人工智能顛覆醫(yī)療行業(yè)嗎？

　　從1960年代初，學(xué)術(shù)界陸續(xù)展開對(duì)于人工智能的研究，一直到目前的機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等觀念，所帶來的第三波人工智能浪潮。

　　對(duì)于醫(yī)療領(lǐng)域來說，在1970年代初期，人工智能就已經(jīng)被應(yīng)用在各項(xiàng)檢查，例如根據(jù)血液檢查的結(jié)果來發(fā)現(xiàn)患者的感染性血液疾病，并且延伸出輔助醫(yī)療者判斷采用何種抗生藥物來成功的醫(yī)治，比起過去所采用的經(jīng)驗(yàn)法則，大大的提升對(duì)于感染性疾病的判斷準(zhǔn)確性。

　　透過人工智能技術(shù)的力量，可以達(dá)到一瞬間完成檢驗(yàn)

　　直到最近，透過深度學(xué)習(xí)技術(shù)的能力大幅度提升影像辨識(shí)正確性，舉例來說，透過X光攝影(X-ray photography)、計(jì)算機(jī)斷層掃描(Computed Tomography)、核磁共振(Magnetic Resonance Imaging)，以及細(xì)胞檢查(Cytodiagnosi)等檢測(cè)設(shè)備，能夠從潰瘍的發(fā)現(xiàn)、腫瘤增大的結(jié)果，來發(fā)現(xiàn)身體的異常狀態(tài)。而這些檢查過程與發(fā)現(xiàn)，已經(jīng)從過去需要耗費(fèi)10多天，一直到透過人工智能技術(shù)的力量，可以達(dá)到一瞬間完成檢驗(yàn)。

　　相信可以預(yù)見在不久的未來，醫(yī)學(xué)領(lǐng)域也將出現(xiàn)相當(dāng)具規(guī)模的醫(yī)療變革(圖一、圖二、圖三)。對(duì)于疾病的診斷方面，以目前較簡(jiǎn)單的方面來說，已經(jīng)能夠透過類似建議協(xié)助的人工智能來進(jìn)行，例如，可以經(jīng)由在具有醫(yī)療性質(zhì)人工智能的設(shè)備中輸入問診和檢查結(jié)果，來獲得類似診斷的建議內(nèi)容。

　　圖一 ： 從1960年代初，學(xué)術(shù)界陸續(xù)展開對(duì)于人工智能的研究。

　　圖二 ： 伴隨辨識(shí)技術(shù)提升，醫(yī)學(xué)領(lǐng)域也將出現(xiàn)大模的醫(yī)療變革(A)

　　圖三 ： 伴隨辨識(shí)技術(shù)提升，醫(yī)學(xué)領(lǐng)域也將出現(xiàn)大模的醫(yī)療變革(B)

　　和人類一樣，醫(yī)療領(lǐng)域的人工智能也是需要經(jīng)過一定程度的學(xué)習(xí)，才能夠產(chǎn)生對(duì)于事物判斷的能力，應(yīng)用了學(xué)習(xí)而來的技術(shù)，可以從拍攝的醫(yī)療影像中發(fā)現(xiàn)病變結(jié)果，再加上患者的癥狀、基因組體數(shù)據(jù)后，進(jìn)而可以分析出初步的診斷結(jié)果。

　　日本透過政策計(jì)劃推動(dòng)人工智能在醫(yī)療領(lǐng)域的應(yīng)用

　　因此，對(duì)于人工智能在醫(yī)療領(lǐng)域的應(yīng)用方面，日本也從政府階層開始進(jìn)行計(jì)劃性地推動(dòng)，在2016年11月，日本政府所召開的第2屆未來投資會(huì)議上，首相安倍晉三就明確的宣示，大數(shù)據(jù)(Big Data)與人工智能將會(huì)在預(yù)防、健康管理，以及遠(yuǎn)程醫(yī)療方面進(jìn)行最大程度的應(yīng)用，來實(shí)現(xiàn)高醫(yī)療質(zhì)量將人工智能導(dǎo)入日本醫(yī)療體系之中，并且日本厚生勞動(dòng)省也開始著手規(guī)劃一系列相關(guān)的政策，來因應(yīng)人工智能醫(yī)療時(shí)代的來臨，包括醫(yī)療費(fèi)用的修正、采用人工智能醫(yī)療的激勵(lì)措施等等，并且預(yù)計(jì)將在2020年全面實(shí)施與推動(dòng)人工智能醫(yī)療制度。

