<p>過去幾年，人工智慧（Artificial Intelligence, AI）為許多產業帶來劃時代的革新，這股浪潮也席捲傳統醫療產業，在享受相關應用帶來便利的同時，許多人擔憂起在智慧醫療願景下，AI 應用在醫療產業的發展最終會走到何處。究竟 AI 可能為醫療產業帶來什麼樣的轉變？對醫病關係會產生什麼樣的影響？面對已然來到的高齡化社會，AI 又是否能提供協助？</p>
<p>&nbsp;</p>
<h2><span style="font-size: 20px;"><strong>AI 應用在醫療領域的優勢與局限</strong></span></h2>
<p>在強大的學習與數據處理能力下，AI 被認為在許多醫療場域中都存在強大的應用潛力。除了藥物開發、基因組學、生物標記等研究分析，AI 也能用來協助監測患者的健康狀態、或在手術中為醫師提供操作指引，常見的影像輔助診斷和病歷分析應用也已在臺灣出現，像是臺北醫學大學附設醫院影像醫學部目前就已導入 AI 診斷，來協助醫師減少判讀影像的時間，提升醫師在診斷決策上的速度與品質。</p>
<p>&nbsp;</p>
<p>臺北醫學大學人工智慧醫療研究中心李友專教授解釋，雖然 AI 應用在近幾年才受到廣泛關注，但其實相關技術已經存在好一段時間。早在機器學習浪潮以前，醫療界就已有協助影像辨識跟病例分析的類似工具，只是因為當時的工具能力不足，缺乏成效，只能做到如提醒過敏用藥等簡單法則式的決策支援，才沒有受到外界廣泛認識。</p>
<p>&nbsp;</p>
<p>2000 年網路出現後，大數據隨之成型，加上雲端、網速、硬體設備等整體電腦科技的進步，AI 相關應用才逐漸展現出實用性，也因為這個世代的 AI 主要受惠於機器學習與大數據的相輔相成，目前所見的應用才會多與影像辨識、電子病歷等容易取得的醫療大數據處理相關。</p>
<p>&nbsp;</p>
<div class="py-6">
<div class="jsx-3968805167 flex justify-center -mx-2">
<div class="jsx-3968805167 px-2">
<div class="jsx-3968805167 relative overflow-hidden"><img decoding="async" class="jsx-3968805167" src="https://www.charmingscitech.nat.gov.tw/backend/wp-content/uploads/2023/09/11-1_670x460.jpg" /></p>
<div class="jsx-3968805167 absolute w-full left-0 bottom-0 p-4 text-white text-[13px]" style="background: rgba(0, 0, 0, 0.66); display: block; line-height: normal;">AI 應用在醫療領域被認為有許多發展潛力，然而因為醫療攸關人命的特殊性，AI 在臨床實用上仍以輔助為主。</div>
</div>
</div>
</div>
</div>
<p>&nbsp;</p>
<p>在應用技術逐漸成熟下，AI 被認為在許多醫療應用上都具有十足的發展潛力，然而目前 AI 在醫療產業的應用仍更多是在醫療研究與數據整理分析上，臨床上部署比例相對較少，而這種情況也與醫療服務的特殊性有關。李友專教授解釋，醫療產業存在一個稱為「課責性」（Accountability）的重要原則，就像自駕車的情況一樣，如果給出的建議可能產生傷害，就會產生責任歸屬問題——絕大部分的軟體公司不可能承擔這個責任。</p>
<p>&nbsp;</p>
<p>隨著未來法規制度改善、AI 應用價值成熟，人們對新科技的接受度也可能隨之提升，但在所有決策都與人命攸關下，所有醫療產業工具都必須通過嚴謹的測試和驗證審核，這也是為什麼歐洲生物醫學與健康領域人權指導委員會（Steering Committee for Human Rights in the fields of Biomedicine and Health, CDBIO）在 2022 年針對 AI 影響力公布的報告中指出，作為一項新興技術，AI 系統在短時間內不會在醫療保健系統中普遍應用，而許多科技業大人物認為 AI 將徹底重塑醫療保健的情況，至少在未來五年內也不太可能出現。</p>
