人工智慧AI,醫療與照護的下一波革命

人工智慧AI,醫療與照護的下一波革命

Stanford在2016宣告:AI未來將在醫療照護、醫療診斷、製藥等領域皆有所突破

本文最初發表於:Nov 29 Wed 2017



 

          文章摘要: 本文從當今醫療照護供需談起,告訴讀者有哪些類型的醫療服務需求者、以及相對應之服務提供廠商。再者,討論目前世界上3項「醫療痛點」。最後,描述3項有趣的AI醫療應用,並分析這些應用如何解決前3項醫療痛點。本文認為,隨著醫療數據持續累積、運算硬體發展加速,未來AI必定會於醫療與照護的領域中,掀起新一波的革命!

 


 

 

當今醫療照護供給與需求

          台大醫學院護理系主任胡文郁(2017)年提到[1]醫療照護體系的「需求者」主要可以分為「健康者與次健康者」、「急性病患與出院需照護之病人」、「長期失能者與慢性病患」三種,相對應的服務「供給者」則為「生活照顧服務體系」、「醫療服務體系」、「長期照顧()服務體系」,整理如下圖:

 

圖片來源:201710月,胡文郁,從護理視角談社區長期照護活躍老化與善終,P.13,本研究整理

 

          上述3種由「醫療照護需求」衍生出的相對應「醫療照護服務」,背後隱含了龐大的醫療產業商機,例如:針對「健康者與次健康者」所需要的「健康管理與預防保健」服務,近年來越來越多醫院診所針對金字塔頂端的客群,量身打造「尊爵健檢專案」、「超高端健檢」服務,此即為「自費健檢產業」;各種類型的病患,也需要各種類型的用藥,不論是新藥或學名藥,背後即為「製藥產業」;而急性病患與慢性病患,分別需要不同的醫療器材,「醫材產業」在醫療照顧供給體系中扮演了重要的角色。如上段所述,醫療照護行為與許多產業息息相關,透過AI的應用將可以增加這些產業的效率、解決當前的醫療問題,本文將於後段分析可能應用AI的醫療相關產業與服務

 


 

 

醫療體系之痛點:費用高、

老年醫療照護不足、效率可持續提升

          在講AI的應用之前,我們先來討論一下目前全世界的醫療體系有哪些「痛點」,這些痛點也就是未來AI醫療照護服務必須要解決的問題。筆者認為,目前全世界的醫療照護服務,至少目前有以下三個痛點:第一,許多國家醫療照護費用太高:相較於其他國家,台灣是全世界健保做的最好的國家之一,診療費用相對便宜。但在多數國家醫療費用十分昂貴,民眾生小病時就不太敢去看醫生,例如:美國2013年人均醫療費用將近10000美元,是OECD國家的2.7倍,許多人因此不敢隨便就醫。未來必須要依靠先進科技持續發展、降低醫療費用,才能達到更普及性的醫療服務。第二、高齡人口所需醫療照護服務供給不足:台灣在2016年時,65歲以上老年人口首次超過0-14歲的幼年人口。未來人口老化已成不可阻擋趨勢,老年人口比率將快速攀升,雖然就市場而言商機無限,但是老年化將對於台灣「吃到飽」的醫療與照護產生巨大衝擊。第三、醫療效率仍可持續提升:當今醫療的流程設計上,受限於科技發展,許多程序仍十分費時。台灣因就醫費用相對非常便宜,因此許多民眾往往只要一生病,不論是大病小病(甚至是沒病),都習慣往醫院跑。只要每跑一個醫療流程、不論是診斷、手術、住院、開藥,都需要時間,就會造成醫療資源的浪費。除非未來醫療效率能夠持續提升、醫療科技持續進步,否則許多真正需要就醫的民眾在急需醫療資源時,可能反而無法得到及時救治。

 


 

AI的醫療照護運用:診斷、機器人、健康監控

          要解決上段3個痛點、甚至是其他醫療照護體系痛點的方式有很多種,本文專注於以「人工智慧」發展的角度,來看未來將可能會有哪些醫療照護相關服務有潛力結合AI,進而解決目前醫療照護體系之諸多問題、以及滿足更多醫療照護體系之需求者。以下簡單舉3AI的應用例子:

AI醫療診斷

          台灣產業情報網(IEK)今年預計[2],「AI醫療診斷服務」將在2021-2030起蓬勃發展,此領域包括:「醫療圖像內容識別與判斷」、「醫療數據之判讀與病歷診斷」等。台灣AI教父杜奕瑾在201710月曾指出[3]:傳統的醫學診斷的方式,為「生物統計」,即醫生根據自身對於疾病、傷害的了解,對其病患下的醫療診斷。台灣有世界上最高品質的健保資料,連美國的健保資料都沒有台灣完整,因此未來若能夠透過健保大數據建立AI醫療診斷體系,將更有可能達到精準醫療,更正確的預測疾病的發生。具體來說,AI醫療診斷可能應用的場景為:協助醫師分析斷層掃描片(CT掃描片)、根據病患檢查數據判斷病徵。筆者認為,AI醫療診斷並無法完全取代醫生,但可以做為醫師強而有力的參考工具,也能夠提升醫療效率,讓更多病患及時獲得醫治。

 

