2020-11-21 新冠肺炎.專家觀點
搜尋
AI������������
共找到
441
筆 文章
-
![]()
-
![]()
2020-11-20 科別.腦部．神經
AI可偵測 步距小於0.6公尺 恐有失智風險
醫界期盼找出預測失智的工具，台灣流行病學學會根據研究，以失智者退化時的姿勢變化為指標，如每秒步行距離小於0.6公尺、走路上肢擺動幅度傾向特定一邊等，透過AI預測是否為失智的高風險群。目前該AI偵測系統仍在建立模組，預計最快明年建立完成，期盼未來可預測失智風險，及早介入治療。高雄醫學大學公衛系教授兼副校長楊俊毓表示，失智症在2012年就被世界衛生組織列為優先公衛議題，年齡、獨居、遺傳等都是失智的危險因子，根據民國100年到102年調查顯示，65歲以上的長者每12人就有1人失智，80歲以上則是每5人就有1人。楊俊毓指出，失智症目前無有效治療藥物，但輕度認知功能障礙者，有機會透過刺激或治療恢復正常，若未及早介入，有3成3會在5年內發展成失智症，但如何早篩出輕度認知功能障礙，成為一大課題。總計畫主持人、台北醫學大學公衛系教授邱弘毅說，研究團隊依照國內外研究，找出認知功能障礙發生後，肢體出現變化，例如紐約耶希華大學研究發現，每秒步行距離小於0.6公尺，加上認知功能測驗不合格，未來罹患失智症風險是一般人2倍。再者，出現認知功能障礙的患者，下肢動作開始不協調，上肢重心傾斜，團隊找出24個異常點作為偵測指標，邱弘毅說，將請已確診失智的患者進行姿勢偵測確認。運用肢體活動測量器的3D動態影像分析技術，測量肢體動作角度及距離等，再經由大數據判讀，辨識出輕度認知功能障礙患者，及時導入數位認知刺激訓練，現階段發現若以遊戲的方式幫助患者，有六成認知功能障礙可以改善。
-
![]()
2020-11-20 科別.腦部．神經
每秒步伐小於60公分恐失智 AI找出24處異常提早揪失智
失智人口隨社會老化速度增加，醫界希望找出預測失智的工具，及早治療，延緩失智速度。台灣流行病學學會根據各國研究，找出失智者退化時姿勢的變化作為指標，如每秒步行距離多小於0.6公尺、走路上肢擺動幅度會傾斜向特定一邊等，透過AI預測是否為失智的高風險群，一旦被判定異常，則可及早介入刺激，幫助拉長國人的健康餘命。目前該AI偵測系統仍在建立模組，預計最快明年建立完成，期盼未來能推出APP讓一般民眾都能使用。協助執行計畫的高雄醫學大學公衛系教授兼副校長楊俊毓表示，失智症早在2012年就被列為世界衛生組織的優先公衛議題，引發失智症的風險，年齡、獨居、遺傳等都是可能的危險因子，根據流行病學於100年到102年的調查研究顯示，65歲以上的長者每12人就有1人失智，80歲以上則是每5人就有1人失智，根據我國人口統計至去年年底，65歲以上長者人數已達到360餘萬人。楊俊毓表示，目前失智症無藥可醫，但是輕度認知功能障礙的患者，仍有機會透過刺激或是治療恢復正常，若是未能及早介入，有3成3會在5年內發展成失智症；但如何早篩出輕度認知功能障礙，就成了一大課題。總計畫主持人、台北醫學大學公衛系教授邱弘毅表示，研究團隊依照國內外的研究找出發生認知功能障礙後，肢體所出現的變化，紐約耶希華大學研究發現，每秒步行距離小於0.6公尺，加上認知功能測驗不合格，未來罹患失智症風險是一般人的2倍。再者是出現認知功能障礙的患者，下肢的動作會開始不協調，上肢的重心會傾斜，團隊總計找出24個異常點，作為偵測的指標，邱弘毅表示，目前將找來多名已經確診失智的患者進行姿勢偵測的確認。後續運用肢體活動測量器的3D動態影像分析技術，測量肢體動作的角度及距離等數據，再經由機器學習進行大數據資料判讀，辨識出輕度認知功能障礙患者，一旦被判定有認知功能障礙，即時導入數位認知刺激訓練，現階段發現若以遊戲的方式幫助患者，有6成可改善認知功能障礙。
-
![]()
2020-11-17 醫聲.數位健康
數位醫療新科技／AI智能小兵來了 速揪新冠肺炎
● 智慧醫療是未來生醫發展的趨勢，透過AI大數據分析，可提高診療精準度● AI人工智能小兵可輔助揪出腫瘤病灶● 遠距醫療運用在疫情時代很常見，醫師在遠端即可進行視訊診療人來人往的急診室裡，忙碌的醫護人員分身乏術，AI人工智慧輔助診療機器人也忙著工作，判讀上百張的X光片，以最快的速度掃描排序，抓出疑似新冠肺炎的患者，優先給醫師做最終確認。醫師和AI人工智能小兵共同工作的景象，在疫情時代愈來愈常見。台瑞峰會 分享創新醫療健康大數據結合人工智慧，由瑞典貿易暨投資委員會台北辦事處、工業技術研究院及國際藥廠台灣阿斯特捷利康共同舉辦「2020台瑞創新醫療生態圈暨商業合作高峰會」，邀請台灣、瑞典兩國共約240位專家分享生技醫療研發與智慧醫療的臨床運用，以及20多間藥劑部展示台灣臨床數位藥事服務的發展，促進雙邊交流。揪糖友視網膜病變 準確率高台大醫院院長吳明賢分享，遠距醫療的運用在疫情時代愈來愈常見，例如居家隔離者的健康數據在遠端就能傳達給醫師下處方、視訊診療。台大醫院能協助造血疾病診斷的AI計算骨髓抹片細胞系統，以及能揪出被稱為「癌王」胰臟癌病灶小於2公分的AI系統，連糖尿病患者的視網膜病變也能協助診斷，準確率達90％以上。不僅台灣，歐洲的智慧醫療也急速發展。瑞典駐台代表孔培恩分享，新冠肺炎疫情也帶動了瑞典的遠距醫療，患者用電腦連結網頁或手機使用App，即可預約看診、與醫師視訊互動、獲取檢驗報告，減少過多人際接觸的傳染。納健保？病人隱私？ 待解決智慧醫療是未來全球生醫發展的趨勢，透過AI不斷的「練兵」修正錯誤，提高精準度，運用於臨床，可望造福更多患者。但吳明賢表示，目前仍有許多前置端待解決，包含AI智慧醫療能否納入健保給付、健保大數據涉及的病人隱私等法規面；第一線醫療人員的接受度及當AI判讀出錯時，與醫師間的責任歸屬問題。