人工智慧 相關文章

• 2020-12-06 新聞.元氣新聞

  智慧醫療當道 醫療照護朝去集中化、家庭為導向轉型

  國立交通大學與陽明醫學大學將於明年2月1日正式合併，未來將結合交大的電子資通訊技術和陽大的先進醫療照護專業與臨床實務，強強聯手，打造智慧醫療。交通大學副校長、智慧醫療推動中心主任林奇宏更表示，未來醫療照護將朝去集中化、家庭為導向轉型。林奇宏表示，醫學從描述性醫學、分子基因醫學，到了數位資訊革命後轉型為數位醫學到現在最夯的智能醫學，變化快速，但醫界需要深思的是如何連結。林奇宏表示，邁向超高齡社會，醫療需求從急性醫療轉向慢性病管理，加上新冠肺炎後許多資源投入於健康照護，醫療照護將以價值和成效為導向，從疾病治療轉向預防保健為主。而隨著新一代通訊技術提升，連結與連續的監測系統以及健康預測系統也隨之提升，病人的自我照護意識和能力將大幅增加，連帶也會改變醫療照護體系。過去需要「一大間醫院」才有足夠的經濟和服務規模，將漸漸朝向「去集中化」的方式，往社區發散，林奇宏也分享，交大新竹博愛校區正推動「智慧醫療推動中心」，其打造的模擬病房裡也運用大數據、人工智慧等資訊數據科技建置醫療系統，在場域測試，測試完後再醫院端系統。但隨著人工智慧興起，未來難道會全面取代醫師嗎？陽明大學醫管所教授唐高駿則表示，AI在影像、病理等固定的病人資訊判斷上，已有非常顯著的成效。現在各醫院也正在發展將AI運用於動態的生理資訊，蒐集大量資訊發展成「數位孿生（Digital Twins）」用於疾病預測。而過去醫師利用經驗來做出診斷，往往也「說不出所以然」，但藉由AI蒐集到細微的資訊，反而讓醫師發現「判斷路徑」，未來也可能翻轉醫學訓練。但唐高駿也表示，AI雖然在醫學判斷上已可做到輔助醫師正確、迅速的診斷，但情緒、病患偏好以及人的言談舉止等「人文變數」卻不是一下可交給電腦的，且醫師並不只限於判斷影像和病理資訊，因此要說AI能取代醫師恐不到時候。

• 2020-12-05 新聞.科普好健康

  天成導入MR混合實境 居家遠距會診不是夢

  「MR混合實境」是AR（擴增實境）和VR（虛擬實境）的綜合體，可將虛擬場景與現實高度結合。天成醫療體系 首家運用HoloLens2天成醫療體系看中MR在後疫情時代的應用前景，與微軟（Microsoft）合作引進結合遠端協助軟體功能的MR眼鏡「HoloLens2」，用於居家醫療的遠距會診。醫院醫師透過居家醫師戴的HoloLens2，能在遠端掌握病人狀況、給予適當的會診建議。因應新冠肺炎疫情，天成醫療體系將今年訂為數位轉型年，結合資通訊、人工智慧（A：Artifical Intelligence）、區塊鏈（B：Block Chain）、雲端運算（C：Cloud Computing）及大數據（D：Big Data），朝大健康科技島邁進。微軟9月發表HoloLens2後，天成醫療體系金色年代長照社團法人董事長徐向謙和天晟醫院風濕免疫科主任翁國益醫師便主動向微軟洽談合作，11月啟用HoloLens2，成為全台首家運用HoloLens2的醫院。醫師戴上MR眼鏡 即時傳送檢驗報告翁國益表示，居家醫師到病人家中後，若發現有會診需求，只要戴上HoloLens2這款MR眼鏡，遠在醫院端的醫師就能看到HoloLens2傳回的影音。因HoloLens2影音性能強大，能使醫院醫師感覺親臨現場，還能把醫院端的檢驗檢查報告送到居家醫師的眼鏡視野當中，完成最即時的同步診療。倫敦用HoloLens2會診 減少新冠接觸翁國益說，由於HoloLens2可不用醫師直接接觸病人，據他了解，英國倫敦已用HoloLens2作為醫師會診住加護病房的新冠肺炎病人，降低接觸感染。可見，HoloLens2是數位防疫好工具，天晟醫院擬定未來可再用於：3D解剖構造模型影像衛教解釋功能、急診和加護病房的遠距會診功能等。打造智慧病房 比畫手勢即可操作此外，天晟醫院近期也將把VIP病房打造為智慧病房，除了設置常見的電子白板、離床偵測與防跌警報，另設有手勢操作的自動化感應功能。只要病人或護理師在偵測鏡頭前比畫手勢，就能自動開關燈、拉窗簾等，減少直接接觸。Kebbi機器人 照護長輩好幫手醫療科技展現正展出天成醫療體系的HoloLens2和智慧病房，最吸睛的還有可與長輩互動的AI機器人「Kebbi」，會跳舞、說故事、玩遊戲、拍照、人臉辨識和紅外線量體溫等，是天成3家護理之家及4家日照中心的陪伴好幫手。具醫療與長照專業的立委張育美表示，國家地理頻道紀錄片曾記述台灣醫療品質是世界第三、亞洲第一。由台灣生策會聯合衛福部、經濟部、科技部、農委會和生技中心主辦的醫療科技展，是全亞洲最大的醫療科技盛會，值得一看。自即日起至12月6日，台灣醫療科技展在台北南港展覽館舉行。

• 2020-12-05 新聞.元氣新聞

  天成醫療體系導入MR混合實境 居家醫療遠距會診不是夢

  MR混合實境是AR（擴增實境）和VR（虛擬實境）的綜合體，可將虛擬場景與現實高度結合。天成醫療體系看中MR在後疫情時代的應用前景，與微軟（Microsoft）合作引進結合遠端協助軟體功能的MR眼鏡「HoloLens2」，用於居家醫療的遠距會診。醫院醫師透過居家醫師戴的HoloLens2，能在遠端掌握病人狀況、給予適當的會診建議。因應新冠肺炎疫情，天成醫療體系將今年訂為數位轉型年，結合資通訊、人工智慧（A：Artifical Intelligence）、區塊鏈（B：Block Chain）、雲端運算（C：Cloud Computing）及大數據（D：Big Data），朝大健康科技島邁進。微軟9月發表HoloLens2後，天成醫療體系金色年代長照社團法人董事長徐向謙和天晟醫院風濕免疫科主任翁國益醫師便主動向微軟洽談合作，11月啟用HoloLens2，成為全台首家運用HoloLens2的醫院。翁國益表示，居家醫師到病人家中後，若發現有會診需求，只要戴上HoloLens2這款MR眼鏡，遠在醫院端的醫師就能看到HoloLens2傳回的影音。因HoloLens2影音性能強大，能使醫院醫師感覺親臨現場，還能把醫院端的檢驗檢查報告送到居家醫師的眼鏡視野當中，完成最即時的同步診療。翁國益說，由於HoloLens2可不用醫師直接接觸病人，據他了解，英國倫敦已用HoloLens2作為醫師會診住加護病房的新冠肺炎病人，降低接觸感染。可見，HoloLens2是數位防疫好工具，天晟醫院擬定未來可再用於：3D解剖構造模型影像衛教解釋功能、急診和加護病房的遠距會診功能等。此外，天晟醫院近期也將把VIP病房打造為智慧病房，除了設置常見的電子白板、離床偵測、與防跌警報，另設有手勢操作的自動化感應功能。只要病人或護理師在偵測鏡頭前比劃手勢，就能自動開關燈、拉窗簾等，減少直接接觸。醫療科技展現正展出天成醫療體系的HoloLens2和智慧病房，最吸睛的還有可與長輩互動的AI機器人「Kebbi」，會跳舞、說故事、玩遊戲、拍照、人臉辨識、和紅外線量體溫等，是天成3家護理之家及4家日照中心的陪伴好幫手。具醫療與長照專業的立委張育美表示，國家地理頻道紀錄片曾記述台灣醫療品質是世界第三、亞洲第一。由台灣生策會聯合衛福部、經濟部、科技部、農委會和生技中心主辦的醫療科技展，是全亞洲最大的醫療科技盛會，值得一看。

• 2020-12-04 新聞.元氣新聞

  台大急診人工智慧看臉辨識疼痛 急診檢傷再加速

  「你現在有多痛？」疼痛非常主觀，要問得清楚，恐怕得花好幾分鐘。但在壅塞的急診現場，疼痛指數攸關檢傷分類，非評估不可，但醫護人員沒那麼多時間猶豫。台大醫院急診部與台灣大學資工系特聘教授傅立城合作，發展出人工智慧的電子化檢傷系統，以人臉辨識判斷疼痛指數，最快兩年後就能幫助急診達成兩分鐘內精準檢傷，也有助解決病人壅塞問題。台大醫院急診部主任黃建華表示，急診的檢傷分類除了看心跳、血壓、體溫，也要看疼痛，如果疼痛超過八分就要自動升一級。因為疼痛有兩大意義，首先是病人很希望趕快改善不舒服，另一個代表身體疾病可能比較嚴重，醫護人員除了幫忙提高病人的舒適度，也要快速瞭解他病況的危急性。黃建華表示，檢傷分類要「快速」是一個重點，最慢三到五分鐘要完成，但是用人工方式確認疼痛很花時間。雖然有標準評估方法，但因為疼痛主觀、評估者的訓練程度不同等因素，都會影響檢傷分類的速度和準確度。黃建華表示，現在以人工智慧進行臉部疼痛分析，同時分析病人主述、病例、生命徵象的資料，經過深度學習模型，自動產生疼痛指數及檢傷分類的建議。未來可望縮短到兩分鐘以內，效率和準確度都更高，未來透過更多資料學習，人工智慧的判斷也會越來越準確。黃建華表示，台大醫院「智慧急診」的願景除了疼痛評估，還有加速診斷、加速影像檢驗判讀、加速了解病人病況是否建議出院、緊急事件準確預測，希望可以改善急診流程，都能夠縮短時間而且判斷更正確，推動智慧急診的方向。黃建華表示，目前全世界還沒有一個國家真正將人工智慧系統應用於急診，但是大家都在競爭。台灣人臉辨識的應用還很新，一定會更加注意人權和隱私的問題。這項技術將在2020年台灣醫療科技展進行展示，是台大醫院今年展出的重點項目之一。

