Session 9之2:醫療AI「落地」卡關 專家籲Bio-ICT應「任務導向」合作

2021/07/23
Session 9之2:醫療AI「落地」卡關 專家籲Bio-ICT應「任務導向」合作
由AI判讀病理檢驗、監測病人生理反應等「AI醫療」在近年是熱門議題,然而相較於其討論度,目前實際在醫院「落地」的產品卻仍屈指可數。昨(22)日,2021亞洲生技大會(BIO Asia-Taiwan 2

由AI判讀病理檢驗、監測病人生理反應等「AI醫療」在近年是熱門議題,然而相較於其討論度,目前實際在醫院「落地」的產品卻仍屈指可數。昨(22)日,2021亞洲生技大會(BIO Asia-Taiwan 2021)線上論壇,由工研院生醫與醫材研究所所長林啟萬主持的綜合討論環節中,也邀請臺北醫學大學教授李友專、台大醫院智慧醫療中心副主任李建璋、雲象科技執行長葉肇元、華碩電腦副總裁張權德等專家,共探醫療AI的趨勢,和所遇到的癥結。

北醫大教授李友專表示,許多衛生資訊科技(HIT)開發的失敗,都出在最後場域落地的問題。像是Google旗下的DeepMind曾開發出能辨識青光眼、黃斑部病變等疾病的AI產品,運用極大規模的數據建構,還發表在頂尖期刊《Nature Medicine》上,但最終仍無法順利導入醫院。

李友專認為,其可能的關鍵之一,就是「不了解醫院的臨床程序」;若不了解整體環境的問題,就不可能開發出成功的AI產品、或產品也難以再多個地方成功落地。

雲象執行長葉肇元也表示,落地的確是醫療AI目前面臨最大的問題。他進一步指出,現在有許多科技廠商與醫院進行「Bio-ICT」合作,但經常因沒有具體目標,而流於「廠商捐電腦、醫院擺著電腦沒進一步運用」的窘境。

葉肇元認為,由於醫療與科技兩產業的文化完全不同,合作上也更困難,因此必須更「任務導向」進行合作,才能創造出臨床效益。

台大醫院智慧醫療中心副主任李建璋則從醫院角度表示,例如在新冠疫情下,醫院中若能有預測病人病程發展的數位解方,就會非常實用。「在院內,從病人生理資訊、治療等工作,全都應該數位化,像是健保申報資料這些都是大數據,這些數據集若能被相互串連,會是很有力的工具。」他說道。

華碩副總裁張權德也指出,AI應用於醫療中,已不僅是開發出收集資料的產品,而要能進而透過這些產品所收集的健康數據,做進一步的運用。

最後,林啟萬也作結表示,在融合資通訊科技(ICT)和醫療時,的確會遇到很多問題,各界仍需要想出更好的方法改善,進一步開發出高品質、負擔得起(affordable)的解決方案。

(報導/巫芝岳)