AI輔助醫療 診斷仍靠醫師科技部政務次長謝達斌表示，儘管AI會不斷修正、練兵提升精準度，但AI只能輔助醫療，無法取代醫師，最終的診斷仍需醫師「眼見為憑」。至於病人隱私問題，台灣已採歐盟「一般資料保護規範」去識別化，也開發出相關技術解決。創新醫療圈 建構台灣模式謝達斌強調，所有AI人工智慧醫療在研發前，都須先了解「使用者及市場需求」，從患者或健康個人等使用者出發，連結像是藥物、運動器材端等提供者，再到醫院、診所等施行場域，並加入第一線醫療人員使用後的意見，從政府開始串起企業、醫界、使用者組成「創新醫療生態圈」，累積經驗建構「台灣模式」打好基礎，未來才有機會對外展示、外銷全球。台灣阿斯特捷利康總裁陳康偉也表示，該公司一直以來致力於拓展科學、創造創新治療方案，加速台灣生物科技發展，以改善病患醫療品質。
-
![]()
2020-11-16 名人.李伯璋
李伯璋／健保大數據運用AI 推動數位健康
全民健保開辦25年，累積高價值巨量醫療數據資料庫，過去很多學者藉此發表論文，但很多人也批判資料格式不一，像是由垃圾堆找鑽石。邁向AI大國指日可待國發會自前年起提供資源，在健保署建置「健保AI工作室」，讓醫、學、產業界在確保個人資料不外洩的前提下，開啟國內醫療相關人工智慧（AI）計畫，許多來自醫學中心的教授及其團隊參與。健保署最近舉辦「全民健保資料人工智慧應用服務成果發表會」，有十多個團隊發表初步成果，台灣邁向AI大國指日可待。健保署和成功大學蔣榮先教授團隊合作，運用個案影像胸部X光片，開發新冠肺炎的AI模型，判讀模型準確率達九成、台大醫院張允中教授「CT影像及胸腔X光片研究」、廣達電腦「肺癌療程組合研究」、台北醫學大學陳震宇副校長「肺部AI診斷輔助系統」等，成果都相當耀眼。胸部X光AI判讀肺癌肺癌為國人癌症第一位，占癌症死亡率近二成，很多肺癌患者早期無症狀，確診已為晚期。研究報告指出「低劑量電腦斷層（LDCT）」能早期發現肺癌者，但敏感性高，也有研究指出「偽陽性」不低，若全面普篩，其成本效益值得商榷，因此常只針對高危險群篩檢。個人認為，若利用胸部X光判讀AI模組，透過健保肺癌大數據及影像學習更早發現肺癌，若能有正向結果，相信其價值不會低於「低劑量電腦斷層」篩檢。站在民眾立場，接受一次胸部X光攝影輻射劑量為0.02毫西弗，一般胸部電腦斷層為7毫西弗，「低劑量電腦斷層」仍有0.9毫西弗，人體接受輻射，不管劑量多少，都有引發癌症的機率，若能透過較少輻射劑量胸部X光先判讀，也可減少LDCT篩檢人數。健保資料庫 盼可預測疾病健保署發展的健康存摺已有500萬民眾下載，目前存摺內資訊偏向就診紀錄。究竟健保這麼龐大的資料庫，還能回饋什麼資訊給民眾，對民眾的健康有益？這是健保署經常思考的議題。如同作了健康檢查，希望從報告中了解健康狀況，目前國泰醫院楊逸菊主任的研究計畫，使用醫療檢測結果，可預測生活方式相關疾病發生機率，協助民眾自我健康管理，提醒民眾與醫師進一步溝通。健保深耕科技結合服務，推動數位健康，如健保雲端藥歷系統、健康存摺、醫療資訊雲端分享系統，有利於激發AI在醫療的應用。健保署最近更以「口罩供需資訊平台」提案，參與國家發展委員會「109年度政府資料開放應用獎」競賽，從11組政府單位中脫穎而出，榮獲第一名。期待健康存摺落地應用在保護個資前提下，我們期待未來各類創新及應用能不斷迸出火花，特別是結合健康存摺的落地應用，讓健康照護與醫療解決方案源源不絕地產生，全體國民可以受惠。（本文作者李伯璋為健保署長）
-
![]()
2020-11-14 失智.大腦健康
預防運動／爸媽不運動怎麼辦？「樂齡健身房」運動融入遊戲、邊玩邊健腦
「爸媽懶得運動怎麼辦？」職能治療師陳宜男引用美國波士頓大學2019年發表在JAMA「美國醫學會雜誌」研究指出，走路、輕度的身體活動，可以刺激神經生長因子，保護大腦，而50歲以上，不運動的人比有運動習慣的人要多出50％的失智風險，顯見運動對預防失智、大腦健康有正面的幫助。專屬設計 檢視運動習慣但氣溫變化、運動乏味總讓人有懶得動的藉口，他與科技團隊樂齡智造合作，提出「樂齡健身房」概念，以SODA樂活認知訓練機＋SPOZ運動健康養成系統＋TAKA憶萬富翁益智健腦機，為中高齡族群設計合適的運動，在家還能進行PK賽，兼具趣味，相關紀錄上傳雲端做成曲線紀錄，可按期檢視運動習慣，並由AI系統與治療師團隊給予調整。投入樂齡健身房研發的來由說來有趣，陳宜男說，他原本長期專注在兒童族群的職能治療，但一次偶然機緣結識樂齡智造主管Janet，萌生將改善兒童視覺專注力的遊戲轉為高齡長者設計，爾後邀得勤益科技大學團隊的支援，參與4C創意競賽，以第一款為長者設計的益智健腦軟體「憶萬富翁」，引起評審群關注，成功摘走當年度銀牌獎項。自此他與團隊長期投注研發，結合科學實證，為樂齡健身房擴增各項具備物聯網、虛擬科技的新設備，例如現在風行日照中心、社區據點的SODA樂活認知訓練機，就是融入打地鼠遊戲，訓練反應力、注意力、協調力、記憶力，適合想預防失智症，或有輕度認知障礙（MCI）者。長者跟著燈號顯示拍打、按壓，但隱藏在按鍵下順暢的反饋感，其實來自腳踏車的一項零件。科技助力 運動更有效率陳宜男在父母身上便發現，自從有科技設備的協助，運動變得更吸引人，原本晚上八點檔的追劇，逐漸變成父母親運動PK時段，有時夫妻倆還會分享提高分數的密技，累積到一定的分數換禮物，儘管兒女不在身旁「監看」，至今維持一年以上，運動習慣已在不知不覺間養成。他笑說，長者對於運動表現相當在意，他印象深刻的是在據點運動的一位阿伯，長期跟隨SODA遊戲運動，因擔心有外人來體驗他常用的訓練機，「破壞」長期維持的分數，急得提醒他人別隨意玩玩。陳宜男說，中高齡族群常見肌少症、心肺功能變差、骨鬆危機，因此適度、有效的運動有其必要性。即每周運動三次、每次達30分鐘，運動強度則依據每個人的年齡、心跳率等條件而有不同。他建議可套用以下公式自我計算：（220-年齡-安靜心跳率）X65~75%，得出數值之後，再加回安靜心跳率就是符合自己的運動強度。如此持之以恆維持運動四至六個月，可以察覺得到運動帶來的改變。陳宜男提醒，任何運動都可能因身體狀況不同而有其風險，建議如患有慢性疾病者，可以事先尋求醫師、專業治療師的評估與建議。>>了解更多樂齡智造：https://bit.ly/38qKCYw