• 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。

• 2020-11-04 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.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。

• 2020-09-30 新冠肺炎.預防自保

  人工智慧解析新冠感染謎團 10天前就能精準預測死亡

  全世界新冠肺炎確診已逼近3300萬人，世界各國累積了可觀的大數據，加上現在人工智慧正是顯學，世界各國透過機器學習發展新冠肺炎的分類因子、預測模型，得到不少可觀的成果。包括，新冠病毒打開細胞的鑰匙ACE2有種族差異、新冠肺炎感染若三種免疫反應都持續活化就會重症、人工智慧可在10天前就能預測患者死亡，準確度高達九成的。台灣大學流行病學與預防醫學研究所教授陳秀熙今持續召開防疫說明會直播，邀集多位台大公衛學院博士，以及專長於生物統計的北醫口腔衛生學系教授嚴明芳，接力上陣，完整報告新冠肺炎人工智慧相關研究的各個面向，時間長達兩個半小時，為召開防疫說明會直播以來，時間最長的一次。陳秀熙表示，新冠病毒引起的免疫反應、臨床症狀到現在都還有很多需要釐清之處，人工智慧大資料的優勢就是速度，可以節省很多時間，對於科學家和臨床醫學家追求即時的成效，是很重要的助力，特別是全球疫情快速新增，透過人工智慧準確辨識重症相關風險因子、歸納適當的治療，甚至也有助於疫苗和檢驗技術的突破。台大公衛博士古玫生表示，新冠肺炎感染後之免疫反應，在在不同嚴重度的病人可以看到差異，耶魯大學團隊追蹤後發現，其免疫反應可以分為三類，在不嚴重個案，第一、三型免疫反應會下降，但在嚴重個案，這三種免疫反應皆持續高度反應。另外，有中國研究發現，利用三種免疫反應因子發展預測模型，可精確區辨無症狀個案，準度接近百分百，這項技術將有助於解決無症狀者成為傳染源的問題。台大公衛博士蕭國惠表示，新冠病毒藉由ACE2這個蛋白質進入細胞、造成感染，有研究利用基因資料庫分析，發限不同種族擁有不同的ACE2，且已有32個相關的基因變異，近一步分析發現，想了解ACE2在東亞族群有較多的等位基因數量，歐洲則較少，所以不同族群對於新冠肺炎的感染或免疫反應可能有所不同。另有研究經由機器學習，用蛋白質體及代謝質體資料來辨識疾病嚴重度，成功辨識的機率高達70％以上。嚴明芳表示，大流行時有大量病患，若能儘早分類，就可以將醫療資源及早投入較嚴重的病人。嚴明芳的學生王威淳表示，英國利用人工類神經網絡創建「入院死亡評分系統」，納入人口學、共病症、抽菸史、入院症狀等因素，找出增加死亡的風險因子及降低風險因子，預測病情惡化準確度達到90.12%。機器學習485名中國武漢患者的血液樣本，所發展的模型預測準確度也很高，十天前預測患者的死亡率有九成準確度。

• 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。

• 2020-09-16 新聞.杏林．診間

  醫病平台／ 漫談醫學資訊、智慧醫療到生技產業

  【編者按】這星期的主題是「醫師工程師」，這是目前教育界、醫學界、企業界非常夯的議題，也是許多年輕人趨之若鶩的生涯。希望這三篇文章可以加深社會對這「跨領域」有更深入的認識。郭博昭教授以深厚的基礎醫學背景，涉足工程開發多年，指出時下的大部分論點都只在科技面與經濟面，很少討論到人文面，而他以「醫師誓詞」的幾個關鍵的「人文層面」，道出他對醫療企業化的「隱憂」。而後「醫病平台」很榮幸邀到身兼醫學士、資工博士的家庭醫學科郭冠良醫師分享他的宏觀：「一個生態系，必定是在循環中得到動能與平衡才能永續，台灣醫療生技生態系要投注的永續動能，理想的平衡方向，需要各領域更多的無私與智慧。」最後是電機系畢業就讀醫學系五年級的何寬耘先生，寫出他在主修電機工程的大學生活中，逐漸由閱讀中感悟到醫師職業裡的那份「人文」是他所嚮往的，而毅然決定追逐另一個夢：「讓我想自工程領域反過來成為一位主動給予的醫師，在未來以照顧病人為主，同時結合築砌四年的工程知識為輔。」近年行政院生技產業策略諮議委員會議年年將數位科技帶進議題，對於人工智慧、5G、物聯網在健康醫療的應用，突然跨領域專家雲集，台上台下人人朗朗上口，上下一心，儼然就建立台灣未來十年的產業基礎。回顧醫學結合資訊的發展歷程，與人工智慧的發展頗有淵源。1950年代醫學資訊與人工智慧同時起步，運用古典人工智慧開發了不少專家系統應用。之後數十年在硬體還沒跟上的人工智慧發展停滯期，稍微分道揚鑣。到了21世紀人工智慧重新起步快速發展，醫學資訊順勢跟上潮流，冠上智慧醫療之名。說到產業，目的就是要賺錢，要賺很多錢一開始要比的就是規模與速度。生技產業與其他科技產業最大的不同，在於產品必須經過臨床試驗，通過FDA審查與認證。若涉及醫療大數據，資安更是一大問題。所以每有生技產業發展相關會議，要法規鬆綁的呼聲總是沒停過。為了在台灣發展生技產業，現今掌握最多資金的科技業者無不成立生技部門，積極徵才研發，為了推出切合醫療所需產品，不得不從設計、開發、測試、到臨床試驗都與大醫院合作，科技業與白色巨塔跨業合作的障礙，造成許多失敗的故事。有醫療資訊系統的研究結果指出70%的系統可以說是失敗收場 (2006 Richard Heeks)。或許為了解決跨業溝通障礙，跨領域招生或是跨領域科系開始盛行，甚至培育「醫師工程師」變成交通大學與陽明大學積極合併的理由之一。根據2014年HSBC Expat Explorer Survey，台灣以最高可負擔性與最高醫療品質，與其他國家完全脫離，以離群值的姿態落在圖表座標最右上方。這結果代表的含意，對於人民，可能是庶民醫療天堂；對於醫療業，是血汗工廠；對於保險支付者(健保)，是庶民醫療政策成功；對於生技產業，就需要思考討論一下了。生技產業發展的相關者，大概有政府、科技業、醫療界、教育界、與民眾。產品可有內需與外銷市場。內需市場靠醫療界與民眾買單，醫療界被健保總額年預算7000億限制住，在健保一顆藥比一顆糖果便宜、看病比看電影便宜的現況下，投資會相對保守；民眾在低廉方便的健保醫療體系下，對自費接受比率也會有影響，國內許多遠距醫療研究都發現民眾對自費購買服務的意願相當低落。在此情況下，外銷市場變成最大目標，但必須注意的是，醫療與政治、社會、文化、人群關係密切，尤其是以本土醫療數據研發的結果，離開台灣是否適用，將是一大考驗，這點可以由幾乎沒有國外醫療資訊系統引進國內醫療院所得知。外銷市場最好的結果是政府與科技業大獲利，醫療界大費功夫可能得到研究成果，教育界量產跨領域通才為科技業服務，民眾等候新產品降價到健保水準才有機會享用。一個生態系，必定是在循環中得到動能與平衡才能永續，台灣醫療生技生態系要投注的永續動能，理想的平衡方向，需要各領域更多的無私與智慧。

