人工智能顛覆醫療行業(yè)嗎？

　　從1960年代初，學(xué)術(shù)界陸續展開(kāi)對于人工智能的研究，一直到目前的機器學(xué)習、深度學(xué)習等觀(guān)念，所帶來(lái)的第三波人工智能浪潮。

　　對于醫療領(lǐng)域來(lái)說(shuō)，在1970年代初期，人工智能就已經(jīng)被應用在各項檢查，例如根據血液檢查的結果來(lái)發(fā)現患者的感染性血液疾病，并且延伸出輔助醫療者判斷采用何種抗生藥物來(lái)成功的醫治，比起過(guò)去所采用的經(jīng)驗法則，大大的提升對于感染性疾病的判斷準確性。

　　透過(guò)人工智能技術(shù)的力量，可以達到一瞬間完成檢驗

　　直到最近，透過(guò)深度學(xué)習技術(shù)的能力大幅度提升影像辨識正確性，舉例來(lái)說(shuō)，透過(guò)X光攝影(X-ray photography)、計算機斷層掃描(Computed Tomography)、核磁共振(Magnetic Resonance Imaging)，以及細胞檢查(Cytodiagnosi)等檢測設備，能夠從潰瘍的發(fā)現、腫瘤增大的結果，來(lái)發(fā)現身體的異常狀態(tài)。而這些檢查過(guò)程與發(fā)現，已經(jīng)從過(guò)去需要耗費10多天，一直到透過(guò)人工智能技術(shù)的力量，可以達到一瞬間完成檢驗。

　　相信可以預見(jiàn)在不久的未來(lái)，醫學(xué)領(lǐng)域也將出現相當具規模的醫療變革(圖一、圖二、圖三)。對于疾病的診斷方面，以目前較簡(jiǎn)單的方面來(lái)說(shuō)，已經(jīng)能夠透過(guò)類(lèi)似建議協(xié)助的人工智能來(lái)進(jìn)行，例如，可以經(jīng)由在具有醫療性質(zhì)人工智能的設備中輸入問(wèn)診和檢查結果，來(lái)獲得類(lèi)似診斷的建議內容。

　　圖一 ： 從1960年代初，學(xué)術(shù)界陸續展開(kāi)對于人工智能的研究。

　　圖二 ： 伴隨辨識技術(shù)提升，醫學(xué)領(lǐng)域也將出現大模的醫療變革(A)

　　圖三 ： 伴隨辨識技術(shù)提升，醫學(xué)領(lǐng)域也將出現大模的醫療變革(B)

　　和人類(lèi)一樣，醫療領(lǐng)域的人工智能也是需要經(jīng)過(guò)一定程度的學(xué)習，才能夠產(chǎn)生對于事物判斷的能力，應用了學(xué)習而來(lái)的技術(shù)，可以從拍攝的醫療影像中發(fā)現病變結果，再加上患者的癥狀、基因組體數據后，進(jìn)而可以分析出初步的診斷結果。

　　日本透過(guò)政策計劃推動(dòng)人工智能在醫療領(lǐng)域的應用

　　因此，對于人工智能在醫療領(lǐng)域的應用方面，日本也從政府階層開(kāi)始進(jìn)行計劃性地推動(dòng)，在2016年11月，日本政府所召開(kāi)的第2屆未來(lái)投資會(huì )議上，首相安倍晉三就明確的宣示，大數據(Big Data)與人工智能將會(huì )在預防、健康管理，以及遠程醫療方面進(jìn)行最大程度的應用，來(lái)實(shí)現高醫療質(zhì)量將人工智能導入日本醫療體系之中，并且日本厚生勞動(dòng)省也開(kāi)始著(zhù)手規劃一系列相關(guān)的政策，來(lái)因應人工智能醫療時(shí)代的來(lái)臨，包括醫療費用的修正、采用人工智能醫療的激勵措施等等，并且預計將在2020年全面實(shí)施與推動(dòng)人工智能醫療制度。

　　為了達到在醫療領(lǐng)域更高度應用人工智能能力，高度完整且安全數據庫的整建絕對有其必要性，在這方面，日本政府開(kāi)始整合和建立了，包括電子病歷卡、健康檢查數據、醫療、照護的收據憑證數據等一元化系統數據庫，來(lái)做為跨入次時(shí)代健康管理系統架構下，提供更好醫療質(zhì)量的第一步(圖四)。