-
![]()
2020-11-07 新聞.科普好健康
產官學三方結合 打造AI精準健康醫療生態系
COVID-19疫情出現，醫療的價值與模式被重新定位，除了超前部署、運用新科技，服務設計及跨域合作網絡更是打造出精準健康醫療體系的關鍵；AI數位科技也更為重要，當大數據使用在醫療產業後，全球不再只聚焦於精準健康上，而是向前延伸加入預防醫學的概念。童綜合醫院在國立中興大學林寬鋸特聘教授執行科技部「建立以社會需求為核心的技術創新藍圖」跨領域計畫的邀請下，聯合中部科學園區管理局共同舉辦「AI精準健康醫療生態系論壇」，邀請近30位學界專家分享寶貴的洞見，一窺精準健康醫療的藍圖。今(6)日在中科管理局舉辦的「AI精準健康醫療生態系論壇」，除立法院副院長蔡其昌、科技部政次林敏聰、中科管理局局長許茂新等都蒞臨指導，發表精準健康大數據產業的國家戰略推動方向；另台中市衛生局局長曾梓展、大台中醫師公會理事長魏重耀等貴賓也蒞臨致詞，會中並邀請前台灣大學校長楊泮池院士分享精準健康醫療生態系的發展藍圖。後疫情時代，宅經濟與社群平台的興盛將會翻轉生醫產業，具創新思維的生醫公司開始透過社群媒體建立品牌，藉此得到目標市場的信任與青睞。台灣最大的醫師自媒體社群平台：A-Pen創辦人葉淨元醫師分享未來醫師社群的樣貌；同時邀請福邦證券董事長黃顯華、台灣創新生醫創業投資公司投資長黃良傑及緯謙科技總經理夏志豪博士，從資本市場的角度剖析智慧預防醫學及智慧醫療的投資方向。隨著5G、AIOT的興起，智慧醫療結合AI與大數據，使醫療精準化程度大幅提升，讓醫院轉型成為「以人為本」的應用場域，顛覆以往以「醫院」為本的醫病關係。三軍總醫院院長王智弘、國軍台中總醫院院長洪恭誠、童綜合醫院副院長歐宴泉及相關臨床醫師等人，闡明醫院數位轉型的現況與策略，以及目前數位醫療於COVID-19 的實際應用。楊泮池院士在童綜合醫院院長童敏哲發表引言後，講述了臺灣發展精準健康產業的契機。楊院士表示，這次武漢肺炎病毒疫情對人類食衣住行日常生活和國際關係、社會的結構及產業，產生前所未有的巨大變革和影響，防疫科技和精準健康大產業變成全球各國生醫科技發展的方向及戰略目標。台灣作為IT研發及產業大國，正是醫療資通訊產業搶先佈局未來新科技的最佳時機，許多關鍵技術將有機會借此波疫情迅速推出，在台灣導入應用、快速累積實證與建立模式，就能搶先各國輸出解決方案、搶佔全球市場，為台灣下一個世代要推動的精準大健康產業打下具核心競爭力的基礎。而政府更應以點擴面、持續深入盤點跨領域醫療、科技與生技能量，找出產業核心優勢、重塑法規架構思維、推動跨域產業協作策略，擘劃精準大健康產業發展藍圖。因為智慧醫療大幅改變了醫療產業，透過 AI的輔助，醫師能夠更精準、快速的判讀數據外，更能讓醫療去中心化，帶給病患最佳的資源利用及良好的照顧。而臨床醫師不但是智慧醫療的主要的參與者，更是醫療產業與民眾間的重要橋梁。童綜合醫院分別由歐宴泉副院長、吳肇鑫副院長、魏智偉主任與林國璽醫師，分享泌尿科、急診、感染科以在COVID-19疫情下的臨床運用經驗。童醫院副院長歐宴泉指出，該院泌尿科與AIxMed醫乘智慧，透過人工智慧電腦視覺化相關技術，導入應用於傳統組織學細胞學檢驗及判斷輔助上。在泌尿科精準檢測應用領域，針對尿液細胞抹片樣本，發展人工智慧輔助尿液細胞學鏡檢分析。在病理科醫師細胞學鏡檢判讀上，給予人工智慧的輔助決策輔助系統。導入AI的精準檢測與新興傳染病疫情下，數位醫療的去中心概念，是提供對病患照顧及資源應用的最佳且重要的方式。
-
![]()
2020-11-04 科別.呼吸胸腔
台大團隊研發肺阻塞預測系統 掌握7日內發作機率
慢性阻塞性肺疾病（COPD）是常見的慢性呼吸系統疾病，位居國人第7大死因。台大團隊今天發布「AECOPD發作預測系統」，預測患者未來7天急性發作可能，準確率達93.5%。科技部今天發布研究成果記者會。根據臨床資料顯示，慢性阻塞性肺疾病（肺阻塞）會讓病人容易喘氣、呼吸氣流受阻，主要症狀包括呼吸急促、咳嗽、咳痰，肺部退化快，位居全球死因第3名、國內死因第7名，每年超過5000名國人死於肺阻塞，但是初期症狀不明顯，許多案例確診後多是中重症。台灣大學人工智慧技術暨全幅健康照護聯合研究中心（台大AI中心）轄下的台大生醫電子與資訊學研究所教授賴飛羆團隊，結合人工智慧、大數據與雲端運算技術，研發「AECOPD發作預測系統（Acute Exacerbationof COPD, AECOPD）」，蒐集140位COPD病人資料，可以預測未來7天發作可能，準確率達到93.5%。賴飛羆指出，系統模型包含生活型態、生活環境與臨床等3類資料，透過穿戴式裝置蒐集患者走路步數、心率、睡眠品質等資料，加上安裝在家裡的感測器偵測溫度、濕度、PM 2.5，以及臨床上COPD問卷資料等，為患者提供預防與監測照護。賴飛羆團隊成員、台大資工系博士吳佳東解釋，系統特別加入生活型態與生活環境資料，包括Garmin、Fitbit或Apple Watch資料，當系統預測病患發作機率高於0.6，或是平均心率高於100時，風險燈號就可能由綠色轉為紅色，提醒醫師、患者風險升高。台大醫院胸腔內科醫師簡榮彥指出，如果病患可以提早知道未來7天急性發作的可能，可以透過調整生活作息、增加走路步數、留意環境的空氣品質，或是用藥調整等，減少病情急性發作。醫學上也常用「6分鐘行走測試」評估個案心肺耐力與控制病情，但往往需要護理人員陪同完成，台大團隊這次也透過穿戴裝置、電腦視覺的輔助，把測驗整合到醫院平台，不僅為醫護人員分擔工作、也讓健康照護更全面。