醫療機器人

          筆者根據AI技術含量的深度,將醫療機器人分為「初階AI醫療機器人」與「高階AI醫療機器人」2種。「初階AI醫療機器人」目前技術已經可以做出,例如:英國布裡斯托爾一家醫院,曾引入一批名為「自動導航運載儀」(AGV)的醫療機器人,示意如下圖[4]

 

英國布裡斯托爾某醫院之醫療機器人,圖片來源:中國新聞網。

 

          除了AGV機器人的送餐功能之外,其他類型的「初階AI醫療機器人」還兼具倒垃圾、消毒、攙扶病人等功能。至於「高階AI醫療機器人」,則是以「醫療手術機器人」為未來發展重點。這類型高端AI的機器人的設計,涉及跨領域研發、資料探勘、及軟硬體應用的知識,台灣產業情報網(IEK)預計可能要到2026-2030年才會有較為成熟的應用產生。世界級醫療器材大廠中國「威高集團」(Wego)首席技術官吳剛(20177)指出[5],隨著AI的蓬勃發展,未來將會有更多種類的AI手術機器人面世,讓手術操作更精準、並提高速度、效率以及成功率,降低因人類操作歸因而影響手術結果

健康監控與疾病發現

          世界經濟論壇(World Economic Forum)中曾揭示「醫療產業數位轉型願景」,指出未來五年將會有超過250億種物聯網裝置,未來透過這些裝置,在取得個人的資料傳輸允許、並將個人健康監測數據傳輸至醫院或廠商之服務平台後,便可以透過這些平台來分析使用者目前的健康狀況,進而及時理解自身健康狀況、提早判斷是否要就醫。Google的研究機構Google Research的一名研究員莉莉・彭(Lily Peng),在今年Google年度開發者大會前夕,介紹了一個激動人心的科研項目:用機器學習技術來提早發現糖尿病性視網膜病變,進行及時甚至是預防性治療,從而讓那些可能將在 3 年、年甚至 10 年後失去視力的人們,獲得一個寶貴的提前治療機會(改寫自科技橘報,2017)[6]

 

 

莉莉・彭(Lily Peng),圖片來源:PingWest

 

          上述案例就是透過健康監控將數據傳輸至AI平台之後,及早發現疾病的案例。我們在上文中提到:台灣目前因為「老年化」的現象,產生了大量醫療照護需求。隨著AI醫療數據分析越來越準確、及物聯網設備(如:穿戴式裝置)蓬勃的發展,相信未來「遠距醫療照護」與「預防醫學」將會有非常正向的發展。

 


 

 

小結:AI將被更廣泛應用於醫療照護領域,

創造出跨世代的嶄新商機

          各位讀者看完本文之後,對於「醫療照護的供需」、「醫療照護的痛點」、以及「目前AI能夠提供的創新醫療照護」能夠建立初步的了解。其實AI在醫療上的應用,遠超過本文所提能及的項目,一般人都可以輕易想還有哪些AI在醫療領域上可能的運用,例如:近年來非常夯的「自動駕駛車」,若能結合傳統救護車之概念,創造出「醫療救護自動駕駛車」,將可以更有效率的進行急救。

 

傳統救護車示意圖,圖片來源:紐約時報中文網

 

          再次強調,因為全世界老年人口持續提升、更龐大及多元數據資料累積、及硬體計算能力呈指數性上升,因此「醫療照護」需求將爆發性的增加,「人工智慧」發展更是大江東流檔不住,為當今世界發展的顯學。「醫療照護」與「人工智慧」這兩者間目前已經可以看到一些非常具有價值的應用,未來隨著科技持續發展,相信AI將能夠在醫療的領域上有更多的貢獻、創造出新世代的商機。

 

對於「AI的基礎知識、與趨勢」有興趣的讀者,可以參考我之前寫過的一篇文章:

AI時代來臨,你準備好迎接了嗎?》,網址:http://crazyfinancier.pixnet.net/blog/post/123602982

 

 

本篇文章歡迎轉載,但請註明出處。

 


[1] 參考201710月,胡文鬱,從護理視角談社區長期照護活躍老化與善終,台大課程簡報PPTP.13

[2] 參考2017,蘇孟宗、張淮杞、紀昭吟,全球人工智慧發展趨勢與商機IEK產業情報網簡報,網址:http://ieknet.iek.org.tw/iekppt/ppt_more.aspx?actiontype=ppt&indu_idno=1&domain=66&sld_preid=4988

[3] 參考2017,記者江睿智,杜奕瑾:台灣發展AI醫療有優勢,聯合新聞網,網址:https://udn.com/news/story/7240/2734935

[4] 參考2014英國醫院引進送餐機器人可自動為上千病人送,中國新聞網,資料與圖片來源:http://www.chinanews.com/gj/2014/09-03/6556890.shtml

[5] 參考2017威高布局醫療産業大力發展AI手術機器人,新華網,網址:http://big5.xinhuanet.com/gate/big5/news.xinhuanet.com/tech/2017-07/24/c_1121369865.htm

[6] 參考2017,醫療新世界!Google 透過機器學習技術,要解決 4.2 億糖尿病患的失明問題,科技橘報,網址:https://buzzorange.com/techorange/2017/05/17/google-research-medical/

arrow
arrow

    CrazyFinancier 發表在 痞客邦 留言(0) 人氣()