　　圖四： 日本政府正進(jìn)行規劃的患者信息數據數據庫概念圖

　　被稱(chēng)為PeOPLe的人工智能醫療管理系統，已經(jīng)開(kāi)始整合與保存日本各醫療機關(guān)里每一位患者的醫療診斷紀錄，并且授予每個(gè)患者識別編號(醫療ID)，除了方便保存與管理醫療數據之外，并且也將患者在不同醫療單位就醫的數據予以統一保存管理，在未來(lái)就診時(shí)，醫療人員可以從數據庫中讀取患者過(guò)去完整的就診數據與各種檢查報告。

　　醫療人員方面，在未來(lái)也將統一在PeOPLe中記錄每一個(gè)患者的診療信息，同時(shí)也可以作為患者在進(jìn)行回診時(shí)，透過(guò)人工智能技術(shù)的能力，在進(jìn)行檢查、診斷、治療的同時(shí)，也可以向醫療人員提出醫療支持、建議和各種警示提醒。然而信息化之后，除了可以節省無(wú)謂及浪費的檢查之外，并且能夠將醫療資源進(jìn)行優(yōu)化的分配，并且透過(guò)匿名化的醫療數據，提供給各學(xué)術(shù)單位進(jìn)行各項更為先進(jìn)的醫療研究。厚生勞動(dòng)省醫藥生活衛生局長(cháng)武田俊彥表示，在未來(lái)的健康管理系統方面，在這樣的構想下，醫療、照護等數據將都會(huì )被網(wǎng)絡(luò )化，并且作為大數據的一部分，除了減輕醫療人員的負擔之外，更可以透過(guò)大數據數據庫，在人工智能技術(shù)協(xié)助之下，來(lái)對各地域進(jìn)行下一代的醫療發(fā)展規劃，讓各地域的患者能夠得到較為完善的醫療服務(wù)。

　　不斷的反復進(jìn)行運算，達到快速增加高度判斷的能力

　　在這樣次時(shí)代醫療服務(wù)體系的建構中，最重要的還是莫過(guò)于人工智能的技術(shù)力量，但是，在這里人工智能將會(huì )進(jìn)行什么樣的架構改變?

　　最初，計算機系統只有被輸入和儲存圖像以及文字等數據，而再進(jìn)一步的可以進(jìn)行簡(jiǎn)單的訊號收集、整理、辨識和分析。而加入了人工智能之后，這些訊號數據就可以被同時(shí)并存地進(jìn)行特征性比較，然后對于這些特征性的文字圖像進(jìn)行判斷。

　　就如同能夠對患者透過(guò)各種檢查設備所拍攝而得到的圖像進(jìn)行分析，然后更進(jìn)一步的獲得診察判斷結果，同時(shí)再與數據庫中的樣品數據進(jìn)行比對，根據所默認的規則來(lái)做出各種診察報告。

　　在以前，必須匯集各種所獲得的醫療信息，以人工輸入的方式，提供具有初步人工智能的計算機或儀器來(lái)進(jìn)行比對分析。不過(guò)，伴隨著(zhù)計算機的計算能力有著(zhù)飛躍性的發(fā)展，得以進(jìn)行更為復雜繁重的程序計算，這樣的變化，已經(jīng)可以從「如果是A的話(huà)，那就會(huì )演化到B」的單純對應關(guān)系，進(jìn)步到「在A(yíng)的情況下，如果出B的話(huà)，可能會(huì )演化成C」的多層判斷和分析，讓人工智能技術(shù)進(jìn)步到可以自行「深度學(xué)習」的階段，進(jìn)而不再需要依賴(lài)人工來(lái)進(jìn)行初步或比較過(guò)后的數據輸入工作，憑借人工智能的深度學(xué)習能力，不斷的反復進(jìn)行運算，來(lái)達到數據自動(dòng)辨識，快速增加高度判斷的能力。