-
![]()
2020-10-28 癌症.抗癌新知
胰臟癌AI偵測 揪出1公分腫瘤
胰臟癌有「癌王」之稱，因早期無症狀，確診時多半已經不能積極治療，五年存活率僅7.7%，去年共有2497人死於胰臟癌。若能在腫瘤小於兩公分時動手術切除，五年存活率可提升到80%，但這麼小的腫瘤，電腦斷層影像卻有四成機率是看不到或被遺漏的。健保署昨舉行「健保資料人工智慧應用研討會」，台大醫院胃腸肝膽科主治醫師廖偉智團隊發表全球首創「胰臟癌人工智慧偵測模型」，最小一公分的胰臟腫瘤都偵測得到，以超過700筆健保全國胰臟癌影像進行驗證，正確率、敏感度、特異度都有超過九成的優異成果。廖偉智表示，有些醫師當看到模糊的影子，無法百分百確定，但胰臟癌開刀是大手術，要有相當把握才開，人工智慧系統可作為第二意見，幫助醫師更有信心，加速病人獲得適當的醫療處置。另外，目前判斷精確度會因醫師經驗、醫療資源的落差而有不同，這個系統未來若能發展為一個軟體，安裝在全台灣各個醫院的系統，將可有效彌補落差。現在肺癌已經可以透過低劑量電腦斷層，達到早期診斷、治癒的目的。胰臟癌是否也有機會？廖偉智說，確實有可能，但還需要更多努力和研究、評估成本效益。因為健檢的影像資料更龐大，人工智慧可以分擔醫師沉重的影像判讀工作，也有機會找到更多以往會遺漏的病人。健保署長李伯璋表示，健保署累積高價值的巨量醫療數據資料庫，透過研討會初步呈現健保資料庫開放應用，透過與產業界合作，發揮產、官、學協力的成果。健保署未來仍將秉持開放態度，在符合各項法規及相關規範的前提下，鼓勵各界有承作意願的團隊，進行資料庫的加值應用，促進國家發展及增進國民的健康與福祉，並將成果回饋全體國民。
-
![]()
2020-10-22 新冠肺炎.預防自保
台研究團隊建老藥新用資料庫 為新冠肺炎找解方
台灣大學、陽明大學、中央研究院等單位與台灣人工智慧實驗室合作，從「老藥新用」角度建立資料庫，公開給全球醫學研究團隊參考，可望加速找出新冠肺炎的解方。COVID-19（2019年冠狀病毒疾病，俗稱新冠肺炎）在全球造成超過100萬人死亡，如何阻止疫情蔓延，成為各國當務之急。台大與台灣人工智慧實驗室等單位合作，在科技部經費支持下，從已知臨床安全性的藥物出發，以生物資訊技術，進行作用目標蛋白及藥物化合物親和力模擬預測，並將結果建立成DockCoV2資料庫。台大今天發出新聞稿指出，上述研究計畫由台大生命科學系特聘教授阮雪芬、生物機電工程學系教授陳倩瑜共同指導，目前資料庫已累積2萬多筆模擬成果，並於今年10月份刊登於知名期刊Nucleic Acids Research（核酸研究），受到學術界重視。研究團隊解釋，過往藥物研發從化合物選定到安全性、效用性的評估，大約須歷時10至12年不等，面對迅速擴張的流行疾病時，往往緩不濟急。研究團隊在美國提出「老藥新用」想法前，今年2月便將「化合物與標靶蛋白結合性預測」的分析服務建立於TAIGenomics基因分析平台上，提供自動化、快速的模擬預測工具，並嘗試挑選3000多筆藥物，搭配5種新冠肺炎病毒蛋白、2種與病毒棘蛋白有交互作用的人類蛋白，進行結合性預測。資料庫包含每種藥物與不同標靶蛋白的結合分數，將模擬結果以「可視化方式」呈現在蛋白質結構上，再連結該藥物結構及實驗數據資料庫，提供研究評估使用。藉由這些整合資訊，可加速候選藥物選擇所需時間。台灣人工智慧實驗室創辦人杜奕瑾透過台大指出，團隊期盼利用AI力量，協助防疫國家隊前行，也協助台灣的軟實力在國際上被看見。台大教授阮雪芬表示，非常歡迎對任何藥物或是蛋白質有興趣的團隊，利用資料庫進行後續研究，所有的程式碼都公開在GitHub，也歡迎做生物資訊的研究團隊應用。
-
![]()
2020-10-22 科別.心臟血管
差點成漏網之魚！64歲婦腹痛掛急診 AI算出心肌梗塞救命
64歲陳姓婦人日前因腹痛送急救，醫師發現她有高血壓病史，利用新建置完成的AI系統判讀，發現陳婦為心肌梗塞症高危險群，進一步查出她左主冠狀動脈堵塞9成，經手術疏通血管、裝2根支架搶救，前後花38分鐘，較一般急診縮短約一半時間，心臟功能也恢復到八成，康復出院。陳婦今天現身說法表示，她不曾有胸悶典型症狀，從沒想過會心肌梗塞，感謝中國附醫醫療團隊救治，她出院後遵醫囑，除了定時服藥、飲食規律節制，丈夫每天陪她早上五點起床走路一小時保健。中國醫藥大學附設醫院人工智慧醫學診斷中心主任許凱程說，全台每年急診就醫件數從2006年568萬件增加到2020年655萬件，凸顯急診壅塞問題越來越嚴重。其中，心臟疾病列國人十大死因第二位，尤以心肌梗塞猝死率為甚，死因與急診壅塞導致未能及時搶救、打通血管並阻止心肌壞死有關。許凱程指出，心肌梗塞典型症狀為胸痛等症狀為多，約有1/3患者為非典型心肌梗塞症狀，主要以意識改變、全身虛弱、上腹痛、嘔吐呈現，易被醫師忽略心臟疾病，誤判為腸胃道疾病，導致未做心電圖而成為漏網之魚，延誤治療時機。許凱程與心臟科醫師團隊聯手打造「人工智慧輔助急診心肌梗塞臨床決策支持系統」今年6月上線，判讀8000名病患，判讀率9成；利用AI演算出不典型症狀患者的危險等級分數超過3分，或出現胸痛，立即傳送通知、心電圖給急診、心臟科醫師，大幅縮減搶救黃金時間，縮短到約30分鐘。中國附醫心臟內科醫師陳科維說，陳女透過AI判讀，在急診室立即做心電圖，他接收到警示簡訊後，立即為陳女做出醫療診斷，陳女經治療出院後恢復良好，AI中心及心臟科團隊成功合作將使更多病患受惠。