• 2020-09-14 新聞.杏林．診間

  醫病平台／ 「醫師工程師」 是具有醫學能力的工程師，還是醫師工人？

  【編者按】這星期的主題是「醫師工程師」，這是目前教育界、醫學界、企業界非常夯的議題，也是許多年輕人趨之若鶩的生涯。希望這三篇文章可以加深社會對這「跨領域」有更深入的認識。郭博昭教授以深厚的基礎醫學背景，涉足工程開發多年，指出時下的大部分論點都只在科技面與經濟面，很少討論到人文面，而他以「醫師誓詞」的幾個關鍵的「人文層面」，道出他對醫療企業化的「隱憂」。而後「醫病平台」很榮幸邀到身兼醫學士、資工博士的家庭醫學科郭冠良醫師分享他的宏觀：「一個生態系，必定是在循環中得到動能與平衡才能永續，台灣醫療生技生態系要投注的永續動能，理想的平衡方向，需要各領域更多的無私與智慧。」最後是電機系畢業就讀醫學系五年級的何寬耘先生，寫出他在主修電機工程的大學生活中，逐漸由閱讀中感悟到醫師職業裡的那份「人文」是他所嚮往的，而毅然決定追逐另一個夢：「讓我想自工程領域反過來成為一位主動給予的醫師，在未來以照顧病人為主，同時結合築砌四年的工程知識為輔。」醫師工程師是最近一個非常熱門的議題，不但合併中的陽明大學跟交通大學打著這個大旗，其他的醫學院校也不落人後，紛紛提出類似的概念。簡單而言，隨著科技的進步，5G、物聯網、人工智慧的發展，人們對於醫學的進展有了更大的憧憬。一方面可以得到更先進的救助，對於各種急性與慢性疾病，甚至預防醫學都期待會有長足的發展。另一方面，產業界可以因此開拓新的事業跟產品，得到更大的利潤。同時兼顧救人跟賺錢，何樂而不為？實在是沒有拒絕的理由。我個人的經驗比較特殊一點，27年前醫學系畢業後，曾經短暫當過臨床醫師，之後大部分的時間都是進行工程開發。我的研究重點就是上面說的醫療器材、物流網跟人工智慧，超過20年的資歷，應該稱得上是醫師工程師。對於這個問題，其實也想了超過20年，一直在問自己在做什麼。還記得讀醫學系的時候，接觸很多人文教育，最具代表性的就是醫師宣言。在這期間一直被教導著如何當一個好醫師，多救一些人。後來在當工程師的時候，接觸到很多工商界的領袖，也很清楚他們很期待他們公司的工程師能多懂一些醫學，為公司多開發一些高價值的產品。也跟很多投資者談過，了解他們快速致富的夢想，也想投資醫學等級的案子。其實困擾我的並不是這些的結合，要以醫師的身份進行工商服務，技術上一點困難都沒有，還可以利人利己。困擾我的反而是這幾個的衝突點。醫師與工程師會衝突嗎？醫師跟工程師本身都是單獨的專業，應該是不會衝突的。然而工程師本身，能獨立創業的不多，大部分必須依附在一個企業下面才能生存，表示他會有一個老闆。這個老闆跟醫師的角色可能就會有衝突了。從醫師宣言第一條開始「我鄭重地保證將奉獻一切為人類服務」，第二條「病人的健康與福祉將為我的首要顧念」。相信任何一個出資的老闆看了都會開始擔心了，薪水明明是我付的，我雇用你是為了替公司賺錢的，你拿了公司的薪水，卻要去奉獻給別人？第三條「我將會尊重病人的自主權與尊嚴」。第四條「我將堅持對人類生命的最高尊重」。尤其是第五條「我將不容許有任何年齡、殘疾、信念、族群、性別、國籍、政治立場、種族、性傾向、社會地位或其它因素的考量介入我的職責和病人之間」。天呀，這個員工的心中到底有沒有公司呀，你把你的能力都拿去做公益了，那我的股東要回收什麼？讀到第十條「我將分享我的醫療知識，以增進病人福利和醫療照護的進展」，這時連公司的法務專家都要說話了：「你的IP屬於公司的，不可以隨便送人！」醫師工程師會面臨抉擇，你是要謹守醫師的本份為全人類服務，還是為了你的公司與老闆服務。前者境界崇高，可是並不是賺錢的有效方法；後者比較有機會賺大錢，但是嚴格說來已經違反醫師宣言，再也不是醫師了，只能說是具有醫學能力的工程師，或是工人。最近醫師工程師炒得沸沸揚揚，甚至成為陽明大學與交通大學合併的重要理由。大部分的論點只在科技面跟經濟面，較少討論人文層面的問題。事實上人文層面的問題才是根本，如果訓練出來的醫師工程師都是為了工商服務，在有利益衝突的時候，他會選擇大老闆的利益還是一般民眾的利益？如果無法照顧到一般民眾，他的美好科技也只能成為少數人賺錢的工具而已，大眾獲益其實有限：你可能會看到很棒的「醫療產品」，但是對不起，你可能會買不到或是買不起。這不是一個是非題，而是一個選擇題。如果你的親友有機會走這一條路，你會鼓勵他做什麼選擇？已經是學生身份的你，會做什麼選擇？正在合併中的陽明大學會做什麼選擇？交通大學會做什麼選擇？

• 2020-09-14 科別.心臟血管

  心臟亂跳找不到病灶 AI助心房顫動電燒術定位

  心房顫動是常見的心律不整，台灣的盛行率約1％至2％，約有46萬民眾曾發生心房顫動，且隨著年齡老化，盛行率會越來越高。電燒手術在心房顫動治療中是非常重要的一環，北榮心臟內科主任林彥璋表示，過去要找到確切電燒位置，需要定位上千次，現在透過AI（人工智慧）輔助，不僅可快速定位病灶，也能計算出不同部位電燒後的復發率，以利醫師判斷。隨著電腦計算能力大幅提升，人工智慧（AI）技術也蓬勃發展，且正廣泛運用於醫療和健康照護領域，透過大數據的分析不僅能夠輔助診斷，還能預測疾病風險，提供更精準的醫療。北榮今舉辦「人工智慧在心臟血管疾病之最新發展」研討會，北榮副院長陳適安便提到，「預防勝於治療」，AI也可以用來開發藥物，透過數據快速找出適合治療的藥物；也能用來快速判讀影像資料，降低耗費的成本、提升效率。而早期偵測疾病對心臟血管疾病非常重要，而現在智慧手錶等穿戴式裝置也可以偵測心房顫動，但如何減少雜訊、更快速判讀，是全國心臟血管中心可以互相努力的地方。AI也能用來作為心臟手術的輔助。以心房顫動的電燒手術為例，林彥璋說，過去電燒手術麻煩的地方在於需要使用訊號分析工具做幾千次的高密度定位，知道哪些地方會不正常放電，「就像房間漏水，要掃過整間房間才能抓漏」。而且過去可能會找出很多不正常放電的位置，因為不同的位置之間可能會因為電傳導的關係相互作用，因此必須一一判讀哪些是重要需燒掉的點，哪些相對不重要，因此會燒灼許多位置。林彥璋說，透過AI，只要照了病人的斷層掃描放到系統裡，系統便會和資料庫做比對，連一般常人無法感知到的「蛛絲馬跡」一併做運算，定位出核心的燒灼點，不用再「燒很多地方」，且把最關鍵的部位先解決，心臟功能反而可以獲得改善。他說，這套系統是用100位病人作為範本，將近4萬多筆資料來訓練AI，最後使用11個病人驗證，準確率高達97％，目前正在向食藥署申請許可證，希望未來能廣泛用於臨床。

• 2020-09-09 失智.失智專題

  失智科技／人工智慧與失智照護 專家集思廣益找真相

  新冠肺炎疫情為人工智慧、遠距健康領域開出新局，透過深度學習技術預測病毒變化，有望革新人類醫療的軌跡。疫情後首場關注「人工智慧與失智照護的未來」研討會將於10月9日召開，全日講壇將分上、下半場，由11位專家扮演科學柯南，試圖理解人工智慧黑盒子將在長期照護、失智領域引爆哪些新可能？真相真的只有一個嗎？北榮高齡醫學中心、陽明大學高齡與健康研究中心主任陳亮恭表示，學術界過往利用統計學去分析自然現象，試圖找到真相，但資料科學與人工智慧的出現如同黑盒子，同樣的研究資料會獲得哪種研究結果，無人知曉，「真相真的只有一個嗎？」這正是人類探索自然現象未知的魅力之處。研討會上午場將邀請中研院、產業界專家分別從統計科學、人工智慧以及產業實際應用不同觀點探討最佳策略。腦影像建構腦齡研討會下午場則充滿科幻魅力，介紹臉部表情辨識、類人型機器人、穿戴裝置在AI失智防治的最新發現；另外透過健保就診行為大數據分析、腦影像建構腦齡平台預測探討失智症高風險族群的特質。陳亮恭舉台大臨床藥學研究所教授蕭斐元研究為例，透過高齡民眾就診行為的健保大數據，尋找高齡民眾走向失智過程的就醫軌跡，雖然失智症發病表現相當多元，研究發現心血管或糖尿病患者，在長年就醫中走向焦慮、失眠，接著出現行動困難，最後出現較嚴重的精神症狀，是一種失智症發病的過程。從就醫軌跡 警示失智風險他表示，失智症發病的原因與病程相當複雜，透過人工智慧的數據分析能力，能從大量、龐雜的就醫型態資料找到蛛絲馬跡，有助於醫師辨識高風險族群，即早調整照護方案與生活習慣，降低失智症對個人、家庭與國家的影響。陽明大學神經科學研究所教授林慶波的腦齡研究則進展快速，已可透過腦部磁振造影，以腦齡平台對照出不同類型的腦部退化疾病，例如憂鬱、阿茲海默症、思覺失調等，不只是單一失智症。陳亮恭表示，這代表腦齡影像平台有機會成為腦部退化症狀評估的大平台，打開更多大腦退化的奧祕。臉部辨識測失智行為變化面對五年後到來的超高齡社會，照護人力嚴重空缺，導入科技解方迫在眉睫。北榮、陽明大學與宏碁攜手研究臉部情緒智慧辨識，可藉由長者至日照中心時擷取的影像，預測失智長者認知功能與相關精神行為症狀的變化，初步研究發現預測準確度約達七成。陳亮恭表示，當失智長者走進日照中心門口時，攝影機便會擷取長者的臉部表情，經一年建置與測試後，針對20餘位失智症長者建立出來的預測模型，未來將規劃導入至榮民醫療體系日照中心，強化預測模型的精確度外，更可以幫助照護人員早期發現長者的狀況與認知衰退，以便探求原因以及改善照顧方案。研究改變超高齡未來此外，陳亮恭透過台日整合健康老化大數據，以精準健康策略定義出衰老的臨床表徵以及潛在病因，透過跨國資料進行比對，建構出精準健康老化的新策略以及生理表徵，期待能改變人類衰老進展，結合生醫與資通訊科技改變超高齡台灣的未來。「人工智慧與失智照護的未來」研討會歡迎有心跨域研究的教育業、醫療人員、資訊工作者報名，額滿為止。時間：10月9日（五）9時至16時45分地點：張榮發基金會801會議廳立即加入失智・時空記憶的旅人粉絲專頁！無論你是否為失智者，我們都期盼能認識你。我們提供專業醫療資訊和交流平台；而你來告訴我們，那些關於失智的故事。加入>>

