医疗领域要落实AI技术 尚有诸多因素待克服.doc

《医疗领域要落实AI技术 尚有诸多因素待克服.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、医疗领域要落实AI技术尚有诸多因素待克服　　随著人工智能(AI)技术的精进，如今要订一份外卖、规划一趟旅程或仅是要解锁手机，都已可透过与AI的互动来进行。有许多人说AI可望带来如发现电力一般的革命性改变。　　其中，面临诸多重大挑战的医疗保健，如持续成长且老龄化的人口，被视为最需要引入革命性技术的领域。但尽管AI可望为医疗领域带来许多正面发展，但迄今仍未见实现，也没有太多迹象证明该技术可带来实质影响。　　医疗领域要落实AI技术尚有诸多因素待克服　　随著人工智能(AI)技术的精进，如今要订一份外卖、规划一趟旅程

2、或仅是要解锁手机，都已可透过与AI的互动来进行。有许多人说AI可望带来如发现电力一般的革命性改变。　　其中，面临诸多重大挑战的医疗保健，如持续成长且老龄化的人口，被视为最需要引入革命性技术的领域。但尽管AI可望为医疗领域带来许多正面发展，但迄今仍未见实现，也没有太多迹象证明该技术可带来实质影响。　　　　在众多AI具有价值的功能中，包括了在大量数据中找到复杂有价值的信息。例如在AI应用中输入数百万张X光图并经过学习后，AI可在瞬间查出哪里张有不寻常状况；或是训练一台机器能够侦测到病患恶化的细微征兆，以达到目前

3、由人类进行的自动化监测。　　单一的AI系统便可同时服务广泛的病患，在节省成本方面将有很大贡献。而除了缩减成本外，预期AI也将大幅改善护理质量和一致性。举例来说，被称为深度神经网络的AI系统，在辨识初期失明症状或区分癌性和非癌性皮肤痣等领域，已展示出比人类医生更高的效率。　　AI技术也可大幅改善病患的医疗体验。透过AI应用也可协助医师日常的行政事务，让医生能够有更多与病患互动的时间，提供更良好的服务质量。相较于诊治一群同样症状的病患，采用AI技术的医师可基于病患电子病历、智能型手机、穿戴式装置等或甚至病患的基

4、因数据分析，来拟定更更个性化的疗程。　　鉴于上述包括节省成本、提升医疗质量及病患体验等优点，很难想象为何迄今AI技术在临床使用上仍寥寥无几。出现这样的落差主要有几大因素可探讨。　　首先，是来自隐私及数据安全方面的明显阻碍。鉴于AI在医疗领域的发展主要透过包括医疗机构、学术机构及商业等多方合作，因此要确保所有数据都是匿名、以安全方式储取并合法分享，有一定的困难。　　其次，在医疗领域有所谓的新兴「数码隔阂」，即相对身体较健康的年轻一代更有可能使用新科技技术，反观身体状况较多的老年人则较不会或无法完全利用这些新技

5、术。这也意谓著如AI等新技术影响力在一定程度上被限制了，同时也在部分人口难以取得更大的进展。　　一个可行的解决方案是透过支持年长者或其照护者经常性的参与数码医疗，也可对AI技术进行重新设计，以更直接、便利的操作方式来取代复杂的选项接口，例如透过智能语音助理功能来直接对话，让科技来迎合使用者，而不是让使用者去迁就科技。　　再者，还有一个阻碍是来自于医疗领域对采用新科技技术普遍的惰性。目前仍有许多医疗院所是透过纸笔来进行资料登录，如此一来将能以与其它医疗院所有效的互用、互通。这也使得要搜集充裕的数据来训练AI变

6、得更困难。　　与此同时，如今有越来越多民众对人工智能及大数据(bigdata)等新科技采保留态度，尤其是在出现多起自驾车意外后，让人们对这些技术感到忧心。　　在普遍持负面观感的情况下，越来越难取得病患同意或说服医疗专家参与相关临床实验，而这对新医疗技术发展是不利的。因此，如何改变人们观感、说服专家们AI在医疗领域的价值与其它领域大大不同，仍需要医界更多的努力。　　最后，也是争议最大的阻碍是，一旦AI诊断或判断错误时，该由谁来负责？这个问题迄今仍没有明确的界定。AI技术的一大问题在于系统是相当复杂的，在得到判

7、断或提出建议时，往往没有明确的逻辑步骤依据。　　在无法明确知道系统是如何做出决策时，将很难究责或甚至采取预防措施来避免再犯同样的错误。因此，目前已有不少专家开始着手在研发可依循的机器学习算法，希望能够厘清AI系统在做决策时的逻辑性。　　医疗领域的AI技术集成将会是渐进式的，将随著病患、医师及政策制定者逐渐意识到AI对于改善医疗质量并降低成本的潜力增加而推进。如何制定适当的数据分享架构、由监管机关创建强大的效能验证方法，以及医疗院所科技基础建设的升级等，都将有助于加速AI在医疗领域的发展。　　目前有一点是确定

8、的，即当AI在医疗领域获得广泛采用后，将带来革命性的改变。