　　為了達(dá)到在醫(yī)療領(lǐng)域更高度應(yīng)用人工智能能力，高度完整且安全數(shù)據(jù)庫的整建絕對(duì)有其必要性，在這方面，日本政府開始整合和建立了，包括電子病歷卡、健康檢查數(shù)據(jù)、醫(yī)療、照護(hù)的收據(jù)憑證數(shù)據(jù)等一元化系統(tǒng)數(shù)據(jù)庫，來做為跨入次時(shí)代健康管理系統(tǒng)架構(gòu)下，提供更好醫(yī)療質(zhì)量的第一步(圖四)。

　　圖四： 日本政府正進(jìn)行規(guī)劃的患者信息數(shù)據(jù)數(shù)據(jù)庫概念圖

　　被稱為PeOPLe的人工智能醫(yī)療管理系統(tǒng)，已經(jīng)開始整合與保存日本各醫(yī)療機(jī)關(guān)里每一位患者的醫(yī)療診斷紀(jì)錄，并且授予每個(gè)患者識(shí)別編號(hào)(醫(yī)療ID)，除了方便保存與管理醫(yī)療數(shù)據(jù)之外，并且也將患者在不同醫(yī)療單位就醫(yī)的數(shù)據(jù)予以統(tǒng)一保存管理，在未來就診時(shí)，醫(yī)療人員可以從數(shù)據(jù)庫中讀取患者過去完整的就診數(shù)據(jù)與各種檢查報(bào)告。

　　醫(yī)療人員方面，在未來也將統(tǒng)一在PeOPLe中記錄每一個(gè)患者的診療信息，同時(shí)也可以作為患者在進(jìn)行回診時(shí)，透過人工智能技術(shù)的能力，在進(jìn)行檢查、診斷、治療的同時(shí)，也可以向醫(yī)療人員提出醫(yī)療支持、建議和各種警示提醒。然而信息化之后，除了可以節(jié)省無謂及浪費(fèi)的檢查之外，并且能夠?qū)⑨t(yī)療資源進(jìn)行優(yōu)化的分配，并且透過匿名化的醫(yī)療數(shù)據(jù)，提供給各學(xué)術(shù)單位進(jìn)行各項(xiàng)更為先進(jìn)的醫(yī)療研究。厚生勞動(dòng)省醫(yī)藥生活衛(wèi)生局長(zhǎng)武田俊彥表示，在未來的健康管理系統(tǒng)方面，在這樣的構(gòu)想下，醫(yī)療、照護(hù)等數(shù)據(jù)將都會(huì)被網(wǎng)絡(luò)化，并且作為大數(shù)據(jù)的一部分，除了減輕醫(yī)療人員的負(fù)擔(dān)之外，更可以透過大數(shù)據(jù)數(shù)據(jù)庫，在人工智能技術(shù)協(xié)助之下，來對(duì)各地域進(jìn)行下一代的醫(yī)療發(fā)展規(guī)劃，讓各地域的患者能夠得到較為完善的醫(yī)療服務(wù)。

　　不斷的反復(fù)進(jìn)行運(yùn)算，達(dá)到快速增加高度判斷的能力

　　在這樣次時(shí)代醫(yī)療服務(wù)體系的建構(gòu)中，最重要的還是莫過于人工智能的技術(shù)力量，但是，在這里人工智能將會(huì)進(jìn)行什么樣的架構(gòu)改變?