-
![]()
2020-10-22 科別.腦部．神經
彰化秀傳透過AI判讀 腦出血病人平均提早25分離開急診
搶救腦出血病人是在與時間賽跑，彰化秀傳醫院與AI（人工智慧）公司合作，透過AI的腦出血自動判讀，即時通知醫師，並顯示在醫院的資訊系統，加速醫療決策流程，秀傳醫院今天舉辦成果發表會，表示使用AI後，腦出血病人平均提早了25分鐘離開急診，進入下一步處置和治療。彰化秀傳急診部主任童春濱表示，腦出血原因主要來自腦血管疾病或事故傷害，這兩種都列於十大死因，在急診的處置是分秒必爭，為了加速急診流程，將AI軟體結合醫院的影像與資訊系統，讓疑似腦出血的病人在急診掃描腦部電腦斷層後，由AI判讀是否腦出血，並將結果透過簡訊傳送給醫師，且在醫院的資訊系統上做出警示，提醒醫師優先處理。彰化秀傳醫院統計今年5~8月使用此一資訊系統的臨床數據顯示，使用AI後，腦出血病人平均提早25分鐘離開急診，甚至在夜間放射科醫師不在院內，但待命值班時，平均節省時間達50分鐘；AI的協助有效地加速流程，使病人可以盡早進入下一步處置，如住院或開刀等。此外，使用AI後，每位病人放射科的報告完成時間大幅減少了12.5小時，無論病人或醫師，都因為AI的協助而提升效率。秀傳首席醫療副院長黃士維表示，秀傳將AI導入急診是善用新創科技來提升整體醫療效率與品質，使腦出血病人盡早接受治療，減少急診停留時間，在新冠肺炎期間，更有降低感染機率的效果，並提升急診病床的周轉率，可服務更多的病人。
-
![]()
2020-10-09 失智.失智專題
失智科技／AI有好數據就夠？蔡宗憲：產業仍須結合使用者需求
透過AI是否可以讓資訊更接近真實？宏碁電腦集團前瞻技術總處副理蔡宗憲今於「人工智慧與失智照護的未來」研討會表示，AI能達到預測效果，他提出「今天的真相是明天的歷史」，即使蒐集到足夠的數據與參數，最後仍會回到使用端，使用者所需的也許僅有一個功能，AI能提供真相的同時，應更貼近使用端。蔡宗憲今以「交通運輸業」、「心房顫動」、「流感預報」、「居家照顧」四大不同領域，與AI結合後，是否更接近真相做一探討；他表示，近年各種叫車服務，都希望能幫助改善計程車空車、民眾無法隨時叫車的問題，特別是民眾叫車後，看見還要再等6分鐘，這時若路邊有輛空車經過，即使內心有點對叫車的司機不好意思，但礙於時間仍會招空車搭乘。蔡宗憲表示，公司就開始思考到底哪一種方式，可以降低民眾棄車率，同時也能讓民眾滿足「隨叫隨到」的需求，他們設計三種方式，一種是民眾需要計程車時，就直接秀出自己等待的地點，二是告訴民眾周邊有多少人也在等計程車，三是則是顯示當地等人數的熱區。結果最受歡迎的是第一種，不但直覺，也能讓計程車不用在繞來繞去，民眾也能快速等到計程車。蔡宗憲表示，但其實這三種方式中，僅有第一種使用「敘述統計」，其餘都是使用人工智慧建置出來的，他提到，商業的真相其實就是以使用者為中心，因此透過深度訪談與設計思考，找了非常多計程車司機訪談，並實際測試得到最符合他們需求的結果。蔡宗憲表示，流感預測以及心房顫動的裝置都是他們公司協助研發的產品，在設計的過程中，皆會出現「變數」，以流感預測為例，今年全球面臨新冠肺炎疫情，往年急診最高峰的時刻，今年完全消失，因此在設計上，得隨時增加變數，才有辦法更貼近真相。他也提到近年許多人工智慧都希望能與醫療照顧結合，以居家照護解決方案（Wellness Hub）為例，他們曾監測一位高齡長者，一直以來這位長者都有活動量的反應，直到某天突然沒有活動量，團隊發現後派人前往，才發現該名長者已經過世。他表示，從這次的經驗中學習到，雖然AI可以達到提醒的效果，但後續是否有更快速的反應時間，讓長輩死亡的事件被發現，甚是在即將死亡時，作出提醒，對於AI是否能帶來更真實的世界，他認為，最好的永遠會在明天等著我們，明天的我們會比我們現在更接近真相。
-
![]()
2020-10-09 失智.失智專題
失智科技／全球吹起的AI旋風曾銷聲匿跡？專家透露原因
人工智慧（AI）因有運算力及深度學習能力，產業與生活應用愈來愈夯。但你知道嗎？AI曾在1993年至2011年幾乎銷聲匿跡。中央研究院資訊科學研究所研究員何建明於「人工智慧與失智照護的未來」研討會上解釋，原因是當時的電腦速度太慢，無法負荷巨量資料，導致AI進入寒冬。不過隨電腦科技進步，2012年AI再度被人類重視，還席捲全球成為風潮。何建明表示，AI風潮讓台灣政府於2016年起開始強力推廣AI行動計畫，學界與產業界也陸續成立研究中心或架立研究平台，期待快速培養出更多的AI人才。但很多人都不知道，其實AI很早就出現了，只是曾經遇到一段寒冬期。何建明說，電腦於1940年代出現，基本原理就是透過基本功能讓電腦能會讀、會動、會寫，但是這樣子的電腦體積非常龐大。但隨著電腦科技的進度，體積變小了，能仿照人類神經細胞進行深度學習的AI也出現了。此時為1956年。於是，AI研究開始經歷三大階段，1956年至1974年的自由行AI研究，1975年至1992年的AI專家系統與商業浪潮，以及1993年後的AI產業泡沫化。何建明說，當大家開始投入AI工程研發之時，總發現一個結果：就是電腦動作太慢了，無法負荷巨量資料。這也是導致1993年AI產業泡沫化的原因，因為這條路走得不順利，投資的錢都沒了。「1993年到2011年是AI的寒冬時期，任何公司只要一提AI，就可能賺不到錢。」何建明說，儘管如此還是有一小群專家沒有放棄研究，探討如何修改網路的權重、函數、或參數，讓AI從錯誤中學習與記憶，讓結果愈修愈準確。於是，當電腦的運算速度增加之後，AI很快地再一次出現在人類面前。AI的學習能力與學習深度之強，可以從巨量資料內快速地預測未來結果，把大家認為不可能做到的事情扭轉過來，驚豔世人。「可見，AI需具備的除了是巨量資料，還有電腦速度要夠快，兩者缺一不可。」何建明說，未來如何運用AI的特點與架構，在健康照護研究上解決目前懸而未決的問題，已經不再是夢想，大家都很期待趕快找到這個「真相」。
