我是廣告 請繼續往下閱讀
報告指出，主要原因是人口高齡化以及醫療服務水準提升，醫療人員、社工都需要更加人性化及專業化，這些特質都是機器所難以取代的。
那麼，講到醫療結合人工智慧 （AI），你會想到什麼？儘管人工智慧這幾年蓬勃發展，順利跨入各行業，在醫療行業主要是以加速醫療創新為主，其中協助「醫療影像診斷」更是近年來成長最快的項目。
AI 診斷腫瘤準確度打敗人類
事實上，今年 7 月初北京一場比賽，主要透過神經影像診斷大腦腫瘤和預計血腫擴充，當中參賽的一項人工智慧系統，更以 2 比 0 打敗現場所有頂尖的醫生，顯示人工智慧協助診斷已經變成可能。這個名為 BioMind 的人工智慧系統，由北京天壇醫院的神經疾病人工智慧研究中心和首都醫科大學的研究小組共同研發。系統在 15 分鐘內診斷了 225 個神經疾病個案，準確度高達 87%。而另一組由 15 個高級醫生組成的隊伍，準確度為 66%。在預計血腫擴散方面，AI 系統的準確度也遠比人類醫生高。前者是 83% 而後者只有 63%。
講到這邊，要先理解比賽結果不代表醫生看診水準有問題，這間參賽的醫院已經是中國在神經外科與內科非常頂尖的醫療機構。這項競賽結果反映的是，AI 比醫生在一般情況下有更高的精確度，可以有效提高診斷的準確度。
不是要搶飯碗 AI 得和醫生緊密合作
人工智慧的醫療影像判定，並不要是和醫生搶飯碗，而是希望能超越人類的潛能，提高診斷的精準度。投入醫學圖像分析近 20 年的北卡羅萊納大學的沈定剛教授指出，目前深度學習在醫學影像中的應用越來越多，但有一點至關重要，那就是跟醫生的密切合作。他以自身在美國的經驗為例，當初在醫學院的放射科都必須跟醫生們一起工作，從中知道醫生的整個臨床流程，才能把人工智慧的技術更佳運用到臨床流程的相應部分。
做出超越人類的增強智慧
和醫生合作是 AI 醫療的必要環節，但沈定剛進一步指出，現在大家都在講人工智慧可以幫助醫生診斷，這樣的人工智慧其實是輔助智慧。他更放話希望做出超越人類的增強智慧。舉例來說，如果小孩的皮層發育不好，很可能罹患自閉症；問題是，造成自閉症的皮層病變可能只有 0.3%，醫生手工測量要達到這個精度非常困難。
他表示，自己實驗室每年都會請來多名中國和台灣的資深醫生，請這些人以人工標圖，但標出來的皮層之間的差異高達 30%，而且同一個醫生前後兩天標註的差異高達 20%。他表示，0.3% 的變化，透過手工方法是測不出來的。這時候就需要增強智慧，也就是超越人類的「人工智慧」。
點出 AI 常見盲點
不過，沈定剛也點出 AI 和深度學習常見的盲點，強調所謂的 AI 或者深度學習，只是解決問題的一種方法，方法必須為解決問題服務。他更常告誡學生，不能光知道深度學習，很多幾十年累積起來的經典方法都要搞懂。因為一個方法不可能解決所有問題，每種方法都會有局限性。尤其在思考上必須透過問題找方法，而不是用方法來找問題。
他以做影像 AI 為例，強調必須知道要解決什麼問題，然後找相應的技術來解決問題，而不是有了技術再找問題。
沈定剛更看好，現在很多初創公司做的東西都集中在診斷環節，但他強調醫學是一個很長的鏈條，成像、檢測、診斷、治療、預後每個環節都大有文章可做。
更多精彩內容請至 《鉅亨網》 連結>>