　　最初，計(jì)算機(jī)系統(tǒng)只有被輸入和儲(chǔ)存圖像以及文字等數(shù)據(jù)，而再進(jìn)一步的可以進(jìn)行簡(jiǎn)單的訊號(hào)收集、整理、辨識(shí)和分析。而加入了人工智能之后，這些訊號(hào)數(shù)據(jù)就可以被同時(shí)并存地進(jìn)行特征性比較，然后對(duì)于這些特征性的文字圖像進(jìn)行判斷。

　　就如同能夠?qū)颊咄高^各種檢查設(shè)備所拍攝而得到的圖像進(jìn)行分析，然后更進(jìn)一步的獲得診察判斷結(jié)果，同時(shí)再與數(shù)據(jù)庫中的樣品數(shù)據(jù)進(jìn)行比對(duì)，根據(jù)所默認(rèn)的規(guī)則來做出各種診察報(bào)告。

　　在以前，必須匯集各種所獲得的醫(yī)療信息，以人工輸入的方式，提供具有初步人工智能的計(jì)算機(jī)或儀器來進(jìn)行比對(duì)分析。不過，伴隨著計(jì)算機(jī)的計(jì)算能力有著飛躍性的發(fā)展，得以進(jìn)行更為復(fù)雜繁重的程序計(jì)算，這樣的變化，已經(jīng)可以從「如果是A的話，那就會(huì)演化到B」的單純對(duì)應(yīng)關(guān)系，進(jìn)步到「在A的情況下，如果出B的話，可能會(huì)演化成C」的多層判斷和分析，讓人工智能技術(shù)進(jìn)步到可以自行「深度學(xué)習(xí)」的階段，進(jìn)而不再需要依賴人工來進(jìn)行初步或比較過后的數(shù)據(jù)輸入工作，憑借人工智能的深度學(xué)習(xí)能力，不斷的反復(fù)進(jìn)行運(yùn)算，來達(dá)到數(shù)據(jù)自動(dòng)辨識(shí)，快速增加高度判斷的能力。

　　圖五 ： 人工智能透過機(jī)械式的方式來有規(guī)律地進(jìn)行自我學(xué)習(xí)。

　　在人工智能對(duì)于醫(yī)療方面的學(xué)習(xí)、個(gè)案判斷基準(zhǔn)，都是和普通人一樣，沒有什么不同。長(zhǎng)年投入人工智能開發(fā)研究的慶應(yīng)義塾大學(xué)理工學(xué)部生命情報(bào)學(xué)科?原康文教授表示，醫(yī)生從患者的問診結(jié)果中，抽離出重要的關(guān)鍵訊息，借以作為初步和廣泛程度的判斷，再以結(jié)果來對(duì)患者的病理做出辨別。這時(shí)，醫(yī)師還必須根據(jù)過往的學(xué)習(xí)知識(shí)和經(jīng)驗(yàn)進(jìn)行反復(fù)的思考、驗(yàn)證，來提升精確度，獲得正確的診斷結(jié)果。人工智能醫(yī)療機(jī)制也是一樣，只不過比較大的差異是，人工智能是透過復(fù)雜的運(yùn)算來修正各種系數(shù)結(jié)果，并且不斷的反復(fù)進(jìn)行微調(diào)整，再獲得最后的結(jié)果。

　　將人工智能導(dǎo)入急救醫(yī)療提升急救成功機(jī)率

　　在傳統(tǒng)上，急救醫(yī)療的本質(zhì)上就是醫(yī)療團(tuán)隊(duì)和時(shí)間在競(jìng)賽。而急救醫(yī)療在導(dǎo)入科技之后，就又多了智能手機(jī)APP和人工智能的協(xié)助。

　　日本東京慈惠會(huì)醫(yī)科大學(xué)，在先端醫(yī)療情報(bào)技術(shù)研究講座擔(dān)任準(zhǔn)教授的腦神經(jīng)外科高尾洋之醫(yī)師，從2016年11月開始，就擔(dān)負(fù)著主導(dǎo)利用手機(jī)APP和人工智能協(xié)助急救醫(yī)療這個(gè)計(jì)劃的任務(wù)，2017年度正式開始臨床應(yīng)用實(shí)驗(yàn)，預(yù)計(jì)在2018年正式導(dǎo)入急救現(xiàn)場(chǎng)使用。

