醫生養成相當不容易

2018-12-06 10:54

醫生養成相當不容易,從踏入醫學系到能判斷疾病給與治療主治醫師,最快也要13至14年,閱讀課本、接觸病患、參考文獻等都會成為「經驗」,非常完美直播 ,作為診斷疾病最重要依據,但人工智慧不論學習、資料蒐集、經驗累積都比人腦更有效率。

日本血癌病患藉由人工智慧(ai)臨床分析,再花費10分鐘閱讀2500萬份論文,與1500萬份藥物資訊,確定實際病因展開有效治療,新聞曝光全世界轟動,人工智慧學習力快,更有龐大資料當作後盾,未來是醫生助手或敵手值得深思。

日前ibm與衛福部疾管署合作,協助打造登革熱防疫決策模型,藉由數據分析,能夠模擬最有效防範措施;黃慧珠說,ibm除提供疾管署架構平台給予軟體授權,民間團體也有洽談合作案例,藉由人工智慧分析癌症或慢性病相關數據。

黃慧珠認為,醫療結合人工智慧,法律與道德層面仍有許多討論議題,最終判斷必須是人,因此目前人工智慧最主要應用在降低疾病發生率,例如利用大數據分析,找出民眾慢性病重要因子,或控制傳染病快速散布關鍵。

針對疾病診斷,雖然人工智慧具有優勢,但仍有許多現實因素必須考量,台灣ibm總經理黃慧珠表示,目前必須由人類診斷疾病下處方,否則會有道德爭議,人工智慧不應是人類「對手」而是「助手」,提高醫療品質與效能。

上述日本案例,人工智慧僅需10分鐘就能閱讀約4000萬份艱澀研究文獻,給予主治醫師建議,不僅於此,人工智慧具有整體學習特性,分析數據能快速共享,反觀人類經驗傳承不易,再加上個人因素影響,人工智慧診斷可能更穩定。

好萊塢電影「極樂世界」與「星際過客」都有類似想像,當病患躺入治療艙,能夠藉由電腦掃描治療疾病,包括外科手術或去除腫瘤,目前雖然是虛構內容,但人工智慧與大數據運用不斷加強,未來似乎很有可能實現。