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
‧洗衣機用沒多久就發臭？可能「太常用1模式」專家：不適合一般家庭
‧72歲男擁2千萬仍堅持「打工＋搶超市即期品」背後原因不只是怕人忌妒
‧廚房是最容易發現失智症的場所！「餐桌的變化」比健忘更早顯徵兆
這篇文章對你有幫助嗎?