-
![]()
2020-10-09 失智.失智專題
失智科技／AI僅能輔助無法取代醫療 陳君厚：小雜訊就會影響結果
當AI與醫療結合，能讓真相愈來愈清晰嗎？中研院統計科學研究所所長陳君厚今於「人工智慧與失智照護的未來」研討會上表示，各界都期待AI能帶來改變，包含降低照顧人力負擔、增加診斷的準確度、提前預測疾病等，站在統計學的觀點，現在的AI僅能「輔助」無法取代人力，即使是疾病的預測都可能會因為資料雜訊的出現，影響最後判讀。陳君厚表示，過去曾與台灣大學精神科名譽教授胡海國合作，針對思覺失調症、自閉症、酒精依存症，透過不同的指標，將其資料以視覺化呈現，瞭解是否有其特殊性。但是，以思覺失調症為例，從不同指標來看這個疾病，發現有太多因素都可能造成思覺失調症，包含基因、病毒，或是幼年時的創傷經驗等，最後僅能得到一個結論是「思覺失調症是不同疾病的綜合體」，所以想要透過AI，協助診斷是有困難的，仍舊需要醫療的專業與累積經驗的判斷。陳君厚表示，近年護理人力吃緊，也有不少研究想知道AI到底能不能夠取代護理人力，根據國外的研究成果發現，想要用AI完全取代護理人力是「絕對不可行」的，既然無法取代，但有辦法降低護理人力負擔嗎？答案是有機會，但能降低負擔的比例不高。從結論來看，AI在醫療的角色上，現階段僅有「輔助」的功能，像是提醒護理人員，病患有什麼需求，或是即時給予警示訊息等，專業的人力仍是具有重要的角色與地位。他也提到近年許多科學家都希望可以讓簡單的疾病，由AI做辨識，陳君厚以一張「皮膚上有一顆痣」的圖片讓AI判讀，AI正確判讀出這是一個良性的皮膚腫瘤，一旦照片呈現時，系統增加了一個雜訊時，同一個痣卻被AI判讀成「惡性腫瘤」。陳君厚表示，AI在判讀時，其實是透過輸入常見的參數資訊，如性別、常見環境等，曾有團隊提供10張狼與哈士奇的照片，交由AI辨別，卻出現兩張錯誤，一張是沒有在雪地裡面的狼，被辨識為哈士奇、一張是在雪地裡的哈士奇，被辨識為狼，因為那十張狼的相片背景都是雪景，而哈士奇都沒有雪景，AI 以此邏輯做了判斷。從此可以發現，AI在辨識真相時，會透過環境等各種參數，一旦參數設定錯誤，或是有特例發生時，如處於雪地的哈士奇，就會被辨識為狼，判讀上就可能出現錯誤。陳君厚表示，統計在AI的發展上，具有非常重要的角色，未來也期待AI可以提升更高的精準度，深度學習AI的結果，再進行分析，達到探討最為可能的解釋，進而協助發展智慧醫療。
-
![]()
2020-10-09 失智.失智專題
失智科技／糖尿病不是糖尿病？陳亮恭從科學角度講故事給你聽
糖尿病，可能不是你想的糖尿病？台北榮總高齡醫學中心主任陳亮恭在「人工智慧與失智照護的未來」研討會上，從3500年前的歷史故事談人類花了好幾千年才透過生物指標定義與分類糖尿病，成為醫師能懂的「語言」，但科學時代來臨，穿戴裝置可透過光學或汗水分泌做無創的血糖偵測，準確率雖不夠好，但未來糖尿病的定義與分類可能因科學被翻轉，讓你所知的糖尿病，不是你想的糖尿病。台北榮總高齡醫學中心、陽明大學高齡與健康研究中心、台灣整合照護學會、科技部人工智慧生技醫療創新研究中心共同舉辦、聯合報健康事業部協辦的「人工智慧與失智照護的未來」研討會，邀請11名專家扮演科學「柯南」，為民眾尋找新可能的真相。主講者之一的陳亮恭以「尋求真相的科學研究道路」為題，先為民眾講故事。他說，中國隋煬帝罹患「消渴症」，尿多、喝多、吃多、但變消瘦，也就是現代人最熟知的糖尿病。除了隋煬帝，3500年前的埃及法老王也受糖尿病困擾。雖然人類很早就發現了糖尿病症狀，但對疾病完全不認識。直到有人發覺患者的尿液顏色不一樣、味道甜甜的，才逐漸從「嚐尿（water taste）」工作中找到生物指標，讓19世紀之後出現尿液篩檢和血糖檢測，定義出何謂「糖尿病」。陳亮恭說，醫師想要治療糖尿病，就是依著過去生醫研究發現逼近結果的平均值數字來進行診斷和治療，「但假如糖尿病的定義或分類都沒有被標準化，醫師是很難診治的。」陳亮恭強調，單一生物指標都已經這麼複雜了，當人工智慧（AI）出現後，運用大量資料進行糖尿病預測，從患者的血糖值發現變異度高、併發症也會高。但過去醫師所學的多是平均值的結果，而非變異度。另，穿戴裝置也開始提供無創的血糖偵測，其利用光學和汗水分泌進行偵測，所以呈現出來的資料也和醫師過去所學的不同。陳亮恭說，雖然這方式的準確率不夠，但當有一天變得很準確，這可能代替生醫研究結果，成為糖尿病的新指標。「可見，未來醫師看病，可能愈來愈不知道糖尿病的真實樣子。因為醫師懂的語言，在科學上的分類不一定是對的。」陳亮恭說，探究一個題目是很挑戰的，很可能不會只有一個答案。期待本研討會的專家們扮演科學柯南，於探討AI和失智照護的新觀點之中，能找出革新人類醫療的新軌跡。
-
![]()
2020-10-04 失智.失智專題
失智友善／都會區是友善慢老好厝所 臺北市失智照護網絡服務
