「我們希望以後大家看門診時，不用再自己記一大堆事情，像是什麼時候抽血，什麼時候做檢查。當系統可以把病人的所有疾病和健康狀況整合在一起，醫院處理時就能以『人』為依歸，而不是切成一個一個的疾病，一個一個的器官去治療。」義大醫院醫師洪暐傑擘畫人工智慧（AI）整合健康管理的願景，分享義大醫院「人工智慧整合管理平台」實際協助個案管理師追蹤骨質疏鬆高風險族群的成果。

人工智慧（AI）整合健康管理平台，可自動辨識骨折、骨鬆，並提供住院提示、用藥鎖定、雙向留言等功能，不僅方便醫生判斷疾病風險程度，還能提高用藥的精準度，將醫療品質再升級。（圖／義大醫院提供）

義大醫榮膺「國家新創獎」技術　預警救援大腿骨折阿伯

例如有個個案是一名大腿骨折的70歲阿伯，開刀醫師已經確診阿伯有骨質疏鬆症，但阿伯開完刀出院、完成復健療程後，就再也沒有回診。現在醫院透過人工智慧個案管理系統，能夠自動辨識出這名病人曾經骨折、沒有後續檢查及用藥的資料，就會通知個案管理師聯絡這名阿伯回醫院進行後續檢查，以降低阿伯發生新骨折的風險。不然一般來說，如果一隻腳的大腿發生骨折，一年內另外一隻腳再發生骨折的機率，是從未發生過大腿骨折的正常人的八倍。

義守大學醫學院副院長楊智惠帶領的研究團隊，2019年12月甫以「人工智慧整合管理平台」獲頒第十六屆國家新創獎，該平台現已運用在義大醫院骨質疏鬆照護服務及個案疾病管理。研究團隊掌握關鍵的骨質疏鬆抽樣標記方法，透過監督式學習的自然語言技術，成功「教」AI辨識骨折高風險族群。

監督式學習是一種機器學習的類型，這種AI技術原本需要依賴人力先標記出所有X光片的特徵，才能教導機器透過這些特徵辨別資料；但義大醫院團隊除了以人工標記X光片的特徵，還結合骨質密度檢測報告的判讀，透過自然語言技術「教」機器「讀懂」病例。此舉大大降低需要人工標記的資料量，在約3萬人次的實驗樣本中，僅須透過人工判讀約300人次的原始資料，標記其X光片及骨質密度檢測報告「有骨折」或「沒有骨折」，就可訓練AI辨識準確度超過97%，堪稱一大技術突破。

義守大學醫學院副院長楊智惠（左二）、義大醫院醫師洪暐傑（左一）組成的研究團隊，2019年12月以「人工智慧整合管理平台」獲頒第十六屆國家新創獎。（圖／義大醫院提供）

抽取關鍵樣本判讀骨鬆病，準確度逾九成七

洪暐傑舉例，人類如果要「教」孩子辨識狗或貓，而現在有一份10萬張圖片的動物圖輯，人類不需要逐一拿10萬張圖片「教會」小孩辨識狗或貓，而會選出關鍵的資料來教學。在同樣的邏輯下，「教」AI辨識骨折高風險族群也是拿有骨折或沒骨折的病例去「教會」AI，「我們的技術就在怎麼抽樣出關鍵的樣本，醫院有幾百萬張資料，第一步是要去標記出有骨折或沒骨折的；但我們有辦法把關鍵樣本抽出來，而不是逐一去標記」。

「醫院不可能有那麼多醫師每天去看那麼多X光片找病人，AI技術讓機器學會判斷，先看病例辨識出骨折高風險族群，再去對照他們的藥物使用系統，確認治療狀況，找出還沒被治療到的病人，我們再去照顧。」洪暐傑說，義大醫院「人工智慧整合管理平台」透過系統自動追蹤與辨識骨質疏鬆症高風險族群，輔助醫療，不僅能夠節省醫護人員判讀病例的時間，還可以協助患者在發病前及早處理和預防疾病。

透過系統自動追蹤與辨識骨質疏鬆症高風險族群，可協助患者在發病前及早處理和預防疾病。（圖／Gundula Vogel提供，Pixabay）

臺灣搶進醫療AI輔助應用

所謂「AI輔助醫療」指的是讓機器利用人工智慧技術，協助分析原始醫療數據，例如：X光片、檢驗報告等，並對人類的疾病做出判斷或預測。除了義大醫院，臺灣許多醫療機構也積極涉足「AI輔助醫療」的開發，臺北榮民總醫院開發「臨床人工智慧腦瘤自動判讀系統」（DeepMets），讓機器自動判讀並以圓點標註患者腦部磁振造影影像資料的腫瘤位置、大小及數量，AI僅需耗費20秒便能完成以往放射科醫師必須耗費10分鐘以上的工作，而這些節省下來的時間，將能讓醫師更有餘裕和病人或病人家屬討論最好的治療方式。

中國醫藥大學附設醫院與長佳智能公司合作，導入「AI門診」，整合心臟科、腎臟科、胸腔科、乳房外科、兒科、眼科、精準醫學、健檢中心的大數據，訓練人工智慧系統建立高精準度的判讀模型，包括影像標記系統、超音波乳房腫瘤輔助分類系統、肝臟健康評估管理系統等醫療AI輔助應用。德國默克藥廠則將AI技術應用在聊天機器人「PETRA」的開發，透過「PETRA」實施簡單的問診，協助患者了解身體健康情況，及建議看診的科別。

科技部已啟動AI創新研究中心計畫，在各大學成立AI創新研究中心，發展智慧醫療、智慧照護、智慧生技等領域。「智慧醫療」包括肝活體組織切片影像分析、阿茲海默症早期檢測等；「智慧照護」涵蓋老年人和糖尿病患者的居家照護機器人等；「智慧生技」則蒐集與建立生醫影像及醫療紀錄的大數據資料庫，期望能將AI技術應用在未來醫療上。