• 2020-08-18 橘世代.時尚橘

  追求健康更聰明－智慧手環助你熟睡、教你呼吸

  穿戴式裝置已從行動周邊配件逐漸轉變為日常必需品，尤其智慧手表、手環更是許多人隨身必戴，除了可以輔助記錄走路、跑步、爬樓梯、運動等相關數值之外，還有幾個貼心又實用的小功能值得多多利用。●睡眠偵測睡眠障礙幾乎可說是現代人的通病，尤其年紀漸長之後更難入眠，利用智慧手錶、手環的睡眠偵測功能，能記錄每天的入睡、清醒時間及淺睡、熟睡、快速眼動（REM）睡眠等分析，了解睡眠品質並得知每一個睡眠階段的時間是否足夠。記得每天都要讓智慧手表、手環與配對的手機或平板同步一次，就能透過App查看自己每一天的睡眠成績。Fitbit在睡眠偵測方面的功能相當完善，使用者可設定自己的睡眠目標，例如就寢與醒來時間等，也可開啟就寢時間提醒，避免熬夜、追劇忘了該入睡的時間。以Fitbit Charge 4來說，就配備了高科技睡眠功能，並推出智慧喚醒功能與睡眠分數功能，可透過機器學習在最佳時間喚醒使用者，並監測每日睡眠品質。小米手環5全新升級了睡眠分析技術，將準確率再提升40%，可專業解讀每個時段的睡眠特徵，並新增REM快速動眼期，就算是午後的淺眠小睡也可記錄。●呼吸訓練呼吸人人生來就會，為何要訓練？其實智慧手環的「呼吸訓練」是指規律的深呼吸，在睡前、冥想或想要專注、平緩情緒時，不妨花幾分鐘跟著智慧手環的顯示節奏做深呼吸、釋放身心壓力。要提醒的是，如果有心血管或呼吸方面的狀況，建議使用呼吸訓練前先諮詢專業醫師，萬一出現暈眩或不適應立即停止並回復正常呼吸。小米手環5點選「呼吸」選項，就可進行1～5分鐘的呼吸訓練，只要隨著螢幕顯示吸氣與吐氣即可。Fitbit Charge 4的「放鬆Relax」功能可選擇2分鐘或5分鐘的呼吸訓練，跟隨螢幕上的光點引導來調整呼吸頻率，手環也會跟著振動。●洗手提示因新冠肺炎疫情在全球延燒，Fitbit特別推出提醒用戶勤洗手的全新表面「Clean Cues」，Fitbit Versa 2、Versa Lite、Versa、Fitbit Ionic的用戶可於Fitbit App下載。使用這個表面時，透過倒數計時器和輕柔的嗡嗡聲，每60分鐘提醒使用者洗手一次；準備洗手前點選「開始洗手」，洗手時間達到20秒時會發出震動提示。更多精選延伸閱讀↘↘↘。挑選助聽器的三大訣竅，幫助老爸找回人際互動的自信。防止大腦老化與失智－4枚收藏級鋼筆，重拾手寫溫度為第二人生做足功課，活出精彩亮麗！立即訂閱橘世代電子報》

• 2020-08-14 科別.腦部．神經

  診查失智 高市大同醫院導入人工智慧

  退化性腦病變「阿茲海默症」奪去許多人的健康與記憶，醫界研究發現，臨床一些不易查覺的症狀及肉眼無法判讀的缺失，借助人工智慧科技有機會及早診斷。高雄市立大同醫院攜手中山大學，整合中醫舌診、動態平衡、無線多頻道腦波及三維空間人臉辨識等研究項目，能及早診查失智症狀。民眾患阿茲海默症後會逐漸破壞心智功能，失去記憶且改變人格，耗費許多健保資源，不只失去健康，也拖累家人。高雄市立大同醫院記憶及老化中心主任楊淵韓表示，大同醫院記憶及老化中心收治約500名阿茲海默症病人，接受舌診、平衡系統偵測、三維空間人臉辨識系統及無線多頻道腦波檢查，彙整相關生理訊號進而評估，發現阿茲海默症病人腦部神經退化，腦波頻率變得較慢，腦部不對稱性及平衡功能也較健康人低，除記憶退化，運動及協調功能退化速度也快。「找出潛在個案更重要！」大同醫院院長黃志富說，研究發現，失智症患者的子女罹患失智比例偏高，如果又合併三高慢性病及E型脂蛋白基因特異，日後也可能發展為失智症。高雄大同醫院正推動「失智症成人子女研究計畫 」，希望能找到患者發病前的整合性生物標記，及早介入預防，延緩發病時程，也減少對家庭、社會的衝擊。

• 2020-07-25 醫聲.數位健康

  病患需求.困境／北醫攻精準健康 全台首家大學生醫加速器成立

  2020亞洲生技大展23至25日在台北南港展覽館二館登場，首日（23日）台北醫學大學舉辦生醫加速器開幕儀式，並由十組新創團隊接棒火力展示，以「精準健康」為發展主軸，呈現加速器過去半年與投資合作夥伴比翼加速器(BE Accelerator)攜手合作成果。生醫加速器專注於「數位醫療」、「人工智慧」、與「醫療器材」三大主題，運用北醫醫療臨床場域與專業醫師，共同輔導團隊臨床試驗研發策略，加速團隊研究成果商品化並鏈結國際。台北醫學大學校長林建煌開幕致詞時表示，去年北醫組團前往美國矽谷參訪產業與各大學加速器，比較之後發現，台灣十分缺乏生醫新創早期輔導，因此回國後決定成立台北醫學大學生醫加速器。林建煌指出，北醫生醫加速器是台灣第一家醫學大學加速器，特別聚焦於生醫產業新創，著眼數位醫療、人工智慧、醫療器材，以「精準健康」作為發展主軸，注入一校六院臨床及研發資源，協助新創團隊創建臨床驗證、商業模式、獲取資金以及國際鏈結。林建煌表示，北醫已與比翼資本共招募了10家新創公司，並將共同投資其中已經初步成熟的3家新創公司。這幾年來，北醫推動生醫產業發展，鼓勵教授將研發成果商品化，至今北醫已經有18家生醫新創衍生公司。同時，正在興建的雙和醫院B基地生醫科技大樓，擁有兩萬三千坪空間，他邀請更多生技產業進駐，讓生醫產業有更多發展的機會。科技部產學及園區業務司副司長涂君怡表示，北醫參與科技部國際產學聯盟至今已累積產學合作金額超過3.8億元，顯示業界對北醫的信賴。科技部未來將結合健康、科技、市場三方面，從臨床端到市場端，找到許多創業家共同擘劃2030年精準健康願景，並以創新創業作為施政重點，打造產業創新鏈。台灣生物產業發展協會秘書長黃博輝表示，北醫研發量能、醫學中心、AI團隊等均完備，設備一流，決策時比較有彈性又快速，軟硬實力兼具，這是創業成功的根據。北醫生醫加速器執行長陳兆煒說明，北醫結合台灣在科技產業與醫療體系的兩大優勢，打造出生醫大學加速器，以北醫一校六院的體系，讓新創公司產品直接進入臨床場域應用，還將整合數據處與人體實驗處的學術資源，讓新創團隊可以使用到真實世界數據資料，發展數位精準健康。開幕儀式之後，北醫生醫加速器與比翼資本共同舉辦新創成果展「TMU X BE Demo Day」，展示來自美國、加拿大國內外10家獨具潛力的新創公司，領域橫跨AI醫療影像、免疫醫學平台、遠距疾病管理、創新醫療照護、公共衛生監測，並從上屆輔導團隊當中，投資3家最具海外市場擴展的新創公司，分別注入10萬美金的投資，包含龍骨王(LongGood)、醫守科技(AESOP)與美國健康監測解方公司Rhythm Diagnostic System(RDS)。成果展還有來自日本、以色列、新加坡的Biodesign醫材創新臨床醫師，分享國際生醫新創趨勢潮流。