【臺北市政府衛生局關心您廣告】臺北市高齡人口占全人口的一成八，高於全國平均的一成四，高齡人口同時也是六都第一，也因為高齡人口多，失智失能發生率也相對於其他縣市高。臺北市推出縣市版「失智症行動」計畫，透過例行性篩檢主動發掘社區內疑似失智症，光是今年度至八月為止，透過主動篩檢確診的失智症患者達268人。臺北市衛生局長黃世傑表示，失智不失能是北市最積極努力的目標，衛福部在三年前公布的「失智症防治照顧政策綱領暨行動方案二點Ｏ」，北市因為高齡人口眾多，研擬屬於北市版本的「失智症行動計畫」，也是各縣市第一個推出相關計畫的縣市。找出失智患者篩檢服務進社區，及早發現個案，及時介入避免失能。黃世傑表示，失智症的民眾初期多不能接受自己罹病、也沒有病識感，就算家屬發現也不肯進醫院篩檢，既然如此，政府就化被動為主動，第一步是建立失智症篩檢的社區網絡，結合各區的健康服務中心、聯合醫院、老人服務中心等，宣傳失智症服務的同時，也提供篩檢服務。臺北市今年初至八月，辦理近七百場的失智症宣傳活動，協助一萬餘名65歲以上的市民篩檢失智症、失智症檢查等，發現568名疑似個案，轉診醫院檢查，有268人是新確診個案。黃世傑表示，活得愈久、失智症發生的機率愈高，但願意外出接受新知的長輩有限，因此宣導與諮詢服務，必須持續不斷執行，搭配主動篩檢，才有辦法讓失智症患者早期就被發現，即時介入，避免失能的發生。提供照顧資源8處失智共照中心，37處失智社區服務據點。失智症患者確診之後，為了提供民眾所需要的失智照顧資源，黃世傑表示，臺北市以個案為中心，從預防、篩檢到確診後續的各期照護全程給予協助。北市積極布建失智照護資源如失智篩檢確診醫院、失智症個案管理關懷服務醫院、失智團體家屋、互助家庭、日照中心，並規劃多層級連續性的失智照顧園區等，今年共計有8處失智共照中心。另以社區為單位，設立37處失智社區服務據點，分別提供失智者及其家屬認知促進、緩和失智、家屬支持團體、家屬照顧課程等支持服務。幫助失智者及其家屬，在完善的失智症照護網絡中能夠安心地照料家人。跨部門整合整合各部會資源，已達成「失智友善五五五」目標。黃世傑表示，北市在建立失智症行動計畫時，是採取「跨部門整合」，設立長照委員會建置北市的長照體系，由市長擔任召集人，同時建立失智網絡組，涵蓋社會局、民政局、警察局、教育局、消防局、交通局、產發局、勞動局，另外整合社區的資源，如NGO組織，天主教失智老人基金會、台灣失智症協會等進入協助，定期也會召開專家會議，滾動式修正臺北市失智症行動計畫。因應失智症防治照護政策綱領2.0，臺北市從2017年開始執行，今年已經達到「失智友善五五五」的目標，該目標係指失智家庭照顧者有五成以上獲得支持和訓練、罹患失智症人口有五成以上獲得診斷及服務、有百分之五以上民眾對失智有正確認識及友善態度。不少民眾對於失智症仍停留在不好的印象，臺北市近期推出「失智者正面形象」影片，協助鼓舞年輕失智者重返社會，轉化失智者刻版印象；還有運用資訊輔助，並首推智慧AI客服「找小照了解長照」，讓民眾能更了解失智照護可用資源，擴大長照服務的能見度。
-
![]()
2020-09-24 科別.新陳代謝
ＡＩ診斷軟體問世 糖尿病回診＋眼底檢查可一站完成
「阿伯，你今年眼底檢查還沒做，請你再去眼科門診！」很多糖尿病病患回診的時候，內科或新陳代謝科醫師都會這樣提醒，因為術業有專攻，眼科醫師判讀較準。很多糖尿病患因為覺得麻煩，就這樣錯過檢查和治療的機會，超過220萬名糖尿病患只有不到三成病友有每年按時做檢查，因此糖尿病視網膜病變一直是台灣成年人失明的主因之一。為解決這個問題，台大醫院、宏碁、諾華合作並於今天發表台灣第一個取得醫材許可證的眼科人工智慧診斷軟體，診斷精確度與眼科醫師不相上下。未來病友在內科或新陳代謝科回診，可望一站完成眼底的檢查和診斷。台大醫院新陳代謝科主任莊立民表示，第二型糖尿病很多是不到40歲就發病，20到39歲這個年齡層盛行率已經超過1%，是15年前的兩倍多。糖尿病學會建議第一型糖尿病發病五年後、第二型糖尿病發病後，都每年做一次眼底檢查。目前除了糖尿病共照網之外，她呼籲相關政府部門應積極尋找其他可能的路徑，有效提高眼底鏡篩檢的可近性，才能真正幫助糖尿病病患遠離失明風險。莊立民表示，內科和新陳代謝科醫師對於是網膜膜影像的研判會有遲疑，如果發現有中度以上程度的糖尿病視網膜病變，都會轉介給眼科，進行進一步評估以及治療。需要以手術或雷射治療糖尿病視網膜病變的糖尿病病患，過去十幾年來大約都佔一成。以現有220萬名糖尿病患換算，大約有22萬人已有需治療的視力損傷。台大醫院眼科部主治醫師謝易庭表示，台大醫院與宏碁結合影像處理技術和深度學習技術，把用五萬多筆外國人眼底影像做特徵強化，找出關鍵部分，送到深度學習模型去訓練。再利用台大醫院十年來近萬筆的資料和診斷結果，去微調模型精進，最後得到95%敏感度90%特意度，已經是類似眼科醫師的水準。未來希望運用於臨床，幫助病人不再因為就醫麻煩而失去早期診斷機會。台大醫院院長吳明賢表示，台大在今年二月成立智慧醫療中心，要發展各式各樣人工智慧相關診斷工具及研究。台大醫院會盡快把這個眼科人工智慧診斷軟體實際應用的辦法建立起來，透過實際的現實世界的應用，讓這套軟體越用越好用，台灣民眾首先受惠，之後將推向國際，讓全球病患都可以獲益。食品藥物管理署署長吳秀梅表示，台灣第一個人工智慧輔助診斷軟體的誕生是一個里程碑，是異業結合、跨域合作的成功案例，食藥署也給予廠商共24次面對面、一對一的專案輔導，協助取得許可證。宏碁創辦人暨榮譽董事長施振榮表示，如果這項產品能在台灣普及，內需就能帶動外銷，帶來GDP成長的空間，「我的使命是讓醫師睡覺時間也能對人類做貢獻，在這個時代是有很大機會可以達成的。」他也呼籲政府相關單位積極建置台灣這方面政策發展的舞台。
-
![]()
2020-09-23 新冠肺炎.專家觀點
用AI預測疫情 學者：助政府快速決策是否解封
