【Hit AI】郭景桓:AI醫療在台灣很有機會,但也非常危險

林詩容
Knowing

「AI醫療在台灣很有機會,但也非常危險!在AI醫療我們遇到的很大問題是落後中國,我們與中國各自有不同的優點與角度,雖然現在台灣在AI醫療方面是領先的,但我們能領先多久?」台北醫學大學HIoT健康物聯網產學醫研聯盟執行長郭景桓,在「Hit AI」人工智慧產業台灣首屆高峰會中說明。

 

五年前,推動雲端醫療量血壓,衛服部也在十大縣市持續推廣此應用,但這五年中,這應用在台灣尚未興起,反而是中國興起了!台灣在AI醫療的不足在於,醫生往往面對單兵作戰的困境;醫療支援分散且不均,沒有醫院願意分享他們的醫學資料,產官學界的資料交流是分散的;AI醫療非常先進但新創團隊沒有空間。最後,台灣在法規上也有其限制。

 

郭景桓另從台北醫學大學的角度說明,病人的安全、醫療品質都是北醫持續在發展的,創造醫美、睡眠、懷孕待產的AI化、用藥安全及疲勞駕駛的預測;而醫療的標籤化等等都是台灣醫療的優勢之一,以此優勢結合HIoT(健康物聯網),並加上台灣醫生的資質,希望HIoT(健康物聯網)的專業到跨領域的專業能互相交流。 

 

郭景桓認為,資訊是AI發展的重心,而台灣醫療環境是先進的、有機會的!需要發展個人化精準醫療結合基因、環境等各大面向,不管是在醫療影像、還是HIoT(健康物聯網)穿戴式資訊,加上聊天機器人,讓後端醫療服務能做客製化回饋,讓醫生的專業知識回饋至系統;最後讓台灣的AI人才有更多的空間並能支援新創,尤其是AI醫療,未來東南亞都是台灣的AI醫療很大的發展機會。

 

 

致力於臨床情境、物聯網、大數據及人工智慧發展的台北醫學大學HIoT健康物聯網產學醫研聯盟,在人工智慧的發展趨勢下,有效地解決臨床醫療的痛點、提升診斷的準確性,並減少健康物聯網供需上的落差;而郭景桓是這團隊中不可或缺的重要推手。台灣大學畢業的他,憑藉著醫療資訊、系統整合、產學合作的專長,將帶領醫療產業走向更高端的世界。

 

大數據(Big Data)的最大特點,是從龐大資料庫中整理和分析資料,找出資料之間的相關性,並預測未來發展趨勢;AI基於龐大的數據規模,機器才能從中學會如何做決定。在雲端時代Big Data的需求大增;所以,如何有效運用海量資料來發展產品,一直是近幾年HIoT健康物聯網產學醫研聯盟積極研究的目標。

 

郭景桓專注於發展人工智慧於醫療及健康的下一代研究,從專業的角度詮釋,如何發展深度學習技術運用於病人安全,結合創新的雲端科技,願提供國人專業的預防醫學服務。

 

今年10月,台北醫學大學與微軟啟動全台首創「AI人才培育計畫」;微軟提供核心資料科學、大數據、AI在內的15門學科教材,並結合北醫既有的醫療資料庫,藉由線上到線下的整合課程,培育AI人才,填補國內市場的供需缺口,並與世界接軌,開拓台灣AI人才的新藍海。

 

 

你可能還想看