• 2020-05-29 橘世代.好學橘

  超前部屬「樂齡照護」！ 未來的陪伴者是機器人

  在全球老化的趨勢下，失能人口增長，內政部統計，2018年國人平均餘命80.7歲，「需要依賴他人照顧」的不健康存活年數為8.8年，在超高齡社會中，長老獨居比例愈來愈高，如何將科技與醫療結合，讓年長者「活得老、活得健康」，成為刻不容緩的要務；工研院率先打造整合科技與照護服務，提前練兵，希望解決獨居老人遇到的問題，樂齡陪伴機器人PECOLA則是其中一項秘密武器。根據「107年簡易生命表」，2018年的國人平均壽命，以六都而言，以台北市83.6歲最高，其餘依序為新北市、桃園市、台中市、台南市及高雄市；非六都的各縣市平均壽命則以新竹市81.1歲最高。「唉唷喂呀、啊好痛！」工研院指出，跌倒是我國65歲以上人事故傷害第二大死亡原因，獨居長者跌倒事件頻傳，工研院樂齡陪伴機器人PECOLA可在獨居長輩跌倒或發出緊急關鍵字，啟動即時雙向視訊模組，通知被照護者的家人或醫護照護者，縮短救助獨居老人的時間。工研院資訊與通訊研究所組長李國徵說，年長者的需求看似簡單卻也不簡單，無非吃得好、睡得好、心情好、身體好，PECOLA的服務主要希望提供研發環境感知（Ambient Intelligence）技術，讓年長者「不穿不戴」就能蒐集到飲食、睡眠、情緒、活動力等生理資訊，適時提供子女關懷年長者的話題。PECOLA研發團隊花費一年時間，先後訪談營養師、醫師、安養中心、日托中心、健身業者、線上遊戲等業者專家，共同探索銀髮需求，邀請2百多名年長者與子女，透過深度訪談與服務體驗實際瞭解使用者痛點與高齡獨居的科技應用需求；研發團隊最後歸納出銀髮族生活中「身體好、吃得好、情緒好、睡得好」等四好需求。李國徵指出，研發團隊針對四好需求，開始建置PECOLA的互動功能，首先開發隨之在側的移動載具，讓年長者容易「建溝通」，再運用環境感知技術收集生活資訊，讓子女可以主動關心年長者來「找話題」。功能包括透過影像辨識技術分析獨居老人飲食菜色，比對進食前後餐點差異歸納飲食概況；使用WiFi訊號偵測睡眠期間呼吸率，觀察老人睡眠與生理狀況；以影像式動態心率技術，利用活動分級及運動量辨識，讓獨居老人可用音樂律動鍛鍊身體提高活動力。更重要的是，PECOLA可運用深度學習技術偵測跌倒事件，主動撥號給子女建立雙向視訊，並將上述生理資訊彙整成報表傳送到子女手機，讓子女全面掌握年長者的睡眠、飲食、情緒、活動力等資訊，提高關懷的頻率與增加話題。為隨時隨地提供服務，PECOLA進入家中後，會先進行室內地圖建模，利用3D立體攝影機提供自主導航、場景識別的功能，觀察獨居老人生活作息後調整定位點，自我提升避障能力。李國徵說，變老是無可避免的，工研院希望透過規畫「2030技術策略與藍圖」，在健康樂活領域利用智慧長照科技的協助，能讓銀髮生活更健康、更便利、更精采，實現慢老人生的美好願景，攜手呵護家中的銀髮寶貝，一起健康樂活、安心慢老。 【熟齡精選延伸閱讀↘↘↘】。防疫宅在家／想測自己多聰明？動腦App，讓思緒天馬行空。眼花看不清楚？「LINE字體放大」拯救你的視線 橘世代FB立即按讚！ 張曼娟：「我正經歷一場關於「老」的學習」、于美人：「保有追求快樂與相信日子，才是人生最重要力量」、吳若權：「人不可能不怕老，學會接納怕老的自己，就能對生命更加安心自在」，當一個不等「老」的橘世代，讓自己生命豐富跟得上時代！>>【立即加入】