台大公衛學院教授陳秀熙今天表示，藉由數位科技可在短時間內針對武漢肺炎疫情建立AI預測模型，提供決策者參考並快速制訂封鎖或解封決策。台大公共衛生學院教授陳秀熙今天舉行武漢肺炎防疫科學線上直播，分享人工智慧（AI）如何應用於COVID-19（2019冠狀病毒疾病，武漢肺炎）在流行疫情預測、疾病治療診斷及藥物、疫苗發展等方面。陳秀熙表示，COVID-19雖帶來傳染病威脅，但運用大數據、物聯網、人工智慧、區塊鏈等數位科技可協助減災，「化危機為轉機」，如結合大數據動態、國家疫情和電信疫情等資料，可在短時間內建立AI預測模型，提供決策者參考並快速制訂封城或解封決策。陳秀熙提到，目前已有許多國家將大數據應用於接觸者追蹤系統，如歐洲推動跨境使用。另外大數據也可應用於疫情預測，根據日本鑽石公主號的公開資料預測疫情流行曲線，可針對部分或全面隔離檢疫進行效益評估，有助於未來郵輪啟動時的防疫參考。相較於傳統疫情預測模型，陳秀熙指出，AI預測模型除了每日新增個案數等疫情資料，還可利用自然語言處理模式納入新聞、網路等資訊，了解防疫政策實施狀況及民眾警覺性，相較於只採用疫情資料的傳統預測模型，AI預測模型能提供更好的預測力。另外，陳秀熙提到，最近媒體報導俄羅斯疫苗未經臨床試驗第3期就開始施打，有研究提到，俄羅斯疫苗非隨機分派試驗，而是採取兩間不同醫院且不同製造方法的疫苗，並針對接受疫苗的自願者進行評估。陳秀熙表示，經過臨床試驗第一和第2期接受施打疫苗42天後，所有人都得到血清抗體，因此俄羅斯決定提前施打疫苗；但研究設計無對照組，可能出現自願者的選擇偏差，不同疫苗的抗體間也無交叉保護作用，仍須繼續觀察。
-
![]()
2020-09-22 癌症.乳癌
「天下武功唯快不破」 台大引進超級電腦助乳癌診斷
乳房超音波是常用來發現和早期診斷腫瘤的檢測方法，但是大量的影像資訊讓醫師需耗費許多時間閱片，若使用AI（人工智慧）輔助，就能在一秒內快速完成閱片程序，且偵測準確度達95％。然而發展AI，需要有強大的電腦運算能力，因此台大醫院引進新一代的AI超級電腦，藉由大量的運算能力處理巨量複雜的臨床影像和文字資料，提升智慧醫療發展。台大醫院今年2月成立智慧醫療中心，院長吳明賢表示，智慧醫療是未來醫療發展重要的主軸，尤其是在AI的應用是台大未來五到十年的重點。而智慧醫療的四個區塊，台大原已含括資料、人才、臨床轉譯，只差「運算力」。因此台大醫院耗資新台幣約1700萬引進兩套AI超級電腦系統DGX A100，預計可提升處理醫療影像的速度可提高兩倍效能、語言處理提升五倍效能，若搭配基因運算軟體則可提升2.25倍的效能。其中，台大將AI系統應用於輔助乳房超音波診斷，減少醫師閱片時間並提升準確率。外科部主任黃俊升表示，過去乳房超音波必須一邊掃瞄一邊看螢幕上是否有任何懷疑的腫瘤，一一記錄、一一拍照，但若是醫師經驗不夠或是不夠專注，則可能遺漏。新的掃描方式，則是一次性將全身做詳細掃描，透過AI系統可在一秒內快速閱讀完大量的影像，並定位出腫瘤可疑的位置，偵測準確度達95％、良惡性診斷準確度則將近九成。台大影像醫學部主任陳世杰則表示，目前AI系統在醫療上除了輔助影像診斷，也輔助偵測，不僅提升準確性，也改變醫療流程，加快速度。他舉例，過去送到急診的病人可能有腦出血，由急診醫師開立檢查，影像醫學部醫師則病人依照順序一個一個閱片，可能不會第一時間看到急診病人的資料。但透過AI系統，可以直接挑出危急病人，讓影像醫學部醫師在第一時間可以快速判讀，並將診斷結果回傳給急診醫師進行診治。除此之外，台大醫院也利用AI開發出肺結自動偵測系統以及心臟主動脈鈣化／脂肪全自動分析AI模型。吳明賢表示，「天下武功，唯快不破」，大數據就像是石油，而開採石油需有良好的工具，尤其基因定序就像無字天書，利用AI系統可快速從中找出脈絡，進一步做到精準健康、精準醫療。
-
![]()
2020-09-18 新聞.用藥停看聽
9歲女童感冒竟吃到精神用藥 北醫大AI揪不當用藥處方
台灣一年約開出3億6000多萬處方箋，換算每天約可以開出近10萬張處方箋，台北醫學大學資訊研究所教授李友專，運用健保資料庫分析2017年所有處方箋，發現平均600張處方箋就有1張有不當用藥問題，影響約42萬名患者，以腸胃藥、過敏藥、安眠藥、降血壓藥、抗生素和降血糖藥最常被不當使用。李友專表示，此次調查中，就發現有位9歲女孩被診斷為感冒，但處方箋中卻出現思覺失調症藥物Solian，進一步發現，依照女孩症狀，常見的處方箋應該是開立肌肉鬆弛劑，與Solian藥名極為相似的肌肉鬆弛劑名為Solaxin。兩者前面三個字都是「sol」開頭結尾也有「n」，疑似因此被誤植，李友專說，整體分析除了該案以外是否也有類似的事件，果然把肌肉鬆弛劑開成思覺失調症的藥物，完全不是少數案例；李友專表示，沒有思覺失調症的患者，使用到Solian，反而會出現頭痛、精神恍惚的症狀，也可能傷及腦部的中樞神經。過去也曾發生過，應該開立感冒糖漿給患者，卻開成降血糖糖漿，10多年前，就有位婦人同樣因為感冒就診，醫師應開立抗組織胺，卻開錯給予降血糖藥物，讓該位婦人在睡夢中因低血糖死亡。李友專說，醫師開立處方箋後，雖然有藥師把關，但是藥師的工作純粹是針對藥物的劑量人體是否可以負荷，或是藥物之間是否會產生交互作用協助做判斷，不一定會去看醫師的診斷與開立的藥物，兩者之間是否合理，即可看了也不可能熟知所有科別的用藥。因此，醫師自行的把關非常重要，只是醫師連看一位病人的時間都只有3到5分鐘，開藥幾乎都是反射性的動作，李友專也說，其實分析不當用藥的原因僅有二大原因，輸入錯藥物名稱、忘記輸入疾病診斷碼，若是未來能透過AI協助警示醫師，能有效降低不當用藥的機率，也能避免憾事發生。
共
15
頁