ＡＩ應用在醫療 首重大數據

人工智慧（ＡＩ）在各個產業的應用方興未艾，連被視為網際網路技術開發重要趨勢指標的Google I/O開發者大會執行長皮伽，就將今年趨勢發展定調為：由行動優先轉為人工智慧優先（Mobile first to AI first），特別是運用在醫療及教育。而醫療仰賴人工智慧分析的大數據建立，則是醫療應用趨勢的當務之急。

物聯網＋大數據＋ＡＩ

成就人工智慧時代的來臨，必須具備綿密的物聯網應用、精實的大數據建立，以及高端運算的人工智慧，這也是後物聯網時代，各產業焦點紛紛將物聯網延伸到人工智慧，也是Google I/O開發者大會今年的亮點。

眼前已有人工智慧裝置陸續進入人類的日常生活中，包括工業應用的機器人手臂、醫療應用的達文西手術裝置、自動駕駛的自駕系統…等等；然而此僅只是「點」的應用，擴散到「面」，卻還有一大段距離，尤其是醫療領域的應用。

達文西手術裝置是人工智慧應用的代表，不過如今卻成了醫療手術氾濫的濫觴；隨著醫療產業發展的趨勢，在醫學上，已經可利用預測模型，來預測患者未來發生心臟衰竭的機率與時機，提高治療效率；這是時下醫療產業最夯的題材─精準醫療。

工研院產經中心（ＩＥＫ）曾預估，隨著全球醫療支出的持續高漲，占ＧＤＰ比重不斷攀升，包含老齡化後衍生的生理功能退化與慢性疾病盛行率的持續增加，以及罹病後的相關照護等經濟支出的沉重影響，思考有效降低非必要醫療支出的策略成為各政府的重點政策。

而從提升治療效率的觀點而言，提供更快速、及時、準確的診斷與治療服務，提升醫院的診斷與治療效率是未來重點。透過精準醫療，即可避免無效治療，進而提升醫療效率，達成降低醫療支出的目的。

ＩＥＫ就預估，一五年全球精準醫療市場規模約三八九億美元，預估至二○二○年將可達六九五億美元，一五～二○年年複合成長率為十二．三％；因應這樣的趨勢，不少科技大廠也開始投入此領域，包括IBM Watson和醫療機構合作，針對癌症與腫瘤病患做診斷建議；以及百度運用海量醫療數據建立的「百度醫療大腦」；今年初Nvidia也宣布和麻省總醫院臨床資料科學中心合作，其他還有戴爾、蘋果、日立研究院、Alchemy API、Lumiata…等等。

據了解，Wat -son每秒能閱讀八億頁醫學論文，在三秒內完成分析一百萬冊圖書後提供診斷建議，大幅提升醫師診斷準確率。此外，Watson Health也可分析醫療機構Medtronic的數據資料，能提前三小時預測到患者有低血糖的狀況，進而提早治療。