據統計,以人工智慧來輔助健康管理及醫療,已是最熱絡的人工智慧新創領域之一。雖然目前人工智慧尚無法取代專業醫生的臨床診斷,但是它已經是一線醫護人員最好的「助手」,可以提供更精準的決策依據。

整體而言,人工智慧可以輔助預測國民健康與特定疾病或傳染病情況、規劃預防性措施,減少發病及就診率,並且大幅降低醫療成本。

深度學習可即時做出比擬甚至超越醫師的診斷

以X光片、功能性磁振造影(fMRI)及病理切片的判讀結果,人工智慧在肺癌、乳癌、眼底視網膜病變方面的診斷,正確性早已優於訓練有素的醫師。以眼底視網膜病變為例,過去只能憑醫師肉眼判斷是否發生病變,現在則可透過醫師提供足夠數量的照片(例如五萬張健康,以及五萬張病變的照片)加上深度學習的程式碼,訓練機器可以自動找出病變的特徵,自動找出規則,就能夠精準判斷病患是否發生了病變。

由哈佛醫學院病理學專家組成的團隊,開發了基於深度學習的技術來精準識別乳腺癌細胞。使用這個方法之後,他們將準確率從96%提高至99.5%,這乍看之下變化似乎不大,但是全球每年診斷出近170萬乳腺癌新病例,這樣的改善意味著每年有近12萬確診女性可以及早接受治療,提升存活率。

只要是有與疾病相關性強的生理訊號與足夠的樣本,人工智慧的準確率都有機會優於人類。同時人工智慧在影像分析上帶來的效率,可以讓醫師有更多的時間專注進行需要更多專業判讀的評估。

機器人輔助手術被列為 AI 健康照護十大應用之首

除了做醫療影像辨識,人工智慧在醫療的應用還有更多。根據埃森哲顧問公司的調查,人工智慧在醫療產業創造最多價值的地方,是幫助一線醫護人員提高生產力,並且提高後端流程效率。

在這份報告中,根據人工智慧應用獲採用的機率,以及每年節省經費的潛力,列出前十大前景看好的人工智慧應用,包含機器人輔助手術、虛擬護理助理、行政工作流程等。其中「機器人輔助手術」因為技術成熟,到2026年之前,每年可省下四百億美元的醫療費用,名列第一。

機器人輔助手術,顧名思義是由機器人來輔助醫師執行手術,過程中醫師不用親操手術刀,而是透過遠端的控制台,輕推控制機器人手臂的操縱桿。同時,機器人經由在術前分析醫療記錄中的資料進行深度學習,可以即時指導醫師使用儀器,尤其在需要高精準度的手術中。例如當醫師需要進行厚度僅為百分之一毫米的玻璃體切除手術時,人工智慧輔助機器人可以消除人為抖動和非自願震顫,藉此提高此類手術的成功率。