• 2020-04-21 養生.抗老養生

  張系國／AI和老年生活

  有人問楊振寧博士他百歲養生祕訣。楊振寧回答說除了他母親的基因好以外，就是日行萬步，這使他頭腦更加敏銳，做科學研究完全不輸年輕人。醫學博士簡坡理談每天步行的功效，認為走路可以激發創意。我個人的小小貢獻就是不但要日行萬步，還鼓勵分身在走路時和本尊腦激盪大聲談話……1 什麼是人工智慧﹖很多科學術語外行人聽不大懂，我們稱之為夾槓（jargon）。這些夾槓大多數和一般人的生活不發生關係。但不時會有少數科學術語滲透進入我們的日常語言，變成無孔不入無所不在的夾槓。最近有兩個夾槓達到這樣的特殊地位，一個是大數據，另一個就是AI。不論學者專家或市井小民，都言必稱大數據或AI，冷不防就要被這兩個夾槓夾得很疼。而且人云亦云，誰也搞不清楚究竟是什麼意思，聽者也不好糾正或不敢糾正。改一句林語堂的名言，流行用語就跟女人裙子的長短一樣年年改變﹐所以或許犯不著糾正。但是既然要談AI和老年生活，不能不先說明我講的AI究竟是什麼意思。AI是英文Artificial Intelligence這兩個字的第一個字母，所以就是「人工智慧」的縮寫。前一陣台灣首富郭台銘參加國民黨的黨內初選，在扣應節目裡被罵慘了。有位「庶民」打電話進來，大罵郭台銘亂搞什麼AI，害得勞苦大眾越來越窮。如果郭台銘聽到，他也只能啼笑皆非。那麼，AI究竟是什麼意思呢﹖提到AI，不能不聯想到機器人下棋、愛瘋的Siri成為您的好伴侶，或者自動駕駛的汽車等等。所以有人主張正名，不說AI而用 Machine Intelligence，也就是「機器智慧」來代替。機器智慧的確比較精確，但是當初怎麼會有AI的說法﹖「人工智慧」的相反詞就是「天然智慧」（Natural Intelligence），所以AI是和天然智慧相對而言。既然人擁有天然智慧，機器的智慧就是人工智慧。這說法對不對﹖難道人天生就有智慧嗎？答案顯然是「不一定！」有的智慧似乎是天生的，例如辨識別人的臉孔，並不需要特別學習。南極的國王企鵝出生下來只要和大企鵝短暫相處，從此就能彼此辨識。可是認字就不然，尤其是中文。機器不懂得認字，人也同樣不懂，必須經過長期的學習。大多數情況，無論人也好機器也好，都必須慢慢摸索學習才能夠獲得智慧。如果說天然智慧是「生而知之」，那麼人工智慧就是「學而知之」甚至「困而知之」。這樣一步一步慢慢獲得的智慧，才是我說的廣義人工智慧。所以不僅機器需要有人工智慧，人也一樣需要有人工智慧﹗這樣的廣義人工智慧，我稱之為「慢智慧」或者簡稱「慢智」。這樣的系統，我稱之為「慢智慧系統」或「慢智系統」。慢智系統可以是人所組成，也可以是機器所組成，更有可能是人機共生慢智系統。理想的人機共生慢智系統，不僅機器的人工智慧不斷增長，人的人工智慧也同樣不斷增長﹐兩者相得益彰。這樣的慢智系統對老年人的生活會有很大的幫助，這就是今天我想談的主題。不妨舉個有爭議性的人工愚蠢的例子：現在公路的收費都由機器取代了人。不僅失業率增高﹐而且被取代的收費員缺乏謀生技能﹐只好去犯罪，例如去搶銀行。自動系統有時候缺乏彈性、不考慮到自動化的社會成本﹐造成更多社會問題，更不要說資訊被人掌握。這究竟是人工智慧還是人工愚蠢？人工智慧，不只是設計機器來解決人的問題﹐也包括人慢慢改變自己的想法，變成更有智慧的人，和同樣有智慧的機器人合作來解決人的問題。2  英國人如何死﹖下流老人的問題英國人如何死，和我們有什麼關係﹖的確沒有什麼太大關係。我們並不關心英國人如何死，正如英國人並不關心台灣人如何死。但是你知道嗎﹖絕大多數的英國人是這樣死的（CNN.COM July 2019）﹕死於醫院    45.4%死於家中    23.7%死於安養院  22.5%其他          8.3%換句話說，大部分的英國人死在醫院裡，其次是家中，再次是安養院。並不是英國人不想死在家裡，而是大環境如此不得不然。2019年12月美聯社報導，最近美國學者的研究，發現在2003到2017間美國人在家中死亡的人數由24%上升到31%，在醫院死亡的人數則由40%下降到20%，可見人們的觀念逐漸在改變。因為全世界的高齡化人口不斷增加，相關的現象就是「孤獨死」也不斷增加。日本的孤獨死，已經達到每小時至少有三個人孤獨死﹐死了超過兩天都沒有人發現。日本學者上野千鶴子因此提出「助死士」的概念，幫助老人走完最後一程。台灣的高齡化人口問題和出生率降低有關。你知道嗎﹖2019年1月到6月台灣有85961人出生，同一時期有88098人死亡。這是死亡人數與新生嬰兒人數首度出現交叉，人口出現負成長！（《中國時報》August 2019）聯合報新聞網2016年關於「流沙中年」的報導，台灣有230萬的隱形照顧者，必須一邊工作一邊照顧父母，壓力極大。2012年有一部得奧斯卡最佳外語片獎的奧地利電影Amour（《愛‧慕》）敘述在愛人失智的壓力下，丈夫不得不殺死愛妻然後開煤氣自殺。什麼是真愛必須有不同的詮釋。日本學者藤田孝典提出「下流老人」的概念，即又貧窮又孤獨的老人。（以上有關孤獨死、流沙中年、下流老人的說明引自聯合報部落格Blackjack的文章）誰來照顧老人﹖我們不能不想到機器人。機器人不會發脾氣﹑很有耐心﹑不會虐待老人。為老人設計的機器人必須是人機共生慢智系統，不僅機器的人工智慧不斷增長，人的人工智慧也同樣不斷增長，這樣的慢智系統對老年人的生活會有很大的幫助，也許可以有助於減少孤獨死、流沙中年、下流老人這些問題。3  為什麼需要慢智系統？慢智系統是設計複雜資訊系統的新技術，它並且吻合某些哲學和神學的原則。複雜資訊系統有些共通的特色﹕它是連接的系統、它從許多來源取得資訊、它擁有知識庫、它可以個性化、它是人機共生的系統、它也是龐大的系統。有位法國科學家也是神學家德日進，在其名著《人的現象》裡預言未來的龐大連接的系統。德日進認為所有的智慧生物都彼此關聯並且連接成為一個整體，他稱之為能界，由地界、人界和天界所組成。複雜資訊系統從許多來源取得資訊。我們看現代化的傳感器所構成的網路，正是這樣的複雜資訊系統。現在的社群網路也是另一種複雜資訊系統。而且我們可以把社群網路裡的人看成傳感器。日本科學家做過研究，如果把人當作傳感器可以提前發出地震警訊。不僅如此，還可以利用動物的本能。2019年8月8日台北地震，網路上流傳一張照片。有位台北居民養的8隻貓在地震前10秒前就知道，都抬頭目光像探照燈。知識庫可以設計用來管理複雜的預警系統。這樣就不會因為人為的錯誤，導致不可挽回的嚴重後果。現在的物件網路可以連接和管理大量的物件，威力強大。所謂的混合智慧系統，就是人機共生的系統。谷歌就是很好的例子。谷歌有上千萬用戶，同時使用上萬個搜尋引擎，是個龐大的系統。複雜資訊系統這些共通的特色，說明它是變化不居的龐大系統，每個系統又包括許多次級系統（超級包）。每個超級包打開來又是一個系統。就如曇花的葉子落地又長出一株，就是個好例子。這些包包之間，有時又會起了共鳴。這就是操縱學的鼻祖威納大師所說的共振現象。如何設計這樣的複雜資訊系統﹖或許慢智系統的新技術能夠提供一些解答。4  什麼是慢智系統﹖慢智系統是能夠不斷提升其表現的一般性系統。慢智系統第一會嘗試不同的辦法來解決問題，第二會逐步認識自身所處的環境然後據此調整﹐並且與其他系統共享這些知識，第三它在開始時或許表現不佳，但是隨著時間過去它會逐漸進步。慢智系統解決問題的途徑不外乎如下的步驟﹕窮舉、傳播、調適、淘汰、集中。除了這五大步驟，最重要的是慢智系統通常有多個計算循環，包括慢循環和快循環。我們可以用人工神經網路來實踐慢智系統。所以我們不妨把慢智系統看成廣義的人工智慧系統的一種。下面介紹慢智系統的實例﹕可調適醫療照顧系統。可調適醫療照顧系統區分開三類空間﹕看護機器人（大空間），個人生活區（中空間），可穿戴裝置（小空間）。可調適醫療照顧系統區分開三類時間﹕長期照顧（長時間），短期照顧（中時間），緊急照顧 （短時間）。我的研發團隊所發展的可調適醫療照顧試驗系統，用的是三星智慧手機，傳感器包括腦波偵測器、語音輸入、影像輸入等。所有的軟件包都用安卓程式語言寫，目的是幫助使用者維持心情的平靜。試驗系統已經可以在三星智慧手機上面運行無礙。5  慢智系統的親身經驗先從我自己的經歷說起。從小我就有僵直性關節炎，這是血液遺傳的疾病，因為脊椎炎導致脊椎鈣化。年輕時就常有人讚美我說﹕「張系國這人很正直。」當然我為人正直沒錯，但是他們主要是說我永遠挺直脊椎，卻不知道我有脊椎鈣化的毛病。因為脊椎鈣化，醫生早就警告我千萬不要摔跤，不要做激烈運動，免得帶來致命的傷害。2013年我經歷不大不小的車禍，一位醉鬼駕車從後面撞到我搭乘的車。我的脊椎骨震裂了，好在沒有完全震斷。起先醫生用一個鋼架子把我的頭固定住，希望斷裂的脊椎骨能慢慢養好。我變成科學怪人，非常痛苦，晚上無法入睡。但是隔了一個星期，醫生觀察我的脊椎骨不但沒有養好，反而更彎曲變形。這樣下去，就會永遠直不起腰來。這位醫生姓李，是韓國人，年輕但十分自信，他的太太是中國人。李醫生建議我開刀，植入一個鈦合金的架子把脊椎骨撐起來。他坦白告訴我，有百分之零點七的機會手術可能失敗，我就會癱瘓。但李醫生說，他動手術到現在還沒有失敗過。我考慮一晚，決定還是動手術。結果手術成功，不久我就出院。出院那天，接我出院的友人帶我直奔天天見麵小館，立刻叫了一籠小籠包大快朵頤。想不到在麵館碰到李醫生和他全家，我們相對大笑。但我的脊椎仍然每天疼痛，行走不便。更煩人的是撞我的醉鬼雖然保了險，卻是最陽春的險，保險公司跟我打太極拳，什麼費用都不肯付。我只好自費裝升降椅，這樣才能夠上二樓的書房工作。另外就是找律師打官司告對方。這位律師不錯，和對方保險公司糾纏了半年，對方認賠一大筆錢﹐我和律師對分。如果只靠自己，恐怕一毛錢拿不到﹗雖然我常去醫院做復健，一來醫院的復健科非常擁擠，二來自己開車不方便，復健並沒有太大效果。怎麼辦﹖我記起李醫生叫我多走路，就給自己設定一個目標，每天無論如何要走一萬步。走路是很溫和的運動，好處是人人都可以做。這樣堅持下去，一個月、兩個月，我的病情大有改善。到現在已經六年，基本上脊椎早已不痛，但是我仍舊堅持日行萬步。有人問楊振寧博士他百歲養生祕訣。楊振寧回答說除了他母親的基因好以外，就是日行萬步，這使他頭腦更加敏銳，做科學研究完全不輸年輕人。醫學博士簡坡理談每天步行的功效，認為走路可以激發創意。我個人的小小貢獻就是不但要日行萬步，還鼓勵分身在走路時和本尊腦激盪大聲談話。為了預防老年癡呆，神經學家阿門提倡三保（三寶）﹕每天走路、常聽音樂、服藥健腦。要保持心境愉快，走路時不妨多想和愛人親友共處的快樂時光，因為愛使人振奮。其實愛和恨都使人振奮，所以如果沒人可愛，只要有人可恨就可達到同樣的效果。另外一個心得（也就是智慧）是一切必須靠自己。我知道我的病沒有人能幫助我，我也不願意依賴別人，所以就自己練習做所有的事情，從洗衣掃地到鋪床燒飯都堅持自己做。從前魯迅有兩句詩：橫眉冷對千夫指，俯首甘為孺子牛我改了四個字：橫眉冷對老闆指，俯首甘為本尊牛我們都太驕傲了，不肯低頭服侍自己，總要依賴別人做。在想像中我可以把自己一分為二，同一個人既是主也是僕。我可以先變成廚師準備飯菜，然後變成主人享受廚師準備的飯菜，再搖身一變成為僕人清理廚餘。自己的分身做自己的本尊的牛馬，勝過雇人來做，也勝過依賴家人做。也有許多事情無法完全依靠機器。例如我在樓梯裝了升降椅，但沒想到升降椅的內側是無法使用任何機器裝置清潔的。只有靠自己用抹布慢慢擦。但是一旦接受「俯首甘為本尊牛」的觀念，把這些都看成一種運動，不但不困難，對身體更有好處。我這個例子看似和人工智慧沒有關係，其實大有關係。因為我自己不斷學習如何適應我的身體的限制。我使用的機器，不管是高科技或低科技的機器，同樣都得適應我的身體的限制。這就是真正的人工智慧﹗6  結論如前所述，我總結一句﹕人工智慧，不只是設計機器來解決人的問題，也包括人慢慢改變自己的想法，變成更有智慧的人，和機器合作來解決人的問題。對於改善老年人的生活，這個觀點尤其重要，因為我們的著眼點是人，而不是機器。但是從另外一個角度看，老年人工智慧例如慢智系統和慢智機器人帶來的商機無限！（在2019年8月23日中技社社慶AI研討會的演講）

• 2019-11-13 科別.耳鼻喉

  陽明開發App 讓電子耳降噪

  聽損者透過輔具幫助聽力，但走進嘈雜環境就不容易聽清楚，這個困境有機會透過人工智慧加以克服。國立陽明大學運用人工智慧發展消除環境噪音的App，臨床試驗結果顯示，能顯著改善使用者在噪音環境的聆聽品質，語音理解力最高進步四成。陽明大學生物醫學工程系助理教授賴穎暉表示，聽損者在安靜環境使用電子耳輔助聽覺，語音理解力可高達八成，但在噪音環境則可能降至五成、甚至三成，導致使用者對於說話者表達的內容需要費力猜測。為幫助使用者降低環境噪音，陽明大學花兩、三年時間設計出消除環境噪音的應用程式App。賴穎暉表示，研究團隊錄製120種噪音，像是工地、街道、菜市場、冷氣機、汽車引擎、孩子哭聲等，再利用混噪方法讓噪音當中出現兩百句人類對話，反覆訓練人工智慧仔細辨識。目前在12種情境的試驗當中，人工智慧辨識準確率高達99.6%。學有所成的人工智慧辨別噪音類型後，會選取對應的消噪模型，將帶噪語音轉換為乾淨語音，再傳入人工電子耳。團隊找來近30名重度與極重度聽損者進行測試，實驗顯示，在噪音環境使用App降噪，語音理解力最高可進步四成，舉例來說，若原來只能聽清楚一百字中的20字，使用App後就能聽懂60字，大幅提升溝通、學習與生活品質。不過，生活中有些雜音可能是警訊。因此研究團隊進一步設計，一旦手機偵測到火災警報、警鈴、警車、救護車等警示音，將自動關閉除噪模型，以確保安全；使用者若覺得警示聲無礙，也可手動回復降噪模式。除此之外，使用者還可因應個人需求錄下語音、傳回雲端持續訓練適合自身的降噪模型。