　　圖五 ： 人工智能透過(guò)機械式的方式來(lái)有規律地進(jìn)行自我學(xué)習。

　　在人工智能對于醫療方面的學(xué)習、個(gè)案判斷基準，都是和普通人一樣，沒(méi)有什么不同。長(cháng)年投入人工智能開(kāi)發(fā)研究的慶應義塾大學(xué)理工學(xué)部生命情報學(xué)科?原康文教授表示，醫生從患者的問(wèn)診結果中，抽離出重要的關(guān)鍵訊息，借以作為初步和廣泛程度的判斷，再以結果來(lái)對患者的病理做出辨別。這時(shí)，醫師還必須根據過(guò)往的學(xué)習知識和經(jīng)驗進(jìn)行反復的思考、驗證，來(lái)提升精確度，獲得正確的診斷結果。人工智能醫療機制也是一樣，只不過(guò)比較大的差異是，人工智能是透過(guò)復雜的運算來(lái)修正各種系數結果，并且不斷的反復進(jìn)行微調整，再獲得最后的結果。

　　將人工智能導入急救醫療提升急救成功機率

　　在傳統上，急救醫療的本質(zhì)上就是醫療團隊和時(shí)間在競賽。而急救醫療在導入科技之后，就又多了智能手機APP和人工智能的協(xié)助。

　　日本東京慈惠會(huì )醫科大學(xué)，在先端醫療情報技術(shù)研究講座擔任準教授的腦神經(jīng)外科高尾洋之醫師，從2016年11月開(kāi)始，就擔負著(zhù)主導利用手機APP和人工智能協(xié)助急救醫療這個(gè)計劃的任務(wù)，2017年度正式開(kāi)始臨床應用實(shí)驗，預計在2018年正式導入急救現場(chǎng)使用。

　　在2015年時(shí)，高尾洋之醫師就已經(jīng)在日本東京慈惠會(huì )醫科大學(xué)，有著(zhù)超過(guò)3000部具有這項功能的iPHONE導入經(jīng)驗，并且將醫療訊息予以信息化。在2016年正式展開(kāi)這項計劃時(shí)，除了醫院本體之外，更加入了Allm這家公司來(lái)共同開(kāi)發(fā)智能手機的APP，并且整合融入了人工智能技術(shù)，稱(chēng)之為JOIN。

　　JOIN的架構是為了在數個(gè)醫療關(guān)系者之間可以快速且有效的進(jìn)行溝通、資料分析，并且讓包括手術(shù)室、急救室等數個(gè)醫療關(guān)系者能夠同時(shí)獲得，例如X光攝影、計算機斷層掃描或核磁共振攝影、醫學(xué)攝影、心電圖等各項身體檢測結果和數據。

　　圖六 ： 利用手機APP和人工智能協(xié)助急救醫療

　　實(shí)際上，救護人員在急救現場(chǎng)是相當難以正確掌握患者的受傷或健康狀況，并且無(wú)誤地傳達給后續急救的醫療人員。而利用智能手機APP和人工智能協(xié)助急救醫療這個(gè)計劃，就是希望借助智能手機APP和人工智能，在緊急救護和運送的過(guò)程中，能夠讓后端急救團隊能夠及早獲得患者的狀況，縮短抵達后初步傷檢判斷時(shí)間，達到提升急救成功機率與減輕各種健康后遺癥為目標。

　　這個(gè)急救架構是透過(guò)人工智能來(lái)進(jìn)行問(wèn)診與生命特征感測，再將所獲得的信息予以分析，并且進(jìn)行檢傷分級(Triage)?；谶@個(gè)分析結果，在醫療單位接受急救患者時(shí)，就夠預先制定急救計劃，以及選定運送患者對象。

　　例如對于急性腦血管疾病的患者，可以在出現癥狀時(shí)，讓緊急救護人員預先進(jìn)行相關(guān)簡(jiǎn)易急救醫療行為。以腦血管栓塞的患者為例，從癥狀發(fā)生后的發(fā)生3小時(shí)內可經(jīng)由靜脈給予tPA，此類(lèi)藥物的使用必須靠醫療團隊的合作，與時(shí)間賽跑以搶救腦細胞。并且在8小時(shí)內里用血栓清除設備實(shí)施血管內治療，讓中風(fēng)后遺癥降到最低的程度。而這些畫(huà)面、數據、各種行動(dòng)、醫護人員之間的溝通，就可以透過(guò)手機中的JOIN這個(gè)APP來(lái)進(jìn)行。

