台生科暨台智雲總經理吳漢章指出，AI在癌症診斷與照護中已演化出四個不可或缺的角色。首先是「早期偵測」，目前最成熟的應用是AI內視鏡，能協助偵測與分類息肉，實測顯示能幫助診斷提升約15%的偵測率；其次是「精準判讀」，透過3D影像重建與自動標註系統，協助醫師進行更快速、精確的尺寸量測與處理。
第三是「協助治療決策」，例如針對乳癌早期的篩檢，AI能進行風險預測，為臨床提供重要貢獻；最後則是「長期追蹤」，結合智慧手表等穿戴式裝置取得隨身數據，並與健康紀錄結合，在疾病早期就發出風險提示。
「但是，AI醫療體系其實在醫療領域不容易落地。」吳漢章坦言，最大的困境在於「系統整合成本」。目前每一項AI創新進入醫院系統，往往都像一個獨立的專案，需要耗費大量的時間與人力進行對接，若台灣有 100家大型醫院，每家都要導入100個AI工具，就會演變成1萬個專案，這對醫療體系而言是極大的資源浪費。
其次是AI系統難以快速整合進各家醫院既有系統，導致導入成本高、時間長；第三是算力需求龐大，需仰賴基礎建設支持。
整體而言，AI雖已展現潛力，但要真正普及，仍需仰賴資料、制度與技術環境的全面配合。
💪更多健康推薦
‧睡前滑手機會失眠是騙人的？權威醫破除「藍光有害論」：中年人不用擔心
‧每天吃40克就能降低大腸癌風險！醫一致推「終極抗癌蔬菜」抑制發炎
‧春夏忽冷忽熱該穿短袖還長袖？氣象預報員揭比關注氣溫更重要的資訊
這篇文章對你有幫助嗎?
