作者：王亦大、簡琬莉 時間：2020年1月11日
介紹：
近年來由於晶圓製程的躍進，並且發現原來用於圖像處理的GPU，其平行運算的功能適合用於類神經網路的運行，使得AI的研究又再度復甦。而AI目前可應用的領域包括工程、社群、機器人、製造業、金融服務業、農畜牧水產業以及本次要探討的主題，醫療保健。而AI目前的熱門研究項目則主要著重於深度學習，也就是以多層的類神經網路進行數據的訓練以及預測。而在此項目中以CNN(卷積神經網路)，RNN(遞歸神經網路)所衍生的LSTM(長短期記憶)以及GRU(閘門遞迴單位)，GAN(生成對抗網路)最為熱門。CNN可用於圖像辨識，RNN則用於有連續性特性類型的辨識，如語音、文章、歌曲。而GAN則是使用兩種不同的AI，一個為生成(generator)，一個為鑑別(discriminator)，兩者互相對抗使AI能自動生產文章、圖畫或音樂。另外還有一種以廣度學習為目標的AI稱之為HIN (異質神經網路)，用來理解不同資料之間的關聯，可預測藥物與基因之間的交互作用。
而以上這些圖像或是語音辨識則可以在醫療保健上作為輔助診斷、資料分析以及在基因組分析上有所幫助。因此AI演算法應用於醫療領域大致可分為這四大項目，智慧醫院、生醫研發、預防醫學以及銀髮照護等等。
- 智慧醫院：AI輔助醫院的型態主要目前醫院最熱門的幾個項目，第一種為檢驗科的各種圖像辨識系統，如CT、X光、眼底膜、皮膚檢驗等。以醫院本身的資料庫做為訓練資料，建立的圖形辨識模組可以幫助檢驗科醫師更快速精準判讀出病徵。
第二種則是醫院的排程系統，例如手術房開刀的排程，CT的排程，病人候診的排程，醫護人員的智慧排程等。節省醫師護理人員在開刀房等待或是CT病人缺席的情況。
第三種則是病房的生理監控裝置以及監控中心的管制，自動掌握病人24小時的生理狀態，同時也能追蹤病人行動，防止醫院暴力以及設備遺失等問題。
- 生醫研發：該項目主要為早期的癌症診斷或是罕見病例的診斷治療，在提倡預防醫學的現代，如果可以針對一些未來可能發生的重大疾病即早根治，可以減少未來數年後在病床痛苦的機會。例如在基因組中發現更多與癌症相關的分子標記，基因與基因之間的交互作用等，分析一個人可能罹患某種癌症的機率，及早改變生活作息以及飲食習慣，甚至提早進行治療。
- 預防醫學：使用可以隨身攜帶的生理監測裝置，例如手機連接智慧手錶檢測脈搏，移動狀態，血糖檢測等等。又或者是以聊天機器人的方式在身體不舒服時給予建議，並與醫院合作進行遠距離諮詢。如眾匯智能健康所開發的醫聯網一般的功能。但多數健康app的問題在於大多數人類只有在病痛發生時才會注意自身健康，即便一時因為媒體報導而注意到也不會長久維持，這就如同適度的運動健身可以維持身體健康，但大多數人因為生活忙碌都懶得去實行一樣。因此這個項目的設計需要秉持一個理念，要讓最懶惰的人也能接受這樣的方案。
- 銀髮照護：由於人口老年化問題需求越來越高，例如在日本社區經常會出現的孤獨死問題，該項目需要跟社區或安養院合作，同意安裝相關的檢測裝置，如攜帶型的血糖以及脈搏檢測，跌倒以及行動軌跡偵測等裝置，外勞看護紀錄翻譯，看護暴力檢測裝置等照護銀髮族的日常生活。
圖一：人工智慧應用於醫療四大場域
開發AI產品的步驟：
- 分析與鎖定目標客群
智慧醫院：客群定位在於整個醫療系統，包含檢驗科醫師、護理人員、患者、醫療設備等等。
生醫研發：客群定位在於與醫院合作，委託分析服務，或者是一般群眾想了解自己身體是否容易罹患某些疾病。
預防醫學：客群定位在於一般大眾，以一些容易攜帶的裝置適度提醒使用者的身體狀況，與網路平台連結進行資料的保存，聊天機器人隨時提供建議，並與醫院以及營養師合作進行遠端的諮詢與診療。
銀髮照護：客群定位在於一般銀髮族，與社區或安養院合作，在照護地點加裝檢測系統，銀髮族身上也配戴生理檢測裝置易於看護老人的身體狀況。
2. 從工人智慧到人工智慧：解決資料不足，缺乏標記的問題，資料格式整理以及資料篩選等問題。
醫院：
- 檢驗科：需要大量的檢驗科醫生進行病理切片或CT成像的分類標示，雖然可以取得過去醫院大量的資料，但如果是針對某些少數病例樣本數可能會太少，需要進行人工的資料擴增。建議方式是多家醫院聯合建立一個檢驗科專用的AI醫療資料庫，並且只篩選出高品質資料進行訓練提升準確度。