　　更進(jìn)一步的，高尾洋之醫師不僅僅讓JOIN這個(gè)APP擔負著(zhù)患者急救運送時(shí)的緊急和問(wèn)診處理，更進(jìn)一步的融合人工智能來(lái)完成Cloud ER系統，初步將先以腦、心血管患者為急救對象，透過(guò)Cloud ER系統提高急救成功率與降低后遺癥。

　　在「Cloud ER」系統中所使用的人工智能有兩大類(lèi)數據分析。第一類(lèi)是讓患者戴上具有量測心脈、血壓、心電圖等等生命特征功能的醫療電子手環(huán)。第二類(lèi)則是透過(guò)智能手機中的APP來(lái)收集整理患者的發(fā)病各項資料。

　　當預定接收患者的醫療機構也從JOIN和Cloud ER系統獲得發(fā)病各項數據之后，就能制定患者的急救計劃，以及準備相關(guān)急救器材，另一方面，也可同時(shí)指示負責運送的進(jìn)護人員，進(jìn)行必要的急救措施，讓患者運抵醫療機構之后，就能夠立即獲得最適切的緊急救護醫療。

　　非所有的醫療人員都樂(lè )意接受人工智能醫療時(shí)代的來(lái)臨

　　雖然將人工智能導入醫療系統，透過(guò)政府的推動(dòng)、各業(yè)者的技術(shù)整合，看起來(lái)已經(jīng)是必然的趨勢，但是對于現今的醫療體系以及醫療人員來(lái)說(shuō)，還是必須面對無(wú)法避免的適應期。

　　事實(shí)上，透過(guò)日本的專(zhuān)業(yè)媒體訪(fǎng)問(wèn)分析可以發(fā)現，并非所有的醫療人員都相當樂(lè )意接受人工智能醫療時(shí)代的來(lái)臨，甚至有一部分的醫療行為將會(huì )被人工智能系統或者機器人所取代，這更是深深激怒了部分的醫療人員。

　　根據調查，大概有85.2%的日本現行醫師相信，在未來(lái)100年內，將會(huì )實(shí)現透過(guò)人工智能來(lái)進(jìn)行醫療輔助。只有不到15%的醫師認為即使再過(guò)100年，人工智能仍無(wú)法取代人類(lèi)進(jìn)行醫療行為。而對于采用人工智能產(chǎn)品來(lái)做為醫療輔助方面，仍舊有將近19%的醫師是相當排斥，甚至完全不考慮導入人工智能醫療產(chǎn)品(圖七、圖八)。

　　圖七 ： 預測人工智能導入醫療時(shí)間的醫師比例

　　圖八 ： 使否會(huì )采用人工智能協(xié)助醫療行為的醫師比例

　　就意見(jiàn)而言，大多接受人工智能醫療的醫師都認為，采用人工智能醫療，可以達到再確認功能而預防人為疏忽，并且可以提供診斷的輔助、預防誤診，以及縮短確診的時(shí)間，甚至可以透過(guò)人工智能醫療的力量來(lái)補強自己不熟練領(lǐng)域的技術(shù)和知識。

　　當然，并非所有的醫師都是如此正面看待人工智能醫療的能力。對于醫師而言，最沉重的負擔就是需要背負著(zhù)“對患者的責任”，因此，最直接被反應的問(wèn)題就是，當出現誤診時(shí)，是哪一方面需要負擔責任?

　　有些醫師認為，人工機械因為無(wú)法擔負責任，所以絕對不可以進(jìn)行確診的這項工作，最多只能提供醫師進(jìn)行確診時(shí)的參考數據。因為就診斷上，無(wú)論是慢性患者，或者是需要進(jìn)行急救的對象，在醫療行為進(jìn)行時(shí)，存在太多的變化，仍舊需要依賴(lài)醫師的經(jīng)驗不可，這一方面，人工智能是絕對無(wú)法做到的。因此，讓機器人測量一下生命特征的數據就好，其他方面，還是需要交給有經(jīng)驗的醫師，并且需要重視醫師多年以來(lái)的醫療經(jīng)驗和能力值。