<p>&nbsp;</p>
<p>儘管在發展上有著諸多限制，AI 應用對於醫療產業的正向影響依然顯而易見。醫院工作繁忙、參與者眾多且流程複雜，必須每日持續進行大量且繁瑣的醫療決策，難免發疏失。AI 能從病例大數據中摘要重點資訊，協助醫師提升診斷疾病的速度與準確性，還能提高治療效果，並減少醫療失誤和人為因素帶來的風險，提升醫療制度的效率和減少成本。</p>
<p>&nbsp;</p>
<h2><strong><span style="font-size: 20px;">面對高齡化社會的龐大醫療費用壓力，AI 能如何提供協助？</span></strong></h2>
<p>無論對 AI 應用未來的發展看法如何，可以確定的是在面對逐步逼近的高齡化社會，AI 應用能夠從很多方面提供重要協助。</p>
<p>&nbsp;</p>
<p>李友專教授指出，全球所有國家都正在不斷提高投入醫療費用的預算，美國更已經將醫療預算提高到驚人的 4 兆美元，卻還是不足以應付持續增長的醫療開支，主要原因就是老化增長的比例遠比醫療費用增長得更快。隨著老年人口逐步攀升，醫療費用無法支撐的情況只會越來越嚴重，高齡化社會帶來的壓力已經壟罩全球，各國都必須設法應對日益增長的老人長照需求。</p>
<p>&nbsp;</p>
<p>在李友專教授看來，造成長照壓力最主要的來源在於「失能」。失能不僅讓患者失去生活品質、影響家屬，也會造成社會成本增加。「如果 AI 能在達成省時、減少錯誤、增加品質、降低成本等成效的同時，被用於預測及預防失能、減緩老化及延後失能時間，就不用面臨患者、家屬、醫院的『三輸』局面，這將是拯救醫療產業未來唯一的方法。」</p>
<p>&nbsp;</p>
<p>另一方面，醫護人力不足的問題在高齡化社會也將變得更加明顯。臺北醫學大學副校長暨人工智慧醫療研究中心陳震宇主任指出，2025 年醫護人力短缺預估將達到 20%，若能利用 AI 改善臨床照護流程、減少填寫病歷報告等書面或表單資料時間，將能讓醫護人員有更多時間照護患者。這也是為什麼北醫會投入肺癌篩檢預測系統、骨質疏鬆預測系統、冠狀動脈篩檢系統及失智篩檢等系統研發，目的就是為了減少潛在醫療照護的人力需求。</p>
<p>&nbsp;</p>
<p>在老人醫學的其他方面，AI 也能幫助高齡者進行認知訓練，提高生活品質和自理能力，或透過持續監測生命體徵來提供客製化的照護方案，協助醫療人員掌握高齡者的健康狀況，並進一步預測疾病風險。唯有做到個人化的風險管理，才能真正省下醫療費用，而在長期累積的醫療大數據支援下，AI 具有十足潛力做到這一點。</p>
<p>&nbsp;</p>
<div class="py-6">
<div class="jsx-3968805167 flex justify-center -mx-2">
<div class="jsx-3968805167 px-2">
<div class="jsx-3968805167 relative overflow-hidden"><img decoding="async" class="jsx-3968805167" src="https://www.charmingscitech.nat.gov.tw/backend/wp-content/uploads/2023/09/11-2_670x460.jpg" /></p>
<div class="jsx-3968805167 absolute w-full left-0 bottom-0 p-4 text-white text-[13px]" style="background: rgba(0, 0, 0, 0.66); display: block; line-height: normal;">AI 不僅能用來協助預防、預測老人照護中可能面臨的問題，也能在醫護人力荒下提升照護品質。</div>
</div>
</div>
</div>
</div>
<p>&nbsp;</p>
<p>對於高齡化社會的老人照護，不僅北醫人工智慧醫療研究中心的兩位專家強調「預防」及「預測」醫學的重要性，國立陽明交通大學數位醫學暨智慧醫療研究中心楊智傑主任也同意這項看法。</p>
<p>&nbsp;</p>