- 醫院智慧排程：醫院通常具備大量且參差不齊的資料，研發單位需擷取近年的資料進行一些人工篩選，去除例外的資訊，而且排程中會需要選定大量的變數進行訓練，日期季節變化，人員住家交通等各種需要考量的變因做為訓練的參考。
- 病房監控裝置：同樣會有大量的資料量，但須注意資料不對稱的情況，因為發生事故的機率遠比正常表現低，取得的資料不平均將會造成AI判讀的困難。
生醫研發: 這種方法主要是分析血液的基因組，檢查DNA是否有重複或是突變影響到RNA轉譯成蛋白質的表現，以及RNA的基因表現是否存在異常部分。可以檢驗出是否容易有罹患某種癌症或罕見疾病的可能。若是有，可用慢病毒(愛滋病毒修改後的基因改造病毒)送到特定部位進行基因的修復動作。
預防醫學：
這樣的app需要有幾個特點
- 只靠手機以及手錶就能達成，不需要其他穿戴裝置。
- App經過專業醫療資料庫的訓練，可以適當給出幫助。
- 將資料上傳網路平台後，由AI或醫療專業人士進行分析。
與醫院進行合作，進行遠端診斷，未來可由AI自動進行診斷。
例如說一個人脈博不整或是微弱甚至昏迷，AI能自動呼叫身旁的人以及救護車來支援。而健康管理部分由於現代科技很難靠著目前的攜帶裝置來進行全面健康診斷，另一種可靠的方式就是上傳醫院的電子病歷由醫師或AI來進行判讀，未來則可能由血液就能由基因表現快速檢測一個人的身體狀態 (Oxford nanopore技術)。
銀髮照護管理：此項目需要跟社區或安養院合作，同意安裝相關的檢測裝置，如攜帶型的血糖/脈搏檢測，跌倒以及行動軌跡偵測等裝置，外勞看護紀錄翻譯，看護暴力檢測裝置等照護銀髮族的日常生活。這些資料可以監控銀髮族的生理情況，行動軌跡可以預防老人癡呆等行為，給予看護建議以及監控看護的行為等。
實際應用案例：
在智慧醫院方面，員林基督教醫院投資上億資金，成功整合訂餐、醫護以及患者資訊成為病床服務平台(PIT)，門診病患能自行測量生理數據上傳醫療平台，遠端血糖監控，醫護站具備電子監控中心，可隨時整合病人、病床與手術的排程。而手術器械也由天花板的無人搬運車進行回收工作，減少80%人力運作。
(數位時代-幫器材建身分證、蓋軌道！台灣最火智慧醫院示範區， 藏身12萬人口員林小鎮)
在辨識科的輔助診斷方面，台大人工智慧中心研發出全自動乳房超音波、多疾病胸部X光電腦輔助偵測及診斷系統，可自動判讀直徑小於1.0公分的小腫瘤，有98%準確度，每個300張的偽陽性僅2顆，執行時間僅約為0.8秒。可有效降低操作人員的負擔，而胸部X光電腦診斷則可判斷出肺不張、實變、浸潤、氣胸、水腫、氣腫、纖維化、積液、肺炎、胸膜增厚、心臟肥大、結節、腫塊和疝氣等14種病變，且效能優於目前的技術(平均AUC 可達 0.8266)。
在生醫研發方面，伊利諾伊大學芝加哥校區的俞士綸教授則表示利用異質神經網路(HIN)，將不同的資訊互相聯繫，如基因資訊、器官組織資訊、藥物傳輸臨床試驗資訊，將其交互的結果進行分析，比如說一個化學藥物它會與某個基因產生的蛋白質進行反映，緊接造成組織的發炎反應，而發炎時會啟動基因表現，而另一個化學藥物能抑制該種基因，則可以推論兩種化學藥物會互相影響。進而篩選出新的分子標誌或是新藥。
(MdEditor-資料探勘巨擘俞士綸：真實資料來源不止一個，學習不僅要有深度還要有廣度)
在預防醫學方面，如滙嘉健康，研發出非侵入性光纖生理監測技術，可製作成智慧墊(枕、坐墊、床墊)、智慧輔具(地墊、拐杖)，具備生理監測、睡眠紀錄、健康管理與提示、即時狀態、可疑性咳嗽、離床警示等功能。
而眾匯智能健康則開發出醫聯網（Mednet）健康照護資源共享平台，具備AI醫師就醫建議，遠距醫療諮詢，健康管理APP等服務。
在銀髮照護方面，友達光電的子公司友達頤康設計的app能偵測銀髮族跌倒的事件，即時通報至管理後台和工作人員手機。並裝設精準定位系統，誤差小於50公分，且具備電子圍籬、智慧點名、工作效率分析等功能。
另外在健身裝置設置AI個人化運動報告，採用PDCA概念管理個人運動記錄，透過身體評估與個人化計畫(Plan)、執行運動 (Do)、數據檢視(Check)、修正及制定下期計畫(Act)的四個階段進行循環管理。
