新契機!? 專家:別讓法規糾結公眾利益,擁抱數據開放是解方
致力推動AI數位病理診斷、成立五週年的雲象科技,今 (7日)舉辦「醫療影像及數位病理人工智慧應用研討會」,台灣大學張上淳副校長、交通大學林奇宏副校長、臺北醫學大學許明暉數據以及雲象科技葉肇元執行長進行
致力推動AI數位病理診斷、成立五週年的雲象科技,今 (7日)舉辦「醫療影像及數位病理人工智慧應用研討會」,台灣大學張上淳副校長、交通大學林奇宏副校長、臺北醫學大學許明暉數據以及雲象科技葉肇元執行長進行專家座談,並倡議:加速醫療數據集中化的技術發展、跨領域教育應更重視市塲法規人才,以及政府應擁抱數據開放儘早有條件鬆綁法規,才是讓台灣AI數位醫療真正落地的解方。
 
葉肇元表示,目前美國FDA已經通過5項AI數位影像診斷產品,有產品甚至已經賣進台灣大醫院進行臨床使用。鄰近的日本已經完成30萬張影像大數據資料建置,雲象目前整合了15萬張,台灣在AI數位醫療影像需要國家協助加速追趕。
 
葉肇元認為,台灣有整合軟、硬體技術的優勢,如雲象科技與國家實驗研究院高速網路與計算中心(國網中心)合作,以具醫療影像優化架構的臺灣AI雲(Taiwan Computing Cloud, TWCC)為後盾,於2019年成功挑戰用完整的全玻片影像來訓練深度神經網路,取代目前仰賴醫師專業人力標註把影像切割成多個小區塊的方法,大為縮短病理科醫師需要數月到半年不等的標註時間。
 
不過,他也指出,推動AI最根本的是在數據的集中與整合,沒有一致性的醫療資訊或統一的格式,即使用最強的演算法進行都無法產生有用的工具。因此,很需要各大醫院數據進行整合,以進行數據集中化管理。
 
葉肇元表示,AI數位醫療資料的正確性至關重要,許多開發項目若要通過法規進入臨床,關鍵資料也必須經過驗證,又誰能來驗證?且從AI數位診斷開發技術上而言,經過中央集中的數據資料演算而來的,還是公認最為準確的。
 
張上淳指出,資料跨醫院對醫療AI發展很有幫助,但眼前是不是一定要有數據集中統一的必要,可能也有難度。
 
過去以來,各醫院資料來源受患者人口、使用的儀器設備或臨床專業等因素,各機構有不同的匯集,以取得各自所需的各項資訊。因此,目前透過所謂「聯邦學習」,讓多個組織可以合作開發模型,又不用彼此直接分享機密的臨床資料,且經過多次訓練反覆運算的過程中,大家共用模型接觸到的資料量比任何單一組織內部擁的資料量還要更多,數據雖然不集中,還是可以把系統集中分析。
 
張上淳也指出,台灣這次防疫交出傲人成績,正是第一次大量將科技應用到防疫,包括:透過手機定位追蹤、出入境資料跟健保資料結合等,過去從沒想過會綁在一起的資料都串接一起,也動用各單位配合共同進入疫調,實踐精準診斷和追蹤。
 
林奇宏則表示,台灣通訊業的科技已經可以做到數據不一定要集中,AI觀念、技術都不是太太新,更重要的是很多領域都需要一起進步。
 
林奇宏強調跨領域人才培育得的重要,過去以來AI 技術發展忽 略終端使用者,從科學進步與技術訓練觀點,也容易前瞻而相較忽略後端的使用。但是,醫院會不會使用?這是很不同的邏輯,他因此強調,「通路才是王道,需要藉由商學管理來檢視AI醫療的發展。
 
林奇宏指出,很多電子醫療創新之後,團隊找不到市塲切入點,因此,該如何定位user(使用者)?必須從一開始,就要有更多市塲、法規人才從很務實的觀點參與,一起發響概念、研究市塲,一開始就要知道監管機關對演算法的監管法規。
 
他表示,從人才培育觀點看,跨領域人才很重要,但我們究竟缺什麼人才?例如之前生技發展熱潮,人才培育紅了一陣子,結果國內市塲不夠大。AI數位醫療要避免重導覆轍。
 
許明暉則直指,政府數據使用法規和公眾利益過於交纏,或應有個更開放的作法。例如日本一樣有「個資法」,但體認創新是個國安問題,因此,日本政府特別為醫學發展研究訂定了獨特的使用辦法。            
 
他表示,台灣衛生署當年推動肝炎防治,第一部電腦由IBM捐贈,透過這部電腦統整了台灣完整的肝炎數據資料,當時也都沒有簽同意書。而過去歷史上幾件醫學研究被指控違反個資的訴訟案例,時隔多年,也似乎未見該個案有發生損及公眾利益的事件。
 
許明暉說,
「台灣擁有如此醫療優勢,應該成為勇敢創造健康數據對人類有益的國家,不要用一個奇怪的情節去和公眾利益交纏。」
 
許明暉也建議,要從最基本地方去鬆綁法規是長遠之路,但在個資法下現在可以做的,例如把一些事情變成由政府來執行公眾利益的角色,以減少個資紛爭。此外,政府在許多專門領域也需要一些進步,或可以利用去識別跟學術單位協作方式共同進行。