　　在2015年時(shí)，高尾洋之醫(yī)師就已經(jīng)在日本東京慈惠會(huì)醫(yī)科大學(xué)，有著超過3000部具有這項(xiàng)功能的iPHONE導(dǎo)入經(jīng)驗(yàn)，并且將醫(yī)療訊息予以信息化。在2016年正式展開這項(xiàng)計(jì)劃時(shí)，除了醫(yī)院本體之外，更加入了Allm這家公司來共同開發(fā)智能手機(jī)的APP，并且整合融入了人工智能技術(shù)，稱之為JOIN。

　　JOIN的架構(gòu)是為了在數(shù)個(gè)醫(yī)療關(guān)系者之間可以快速且有效的進(jìn)行溝通、資料分析，并且讓包括手術(shù)室、急救室等數(shù)個(gè)醫(yī)療關(guān)系者能夠同時(shí)獲得，例如X光攝影、計(jì)算機(jī)斷層掃描或核磁共振攝影、醫(yī)學(xué)攝影、心電圖等各項(xiàng)身體檢測(cè)結(jié)果和數(shù)據(jù)。

　　圖六 ： 利用手機(jī)APP和人工智能協(xié)助急救醫(yī)療

　　實(shí)際上，救護(hù)人員在急救現(xiàn)場(chǎng)是相當(dāng)難以正確掌握患者的受傷或健康狀況，并且無誤地傳達(dá)給后續(xù)急救的醫(yī)療人員。而利用智能手機(jī)APP和人工智能協(xié)助急救醫(yī)療這個(gè)計(jì)劃，就是希望借助智能手機(jī)APP和人工智能，在緊急救護(hù)和運(yùn)送的過程中，能夠讓后端急救團(tuán)隊(duì)能夠及早獲得患者的狀況，縮短抵達(dá)后初步傷檢判斷時(shí)間，達(dá)到提升急救成功機(jī)率與減輕各種健康后遺癥為目標(biāo)。

　　這個(gè)急救架構(gòu)是透過人工智能來進(jìn)行問診與生命特征感測(cè)，再將所獲得的信息予以分析，并且進(jìn)行檢傷分級(jí)(Triage)?；谶@個(gè)分析結(jié)果，在醫(yī)療單位接受急救患者時(shí)，就夠預(yù)先制定急救計(jì)劃，以及選定運(yùn)送患者對(duì)象。

　　例如對(duì)于急性腦血管疾病的患者，可以在出現(xiàn)癥狀時(shí)，讓緊急救護(hù)人員預(yù)先進(jìn)行相關(guān)簡(jiǎn)易急救醫(yī)療行為。以腦血管栓塞的患者為例，從癥狀發(fā)生后的發(fā)生3小時(shí)內(nèi)可經(jīng)由靜脈給予tPA，此類藥物的使用必須靠醫(yī)療團(tuán)隊(duì)的合作，與時(shí)間賽跑以搶救腦細(xì)胞。并且在8小時(shí)內(nèi)里用血栓清除設(shè)備實(shí)施血管內(nèi)治療，讓中風(fēng)后遺癥降到最低的程度。而這些畫面、數(shù)據(jù)、各種行動(dòng)、醫(yī)護(hù)人員之間的溝通，就可以透過手機(jī)中的JOIN這個(gè)APP來進(jìn)行。

　　更進(jìn)一步的，高尾洋之醫(yī)師不僅僅讓JOIN這個(gè)APP擔(dān)負(fù)著患者急救運(yùn)送時(shí)的緊急和問診處理，更進(jìn)一步的融合人工智能來完成Cloud ER系統(tǒng)，初步將先以腦、心血管患者為急救對(duì)象，透過Cloud ER系統(tǒng)提高急救成功率與降低后遺癥。

　　在「Cloud ER」系統(tǒng)中所使用的人工智能有兩大類數(shù)據(jù)分析。第一類是讓患者戴上具有量測(cè)心脈、血壓、心電圖等等生命特征功能的醫(yī)療電子手環(huán)。第二類則是透過智能手機(jī)中的APP來收集整理患者的發(fā)病各項(xiàng)資料。