• 2019-10-20 新聞.長期照護

  AI演算、客製化賦能 助長輩自主生活

  長照與跨領域產業結合，AI、體驗行銷，讓服務更加客製化。有長照新創產業招攬資訊、商管及醫事多元背景夥伴，利用AI電腦演算，替日照中心打造客製化的「賦能教案」；還有醫材行在第二代接班人打造下，完成評估、購買、維修一條龍服務的輔具園區，讓民眾買輔具後能適用、喜歡用、到習慣用，不再買了丟一旁。個別演算 列出長輩學習單盤古銀髮是擁有資訊、商管及醫事多元背景的新型長照公司，也是台灣首家可利用AI來演算長輩的生活賦能指標。營運長曾筱筠說，長照過去以身體照顧為主，但每個人衰老狀況不同，應「以人為本」來規畫客製化照顧。盤古銀髮參考日常生活活動（ADL）等評估量表，歸納出感官刺激、情緒溝通、認知邏輯、粗大動作、精細操作和視覺空間等六大生活功能，再將各功能的數據資訊系統化。只要由經過訓練的人員評估長輩的六大生活分數，再輸入電腦系統，AI就能立即算出六大生活賦能雷達圖，讓長輩或照顧者知道哪一項功能必須特別強化。「這像一份健檢報告，但我們再把它變成一張學習單。」曾筱筠說，照服員可按學習單建議的課程進度來訓練長輩的生活功能，而一份學習單提供12周學習課程，12周後重新評估一次，再提供新的學習單，才能愈來愈進步。該賦能教案的自費適用對象為亞健康至輕度失能長輩。盤古銀髮創辦人林偉正強調，「復能」和「賦能」不盡相同，前者屬醫療復健，在治療師的幫助下協助回復身體功能；後者是讓長輩在每天的日常生活中，追求自主生活的能力。與眾不同的是，盤古銀髮不一定提供直接的照顧服務，也將教案輸出給合作的日照中心或居家服務單位使用，雙北市已有部分日照中心與之合作。盤古銀髮同時設計「賦能寶盒」，內有職能治療師及心理師設計的遊戲，可搭教案使用。輔具選配 一條龍評估服務無獨有偶，台北市石牌地區近年出現一處輔具園區，由明陽來村第二代接班人陳達立打造。明陽來村原本是傳統醫材行，但陳達立發覺買輔具就像買眼鏡，消費者重視漂亮鏡框，若不喜歡，眼鏡就被晾在一旁，「輔具也是如此啊！」為了提升輔具使用率，陳達立以「銀髮關懷」為出發點，先找朋友共同設計可愛且一目了然的各式圖表，包括功能分類表、情境示意圖和輔具建議表等，從文宣開始教民眾選配輔具。此外，陳達立在同一條街展店打造「園區」，並聘物理治療師、送貨員和技師以提供一條龍的評估、體驗、適配、租賃、購買、安裝、配送和維修服務。去年再成立居家物理治療所，今年則簽約為台北市的B級長照複合型服務中心。有趣的是，陳達立會和物理治療師拍攝影片或開臉書直播，由他化身主持人，請物理治療師說明輔具的正確使用觀念。因店址位於台北護理健康大學旁邊，不少老師會帶著學生來參訪，並請他教學。曾有一名媽媽告訴陳達立，她女兒因脊髓損傷需輪椅代步，但向他買了電動輪椅後就天天往外跑。他認為這是最好的讚美，因功能受限需輔具協助已經很辛苦，選配輔具只要辛苦一天就好，好好使用喜歡的輔具，可以幸福一整年。專家解讀長照產業化 民眾、照顧者雙贏專家認為，長照發展有產業思維是好的，能透過市場機制提供更好的服務，也能讓照顧服務產生工作價值。但也曾有學者憂心，長照產業化會忽略長者權益，政府針對長照住宿機構應有嚴謹規範，為品質把關。台北榮總高齡醫學中心主任陳亮恭表示，長照產業化的優劣眾說紛紜，產業化的好處是企業會自己經營，只需要政府創造好環境與規範，無需將所有服務公共化。照服員也能從好的表現中增加收入或升遷，職業的價值也會產生，進而形成市場區隔。此時，如果民眾不滿意服務某長照單位提供的服務品質，就可以選擇其他業者提供的服務，甚至願意自費購買其他單位的優質服務。也有學者擔心業者會以利潤為導向，忽略長輩權益。陳亮恭坦言，這也是為什麼政府針對長照住宿機構做法人管理，就是怕業者因利潤低說收就收，把長輩丟了就跑。不過陳亮恭認為，長照發展還是應該有產業思維，才會有多元發展，讓從事長照服務者有更好的職涯發展，也給民眾在政府提供額度以外的其他選擇。只是，新業者投入不簡單，因長照服務設計仍是政府高度管制，要與民眾建立關係會有難度，況且民眾的長照服務選擇還有移工看護，建議業者不如先成為政府的長照特約單位，扎扎實實進入社區後，再進一步拓展特殊服務。銀髮盤古創辦人林偉正表示，長照產業看似蓬勃發展，但投入者多是長照界自己人，哪裡有政府補助就往哪去，「那是不是政府沒補助就不用做了？」不應將長照服務只當作福利事業延伸。林偉正說，常聽人說「年輕拿命換錢、老了拿錢換命」，但長照服務不能只用愛心來讓民眾認可，可以有更多元的專業和好服務來彰顯價值，有支付能力的家庭自然就會在自費市場上尋求更好的照顧，「只是太多人不知道從何找起。」

• 2019-10-04 新聞.杏林．診間

  醫病平台／我的醫療個資，你的醫療大數據？！——關於健康醫療個人資料運用之隱私權與自主權爭議

  【編者按】這星期的三篇文章是探討人工智慧與醫療的問題。非常高興我們醫病平台發起人之一的劉玠暘醫師在畢業後赴美專攻公共衛生，與其弟劉玠晏醫師共同寫出這篇有關健保署發展智慧審查工具之看法，並指出媒體的聳動標題可能引起社會大眾的誤會。一位醫學院教授溫陵也應邀以「臨床流行病學」、「病人照顧」、「衛生政策」三個不同層次幫忙一般讀者解讀數據對醫學與政策的影響。而台灣受試者保護協會林綠紅理事長也適時地提出她對人工智慧、大數據可能影響病人隱私權的隱憂。衛福部健保署日前公布利用AI輔助判讀今年（2019年）1至6月醫院門診執行電腦斷層（CT）、磁振造影（MRI）的分析成果，並表示「開發AI智慧作為醫療申報的審查工具已是時勢所趨」，同時也提到「希望透過AI判讀健保資料，揪出浪費」引起諸多討論。AI於醫療上的應用，多數的關注點仍在於技術運用上的正確度或未來可能性。然而，以此報導為例，另一個需要關注的是，使用的是民眾健保資料的數據做研究，亦即，在目前AI發展過程中，無可避免的必須使用大規模的醫療個人資料（亦即醫療大數據），而這些健康資料從何而來，其中有你我的資料嗎？而資料的所有者是否同意被使用嗎？這些問題似乎少被以相同的關注程度被重視，甚或討論。關於醫療大數據運用於AI，多數是來自常規醫療過程中取得的醫療個人資料，無論是健保資料、病歷或各種檢查（測）的影像或數據。依個人資料保護法而言，性質上為特定目的之外的利用。最大的爭議不外乎是，在個人資料合理利用以及個人資料所有者的隱私權、自主權之人格權保護二者之間的權衡。關於隱私權與自主權，大法官第585號解釋「隱私權雖非憲法明文列舉之權利，惟基於人性尊嚴與個人主體性之維護及人格發展之完整，並為保障個人生活秘密空間免於他人侵擾及個人資料之自主控制，隱私權乃為不可或缺之基本權利，而受憲法第二十二條所保障」，進一步於大法官第603號解釋指出「個人自主控制個人資料之資訊隱私權而言，乃保障人民決定是否揭露其個人資料、及在何種範圍內、於何時、以何種方式、向何人揭露之決定權，並保障人民對其個人資料之使用有知悉與控制權及資料記載錯誤之更正權」。相關的基本權，具體化於個人資料保護法，對於個人資料蒐集、處理與利用的規範當中。由於，醫療個人資料於個資法的分類中屬於特種個人資料，具敏感性。依該法第六條規定，除非由例外事由，否則原則上是不得蒐集、處理或利用。其特定目的外的利用應有特定的事由，非公務機關準用第20條規定，除了法律明文規定、當事人同意等共七款特定事由，其中關於研究有關的規定，為第五款「公務機關或學術研究機構基於公共利益為統計或學術研究而有必要，且資料經過提供者處理後或經蒐集者依其揭露方式無從識別特定之當事人」。亦即，就AI等醫療大數據的研究上，符合此一事由的判斷之點在於相關個資是否無法辨識特定當事人。106年最高行政法院判字第54號，關於健保資料庫提供特定目的外利用是否違反個人資料保護法的爭議案件中，亦提出「個人資料涉及個人資訊隱私權，因此與建立資料庫所形成之公共利益有相衝突之現象，協調化解此等『公、私益衝突』現象最有效率之手段，即是個人資料之『去識別化』」。「去識別化」的作用是為讓個資的當事人身份不再可辨識，以緩解隱私權侵害的疑慮。現行的法規中，類似的規定同時可見於個人資料保護法、人體研究法、人體生物資料庫管理條例等相關法規中。人體研究相關法規中，通常以「去連結」指稱去識別化，其最終的結果必須達到「使其與可供辨識研究對象之個人資料、資訊，永久不能以任何方式連結、比對……」亦即，經此處理者從資料、資訊、檢體將不再可回溯至個人身份，終極地使相關的資料、資訊、檢體不再具有個人資料的屬性。但是，去識別化是不是個資保護的萬靈丹？一般認為，去識別化後，個人身份不再可辨識，某程度上有助於隱私權保障。但是，在醫療AI的研究、發展上，去識別化足以解決目前的困境嗎？再者，就資訊自主權保障，從病人角度來看，多數人雖願意對醫學研究有所貢獻，但是未有告知說明逕自使用常規醫療產生的資料、資訊，仍會產生「這是我的資料，為何要使用都不用問我同不同意？我的自主權何在？」等等的疑慮。首先，就第一個問題來說，有論者認為，醫療資料涉及人體，內容複雜，以病歷為例，其欄位上可得識別的資料為訓練醫療AI或醫療大數據使用上的必須，若以去識別化處理，恐影響訓練醫療AI或醫療大數據分析的準確度。此外，去識別化如何進行方得以「乾淨」的去識別，亦是常見的爭點。但如何去辨識，我國的現行法規並未有具體的規範。其次，如醫療AI上去辨別化可能減損資料利用的價值，則如何取得當事人的同意，則是另一個需要面對的議題，同時也與問題二的自主權保障直接關連。然而，醫療大數據中，是否逐一於運用前取得病患的同意？或者，因應醫療大數據用於研究或產業，同時考量使用資料的敏感性，採取不同的同意方式？各國面對此問題，亦有不同的解決方式。 以英國為例，2017年於Google DeepMind非法存取了160萬英國病患的醫療資料爭議事件後，於當年7月公布自2018年3月起病患可拒絕分享病歷資料。英國衛生部（Department of Health and Social Care）於2018年5月修正施行新「國家資料退出指令」（National data opt-out Direction 2018），英國健康與社會照護相關機構得參考國家醫療服務體系（NHS）10月公布之國家資料退出操作政策指導文件（National Data Opt-out Operational Policy Guidance Document），規劃病患退出權行使，以及退出因應措施，亦即未來病患表示退出國家資料共享者，相關機構應配合完整移除資料，不得保留重新識別可能性。對於台灣而言，發展AI醫療與醫療大數據的過程中，現行的個人資料保護法顯然已不足以達成該法「避免人格權受侵害」、「促進個人資料之合理利用」兩大立法意旨。此時正值檢討個人資料保護法修法之際，先進國家的經驗應可作為參照，健全法規建置，方能減少民眾疑慮，降低醫療個人資料利用上不必要的爭議！資料來源：一、台灣人一年看病高達13次！4成頭部CT檢查恐白做...健保靠AI揪浪費二、Google 合併DeepMind 健康部門引發隱私關切三、英國國家醫療服務體系（NHS）公布國家資料退出（Opt-out）操作政策指導文件

