AI聊一聊

【AI聊一聊】智慧醫療你懂嗎?除了健保,你還可以多懂一點。

2018年台灣進入高齡社會,老年人口占比達到人口數14%,且依據國發會推估,台灣將在2026年進入超高齡社會,老年人口佔比更將達人口總數的20%。我們該怎麼擁有長治久安的老年生活?智慧醫療或許可以拯救銀髮族、乃至於我們所有人免於排隊掛號、排隊候診、排隊領藥的瑣碎生活,取而代之的是隨傳隨到的居家醫生,與對症下藥的個人診療。今天就跟著北醫李崇僖老師,來了解AI將會對醫療帶來什麼影響吧!

  • 本文重點:理解什麼是智慧醫療,目前台灣的產業發展現況,以及應該關注的切身法規。
Q1:什麼是智慧醫療?什麼又是精準醫療?目前有哪些領域正在應用呢?

李老師:其實精準醫療跟智慧醫療是兩個概念。精準醫療,是提升醫師既有的能力;智慧醫療,則是減輕醫師的勞力。精準醫療,亦即個人化醫療,是牽涉到醫療院所如何在醫療過程更精細、個人化,強調針對個人基因、體質等個人因素進行醫療行為。應用的領域如:藥物基因體學,像是乳癌用藥就有幾十種不同種類,如何針對病患特定生理指數,加上基因已找到最適合的藥物,就是精準醫療的目的。智慧醫療則是結合資通技術,讓醫療服務可以智慧化,意在減少浪費、有效率、便利化,進入門檻相對低,常見領域像是手機APP等家戶、老人、慢性病或高危險群的遠距醫療、照護。目前業界亦還在尋找智慧醫療的應用場景,台灣因為小,不太有像美國那種偏鄉,但目前政府也已經開放遠距會診,讓大醫院的醫療能量進入小診所;或者智慧化醫院,強化藥品品管;智慧醫療也可以解決人力短缺問題,所以長照機構也可能導入智慧醫療照護。兩者更能結合,透過智慧醫療的數據搜集,相較病患口述,醫生可以得到更多數據,才能得到正確的醫療措施。

Q2:所以在這些領域中,AI在扮演著什麼角色呢?

李老師:AI的運用,是歸因於資通技術發展,物聯網帶來大量數據,就能進一步程式化,體現大數據的價值。過去的醫療技術,通常都是技術的開發完成後,才推出完整產品或服務。智慧醫療的特殊性卻是「多用多健康」,應該初步開發後就投入市場,被越多人使用,反而會透過人工智慧的學習,越加強這個技術的發展。所以我們不能期待一個公司推出智慧型醫療的產品,在當下就多智慧,反而是投入市場才會變強。像是日本軟銀,就推出機器人Pepper,並便宜租給商家,透過越多人使用,所有接觸到的資訊就可成為學習資料的養分。因此智慧醫療的第一代產品有足夠多人用,在此之上才能開發出第二代,是一種動態發展的關係。不過這樣的發展形勢,在行政機關審查的時候就會有難題,因為如果要具備某些診斷照護功效時,就會列為醫療器材,進而面臨高門檻檢視,且審查當下的演算法又跟未來的演算法不一樣,因此需要在技術與法規間找到平衡點

Q3:那台灣目前有採用任何實際的AI醫療系統嗎?

李老師:目前北醫有導入IBM Watson for Oncology(華生人工智慧)系統,對癌症與基因的分析,在臨床上可以提供幫助,目的是提醒醫師可能忽略的狀況。工研院也有研發,藉由AI分析眼底視網膜照片,以檢測早期糖尿病,不過目前還未投入臨床使用。目前更多的是,業界與臨床合作,藉由與醫院共同開發,降低研發錯誤的可能,例如榮總就有大數據醫療中心,長庚也有巨量資料及統計中心的設置。

Q4:但AI的使用會不會對醫師造成什麼影響?像是上述的Watson系統,醫師願意使用嗎?

李老師:確實,AI的使用可能會影響醫師的主見,例如一項通過政府認證的AI系統,如果做出與醫師臨床不同的建議時,醫師若依據醫療專業,採取與AI不同的作法,最後卻導致不好的後果時,就很可能會被咎責。因此在醫療法上,如何界定醫療行為最終的責任分配非常重要。醫療法82條雖然給予醫師合理的臨床裁量權,但針對未來的科技發展,醫事法規應該要有更多因應。

Q5:那麽目前跟AI相關的法規有哪些,而政府的態度又是如何呢?

李老師:相關的主管機關有科技部經濟部衛福部,衛福部又包含本部跟食藥署。科技部是最大力推行的,但需要經濟部負責鼓勵產業化,最終經過衛福部中的食藥署才能許可上市。食藥署過去就推出醫用軟體分級分類指引》,試圖定義哪些醫用軟體為醫療器材,但不容易跟上技術腳步,因為食藥署相對保守,科技部則相對積極。目前行政院亦積極推動《醫療器材管理法》,內文卻依然缺乏智慧醫療的願景。除醫事法外,智慧醫療需要敏感個資,個資法的鬆緊就尤其重要。目前世界各國都試圖鬆綁個資在醫療開發的使用。台灣個資法卻缺乏專責機關統整。如日本2017年修正《個人情報保護法》,對特定個人資料採取「opt-out」制度,如果沒有表明退出,就可採用該數據;對於醫療資料,更制定《次世代醫療基盤法》,確保如何將醫院的資料安全導入到業者間,這些都是台灣可參照的。

最後,人們應該要怎麼面對逐漸蓬勃的智慧醫療環境呢?

李老師:智慧醫療希望做到讓民眾接受度高,方便,但新的科技也是有局限性的,所以民眾不要過度依賴或緊張,有的人戴上智慧錶後就開始緊張自己的數值,短時間偏高就馬上就醫反而造成醫療負擔。我們要試著理解新科技,但不要過度改變生活方式,同時認知到,醫療要進步需要人們的付出與貢獻,數據就是支持醫療進步的方法,提供自身數據,讓科技成果涵蓋你的一部分,不僅是幫助別人,也是幫助你自己,當未來需要精準醫療時,你過去提供的數據就會成為最重要的基石。