人工智慧醫生來臨: Watson Health (IBM)

串聯醫療手寫/影像資料　人工智慧診斷正確率攀升 文‧陳妤瑄 發布日期：2017/03/02累積龐大病史、病歷資料的醫療體系，對人工智慧的需求十分熱切。目前IBM Watson Health針對癌症的診斷正確率高達90%，已遠超越人類醫生的正確率。因此，人工智慧若能持續有效地協助醫生解決醫療問題，現今醫生承擔的諸多工作壓力，可望有所減輕。IBM於2014年成立Watson Health，積極投入腫瘤與癌症判斷，並和癌症研究中心MSK、藥廠CVS、Medtronic、J&J做戰略性合作，2015年亦收購了醫學影像和臨床系統公司Merge Healthcare，強化Watson Health的人工智慧影像分析能力。Watson透過積極與醫療機構的合作，針對癌症與腫瘤病患做出診斷建議。目前Watson能每秒閱讀8億頁醫學論文，並在3秒內分析完100萬冊圖書後，提供診斷建議，可大幅提升醫師診斷的準確率。目前Watson針對癌症的診斷正確率是90%，而人類醫生僅有50%。IEK分析師游佩芬表示，因醫療支出不斷成長，為了促使無效醫療導致的浪費減少，目前人工智慧在醫療的聚焦會是在精準醫療的部分。由於一個人一生中，大約會產生約3億本書的資料量，因此醫療面臨很大的問題即是在巨量資料的累積，如何結構性地串聯臨床手寫資料、診斷的影像資料，會是深度學習能發揮的地方。游佩芬進一步表示，人體約有兩萬多個基因，而癌症與遺傳變異有許多的關聯性，不過這些基因的功能與其所導致的疾病，雖已完成基因解碼，但疾病與基因之間的關聯，到目前為止，仍是未完全破解的，因此相當需要人工智慧來在資料上協助處理與分析。Watson也分析醫療機構Medtronic的數據資料，其能夠提前3小時預測到患者有低血糖的狀況，並提早進行治療。透過資然語言處理技術，Watson整合與分析結構與非結構化資料，因而可分析許多以往被忽略的資料，例如學術文獻、手寫紀錄、美國國家綜合癌症網路(NCCN)資料等。此外，去年4月NVIDIA則宣布與麻省總醫院臨床資料科學中心(MGH Clinical Data Science Center)合作，推動人工智慧技術於臨床醫學的應用，運用大量的臨床表徵、基因、圖像等建立深度學習演算法，初期將著重於放射性醫學和病理學，如病理切片，兩項擁有豐富影像和資料的領域。