• 2019-10-02 新聞.杏林．診間

  醫病平台／數據、醫學與政策——回應兩位劉醫師

  【編者按】這星期的三篇文章是探討人工智慧與醫療的問題。非常高興我們醫病平台發起人之一的劉玠暘醫師在畢業後赴美專攻公共衛生，與其弟劉玠晏醫師共同寫出這篇有關健保署發展智慧審查工具之看法，並指出媒體的聳動標題可能引起社會大眾的誤會。一位醫學院教授溫陵也應邀以「臨床流行病學」、「病人照顧」、「衛生政策」三個不同層次幫忙一般讀者解讀數據對醫學與政策的影響。而台灣受試者保護協會林綠紅理事長也適時地提出她對人工智慧、大數據可能影響病人隱私權的隱憂。兩位劉醫師對於健保新聞「四成頭部CT是白做嗎？」，闡述健保署披露頭部CT檢查結果及新聞媒體予以較直白的報導，進行了相當有意義的論述。頭部CT檢查有六成陽性率究竟是高是低，討論這件事可以分三個層次：一、臨床流行病學層次：我們可由下列表加以說明疾病的盛行率：a+c / a+b+c+d陽性預測值：a / a+b敏感度：a / a+c我們進行一項檢查，除了希望這項檢查的敏感度高外，也希望檢驗的陽性預測值愈高愈好。在高盛行率族群施行檢查，其陽性預測值也愈高。我們將頭部CT檢查運用在兩個族群：第一個族群為正常成年人；第二個族群為外傷病患有意識喪失病史、局部神經症狀，或skull X光檢查有頭顱骨折者。頭部CT發現有病灶時，第一群體的陽性預測值較低，而第二群體的陽性預測值較高。也就是說若將CT用於一般人的篩檢，其陽性預測值較低；若用於有病史、神經學檢查或其他X光有異常者，其陽性預測值較高。二、病人照顧層次：由於CT檢查的輻射暴露量不算少，不少文獻顯現早年的CT檢查暴露會衍生數年後或數十年後癌症風險增加，基於這樣的考量，CT檢查恐需運用於病史詢問有懷疑腦部病變、神經學檢查有局部症候、或Skull X光檢查有頭顱骨折或中線位移等異常，此時做頭部CT時陽性預測值高，診斷價值更大。台灣不少健康檢查使用低劑量CT，發現不少民眾肺部有小結節，究竟需不需要進一步去做肺葉楔形切除，或定期做CT追蹤檢查，不同醫師的專業判斷不同，造就了胸腔內外科累積不少非常焦慮的肺癌疑似患者，也讓這群人累積暴露不少劑量的放射檢查。三、衛生政策層面：在病人優先的醫療照顧領域，一旦衛生政策或健保規範介入時，一切變得較複雜，甚至弔詭。衛生政策一方面強調「行政不干預醫療，醫療須尊重專業」，另一方面又遭遇「資源有限，必須花在刀口上」。如果資源是無限的，我們就可以給醫師一疊空白支票，個別醫師可以做所有想的到對病人可能有益的檢驗檢查、藥物或手術，且均能得到健保百分之百的給付，完全零核刪。然而若資源有限時，我們要將胸部CT運用在CXR發現有結節的病人要做氣管鏡，或其他有利病理診斷之檢查前施作。或者對一般正常人用胸部CT篩檢出小結節，再定期用CT追蹤檢查其病灶有無擴大變化，成了一個選擇的議題。衛生政策及健保資源分配，常常涉及選擇及價值判斷，其考慮層次也常建構在臨床流行病學層次、病人照顧層次之上，綜合考量整體資源的運用效益。

• 2019-10-02 科別.牙科

  結合AI人工智慧、大數據 透明牙齒矯正正夯

  要矯正牙齒不整齊，卻擔心裝上一口「鋼牙」不好看及帶來生活不便。新一代牙齒矯正系統，以近乎透明的牙套全齒包覆，外觀不易看出，並整合導入AI人工智慧、大數據等多項先進技術，讓牙齒矯正做到更精準與客製化，矯正期間也能笑顏逐開，不怕露牙齒。聯新國際醫院牙科醫師何琪康表示，傳統牙齒矯正的明顯金屬鐵線有礙美觀，固定式矯正器不容易清潔，影響牙齒健康與口腔衛生，再加上較有異物感或不舒適，因此不少人半途而廢，放棄矯正。聯新國際醫院引進全球最新透明牙齒矯正系統，新型的透明牙套，在開口露齒時不易被發覺，配戴感較舒適，易於穿戴與拆下，方便刷牙清潔，讓使用者更願意長時間配戴，大幅提高牙齒矯正的成功率。適合銷售員、櫃姐等第一線服務人員，或是老師、出國留學、長期出差或派駐海外商務人士、台商配戴使用。陳小姐是管理顧問公司講師，需近距離與客戶面對面談話溝通，也要在教室授課和演講，她希望在不影響外觀情況下，選擇使用透明牙齒矯正。牙醫師首先以掃描儀器，幫陳小姐建構全口腔牙齒3D立體影像，再將資料上傳雲端，進行AI與大數據分析，藉由人工智慧與龐大資料庫比對演算的優勢，完成陳小姐整個牙齒矯正的排程規劃，與牙套的尺寸規格資料。從口腔掃描、建構全牙齒3D影像，到演算療程、齒模數據的建立，整個過程大約只需10分鐘，還可直接線上下單，大約10天後宅配到指定地址，陳小姐收貨後，再依序配戴牙套即開始進行矯正。牙科醫師何琪康表示，透明牙套由美國生產寄送，以特殊專利材質3D列印製作，材質軟硬適中不刮口，又能施力矯正，準確度達0.25mm，密合度高，所以剛開始配戴，會感覺緊繃與輕微拉扯力道。透明牙套採「週拋」，每周更換1付，每付都是客製化獨一無二，所需療程週數與牙套數量因人而異，數週或數10週不等。陳小姐的整個療程為57周，共57付透明牙套，只要依編號次序每週更換配戴，吃飯睡覺都不必取下，生活不受影響。透明牙齒矯正系統，結合目前全球最先進的AI人工智慧、大數據、3D掃描、3D列印等科技，具有相當高的精準度；再加上療程時間清楚排定，搭配3D立體彩色影像，患者可以看見每一週的使用過程，對於矯正時程有更明確認知，提高治療意願與配合度。何琪康醫師強調，牙齒矯正是全方位的治療，達成矯正目標的重要關鍵，除了高端科技的運用，同時也取決於醫師的專業評估，與病患的積極配合。醫師於牙套製作前，進行整合治療評估，例如是否先拔牙或先治療齲齒、牙周病，並且與病人溝通生活習慣，做好牙齒清潔與落實長時間配戴，才是有效率的牙齒矯正方案。