　　當(dāng)預(yù)定接收患者的醫(yī)療機(jī)構(gòu)也從JOIN和Cloud ER系統(tǒng)獲得發(fā)病各項(xiàng)數(shù)據(jù)之后，就能制定患者的急救計(jì)劃，以及準(zhǔn)備相關(guān)急救器材，另一方面，也可同時(shí)指示負(fù)責(zé)運(yùn)送的進(jìn)護(hù)人員，進(jìn)行必要的急救措施，讓患者運(yùn)抵醫(yī)療機(jī)構(gòu)之后，就能夠立即獲得最適切的緊急救護(hù)醫(yī)療。

　　非所有的醫(yī)療人員都樂意接受人工智能醫(yī)療時(shí)代的來臨

　　雖然將人工智能導(dǎo)入醫(yī)療系統(tǒng)，透過政府的推動(dòng)、各業(yè)者的技術(shù)整合，看起來已經(jīng)是必然的趨勢(shì)，但是對(duì)于現(xiàn)今的醫(yī)療體系以及醫(yī)療人員來說，還是必須面對(duì)無法避免的適應(yīng)期。

　　事實(shí)上，透過日本的專業(yè)媒體訪問分析可以發(fā)現(xiàn)，并非所有的醫(yī)療人員都相當(dāng)樂意接受人工智能醫(yī)療時(shí)代的來臨，甚至有一部分的醫(yī)療行為將會(huì)被人工智能系統(tǒng)或者機(jī)器人所取代，這更是深深激怒了部分的醫(yī)療人員。

　　根據(jù)調(diào)查，大概有85.2%的日本現(xiàn)行醫(yī)師相信，在未來100年內(nèi)，將會(huì)實(shí)現(xiàn)透過人工智能來進(jìn)行醫(yī)療輔助。只有不到15%的醫(yī)師認(rèn)為即使再過100年，人工智能仍無法取代人類進(jìn)行醫(yī)療行為。而對(duì)于采用人工智能產(chǎn)品來做為醫(yī)療輔助方面，仍舊有將近19%的醫(yī)師是相當(dāng)排斥，甚至完全不考慮導(dǎo)入人工智能醫(yī)療產(chǎn)品(圖七、圖八)。

　　圖七 ： 預(yù)測(cè)人工智能導(dǎo)入醫(yī)療時(shí)間的醫(yī)師比例

　　圖八 ： 使否會(huì)采用人工智能協(xié)助醫(yī)療行為的醫(yī)師比例

　　就意見而言，大多接受人工智能醫(yī)療的醫(yī)師都認(rèn)為，采用人工智能醫(yī)療，可以達(dá)到再確認(rèn)功能而預(yù)防人為疏忽，并且可以提供診斷的輔助、預(yù)防誤診，以及縮短確診的時(shí)間，甚至可以透過人工智能醫(yī)療的力量來補(bǔ)強(qiáng)自己不熟練領(lǐng)域的技術(shù)和知識(shí)。

　　當(dāng)然，并非所有的醫(yī)師都是如此正面看待人工智能醫(yī)療的能力。對(duì)于醫(yī)師而言，最沉重的負(fù)擔(dān)就是需要背負(fù)著“對(duì)患者的責(zé)任”，因此，最直接被反應(yīng)的問題就是，當(dāng)出現(xiàn)誤診時(shí)，是哪一方面需要負(fù)擔(dān)責(zé)任?

　　有些醫(yī)師認(rèn)為，人工機(jī)械因?yàn)闊o法擔(dān)負(fù)責(zé)任，所以絕對(duì)不可以進(jìn)行確診的這項(xiàng)工作，最多只能提供醫(yī)師進(jìn)行確診時(shí)的參考數(shù)據(jù)。因?yàn)榫驮\斷上，無論是慢性患者，或者是需要進(jìn)行急救的對(duì)象，在醫(yī)療行為進(jìn)行時(shí)，存在太多的變化，仍舊需要依賴醫(yī)師的經(jīng)驗(yàn)不可，這一方面，人工智能是絕對(duì)無法做到的。因此，讓機(jī)器人測(cè)量一下生命特征的數(shù)據(jù)就好，其他方面，還是需要交給有經(jīng)驗(yàn)的醫(yī)師，并且需要重視醫(yī)師多年以來的醫(yī)療經(jīng)驗(yàn)和能力值。