智慧醫療研討會台北場 會後報導
西元 1816 年法國醫生 René Laennec 發明聽診器，主要利用一根長的捲紙管，一端貼在患者背後，另一端套在醫生耳朵上，藉此聆聽患者的肺音。反觀今日，聽診器已結合智慧型裝置，不僅將患者的心音與肺音傳遞給醫生，且一併執行 AI 運算，預測幾年後有無罹患心臟病風險，前後差距極為巨大，益發讓人對智慧醫療充滿期待。
台中榮民總醫院院長陳適安表示，2021 年他參與生技產業策略諮議委員會議，會中針對後疫情時代 AI 未來發展趨勢擬出四大方向，分別是完善產業生態系、建構健康 Big data 平台、跨域與防疫科技創新，及強化國際連結，期望讓台灣加速邁向精準創新、健康永續目標。
[ 加入 CIO Taiwan 官方 LINE 與 Facebook ，與全球CIO同步獲取精華見解 ]
綜觀當前全球智慧醫療生態系，可看到許多新創公司開枝散葉；進一步深究他們的經營重點，主要以影像為大宗，接著依序是藥物開發、治療計畫、醫院流程、穿戴裝置及虛擬幫手。陳適安歸納，這些應用蘊含幾個重點，首先是「經濟」，希望透過 AI 與 Big data 科技來提升醫療品質、降低人為失誤、減輕臨床醫護人員的負荷；其餘還包括「遠距／居家」、「精準」（建立在全人基因資料庫與 ATS AI 技術）、「預防」。
針對「經濟」，陳適安舉一個實例。藉由單導層心電圖，再透過 34 層卷積式神經網路，即可有效判讀心房顫動，幫助醫生快速診斷病患的心臟病灶。有關「遠距／居家」，目前以偏鄉地區的需求最迫切，也是衛福部規劃在今年大力推動的重點項目，已於北中南東成立數個遠距醫療團隊；而台中榮總也參與中部團隊，與週邊 4 所區域醫院結盟運作，意在增進偏鄉病人醫療的安全性與快速性。
[ 下載 2022年度CIO大調查報告 ]
在「精準」部份，除利用 AI 加快基因編輯外，也用在藥物開發，利用深度學習（DL）快速辨識真正有作用的化學結構，以利加速開發抗癌藥物、免疫製劑。至於「預防」，最大價值在於罕見疾病診斷，例如透過影像 AI 技術，從幼童的眼、鼻、嘴唇，快速判斷是否具有罕見疾病基因。
以往不少人認為，藉由大量數據餵給多層神經網路，最終產生模型，但中間「黑盒子」究竟如何運作？值不值得信賴？是否侵害病人隱私與違反法規？似乎都有疑問。所幸不管是歐、美或台灣，都藉由法規來逐步解套，讓大家不要繼續陷入黑盒子迷思。
論及台中榮總智慧醫療發展歷程，可說相當輝煌，是全國 21 所醫學中心中唯一兩度獲得醫策會智慧醫院全機構獎的單位，除此之外的重要里程碑，包括在 4 年內幫助 12 所榮總分院成功導入「中榮核心醫療系統」，2020 年成立 AI 工作室、2021 年設立智慧醫療委員會，致力推動人工智慧醫療產學合作與產品之產業化、及精準健康醫療。
更重要的，台中榮總負責執行科技部「臨床資料庫與 AI 之跨域開發及加值應用」計畫，努力落實「AI+HI 智慧重症照護診療系統與跨院實踐新模式」，利用 2015~2020 年共六年時間建立 6,610 萬筆重症照護資料集，依序建置腎臟重症（已完成）、敗血休克、呼吸重症等預測警示模型。
此外台中榮總也參與科技部的「推動台灣智慧醫療聯盟以加速智慧醫材之臨床試驗：聯合臨床試驗流程規劃與合作平台建置」，召集 11 家醫學中心協作，共計啟動 5 個國家型計畫；主要利用跨院聯邦式學習或臨床驗證來建立平台，以加速提升各項 AI 產品，使相關成果能早日申請到專利與 SaMD，進軍國際市場。（文／明雲青）
(本文授權非營利轉載，請註明出處：CIO Taiwan)
