強過醫師經驗!長庚訓練AI變身抗生 三立新聞網 2018年11月17日記者楊晴雯/台北報導醫療與人工智慧的結合,對白色巨塔帶來重大改變,林口長庚醫院以「智慧醫療」為主題,舉辦「醫療資訊研討會」,內容包含多項智能化、自動化的設備與資訊系統在臨床中的運用;透過多項醫療影像、紀錄等巨量資料的自動深度學習來展現成果,例如以AI判讀細菌抗藥性、深度學習於外傷影像診斷的運用等。桃園長庚醫院院長楊政達表示,「智慧醫療」是藉由高質量的資訊及智能技術的支持,提升醫療照護的全面性及確保民眾就醫的品質,是醫界發展的新紀元。長庚醫院去年起更成立專案團隊開始推動發展「智慧醫療」,希望輔助醫護團隊的部份工作,促進專業人力的時間運用效率以回饋於更加專注在病人臨床照護。次研討會主要呈現了「智能醫院服務」、「虛擬實境應用」及「醫學人工智慧」主題的發展。「智能服務」的內容包含多項智能化、自動化的設備與資訊系統在臨床中的運用。其中「人工智慧」備受矚目,是透過多項醫療影像、紀錄等巨量資料的自動深度學習來展現成果,例如以AI判讀細菌抗藥性、深度學習於外傷影像診斷之運用等。林口長庚醫院檢驗醫學科主治醫師王信堯分享AI判讀細菌抗藥性的技術。他表示,傳統醫治遭到感染的病人,會使用抗生素治療,並等待1到3天的時間檢驗藥理,判斷該選擇何種抗生素才能讓病人得到最好的效果。他舉例以肺炎患者為例,要找到是什麼菌種引起的,首先要驗病人的痰液,經16小時細菌培養,再用質譜儀分析菌種就需要1天的時間,之後再選出要用什麼藥物醫治,又要再花上1到3天的時間。質譜儀檢驗,在臨床上主要是運用於判斷菌種。等待報告結果期間,病人仍須用藥治療,大部分醫師是依經驗法則用藥,抗生素使用錯了則可能有抗藥性出現,就算是有經驗的醫師也會有猜錯的風險。為了突破此困境,王信堯思考何不利用長庚醫院自2013年開始累積迄今的龐大質譜儀檢驗數據,通通丟給AI自我學習,訓練其成為抗生素專家;於是從2015年進行這項訓練,AI向質譜儀數據深度學習獲得細菌特性與抗生素抗藥性,歷經2年時間表現亮眼。以感染金黃色葡萄群菌為例,過去依據醫師經驗平均猜錯藥的機率是5成,而AI猜錯的機率為2成,換句話說,在10名感染該菌種的患者中,8名患者能被正確預測使用哪種抗生素治療才有效。這名AI抗生素專家,專攻超級細菌抗藥性預測人工智慧技術,王信堯說,目前技術都準備好了,不過還要等待法規專家的評估,順利的話明年第二季會開始應用於臨床。
No comments:
Post a Comment