<p>楊智傑主任認為，如何運用有限的人力達成高品質的照護，將成為未來老人長照的關鍵。隨著傳統長照人力不足的情況越發嚴重，長照中心病患每日的狀態紀錄不能即時連結到醫療層面，甚至長照住民的感染風險也可能被忽視。</p>
<p>&nbsp;</p>
<p>透過相應 AI 模型和機器人應用來協助警示和判斷，除了能解決傳統長照人力不足問題，也能間接提升病患安全及照護品質。透過與機器人技術結合的陪伴和懷舊治療，也能在心理層面上減少長照住民的孤獨感，也有望減少失智症患者精神行為症狀的嚴重程度。</p>
<p>&nbsp;</p>
<h2><strong><span style="font-size: 20px;">AI 為醫療領域帶來的變革，對醫病關係的影響</span></strong></h2>
<p>而就像對其他產業造成的影響那樣，AI 應用進入醫療領域後，人們除了享受技術進步帶來的便利，也開始出現 AI 可能影響診斷及醫病關係（doctor-patient relationship）的擔憂。對此陳震宇主任強調，在現行「醫病共享決策」（Shared Decision Making, SDM）的醫療常態下，醫師會列出所有可能治療方案，與病患及家屬共同決定治療方式，而「AI 只是作為協助列出選項的輔助工具，最終治療方式仍是由人類做出決策。」</p>
<p>&nbsp;</p>
<p>楊智傑主任則表示，AI 對醫療領域帶來的最大改變，就是協助數位轉型及促進病患安全。過往醫療對數據的運用局限於人腦對於數據的判斷和理解，醫師必須每天查房，得知病患的生理狀態變化及抽血檢驗結果，來進行處理和治療。然而，病患的狀態隨時在改變，AI 應用不僅能協助實時監測病患的變化，也能在演算法判斷異常時提供預警，促進病患安全。</p>
<p>&nbsp;</p>
<div class="py-6">
<div class="jsx-3968805167 flex justify-center -mx-2">
<div class="jsx-3968805167 px-2">
<div class="jsx-3968805167 relative overflow-hidden"><img decoding="async" class="jsx-3968805167" src="https://www.charmingscitech.nat.gov.tw/backend/wp-content/uploads/2023/09/11-3V_670x460.jpg" /></p>
<div class="jsx-3968805167 absolute w-full left-0 bottom-0 p-4 text-white text-[13px]" style="background: rgba(0, 0, 0, 0.66); display: block; line-height: normal;">醫病共享決策是臺灣醫療常態，AI 在其中僅用於提升效率及品質。</div>
</div>
</div>
</div>
</div>
<p>&nbsp;</p>
<p>楊智傑主任指出，任何智慧醫療的研發，首要評估的重點就是能否增加照護品質，民眾可以將 AI 在醫療的應用理解為輔助醫療流程改善的工具，未來不會只是面對冰冷的機器應答，而是在 AI 的協助下，讓醫療環境變得更加友善和安全。</p>
<p>&nbsp;</p>
<p>「對於醫療專業人員，我們期待的是透過 AI 減少處理資料的時間，從而有更多時間能和病患接觸。畢竟醫療的本質是人，AI 能在後方扮演輔助決策，減少錯誤和浪費的角色，還原醫療本質是人與人互動的過程。」</p>
<p>&nbsp;</p>
<p>在現有醫療流程中，任何能夠以 AI 介入，改善流程效率或安全性的環節，都是未來醫療數位轉型的關鍵。通過實踐 AI 技術，促進病患安全和及醫療流程改善，達到發展智慧醫療之初最希望達到的目的：讓醫師騰出更多時間與患者互動，不被過多外務打擾，回歸到能從生理、心理層面，專注為患者提供醫療服務的醫師。</p>
<p>&nbsp;</p>
<p>（客座總編輯｜國立陽明交通大學數位醫學暨智慧醫療推動中心 楊智傑主任；研究顧問團隊｜臺北醫學大學人工智慧醫療研究中心 陳震宇副校長、臺北醫學大學人工智慧醫療研究中心 李友專教授、國立陽明交通大學數位醫學暨智慧醫療推動中心 楊智傑主任；責任編輯｜曹盛威、劉品萱）</p>
