醫療影像輔助分析兩岸不同調

2019年10月6日工商時報【本╱資策會MIC產業分析師曾俊嘉】高齡化社會來臨，社會對醫療資源的需求正在不斷增加，然而培養醫師周期長，供給短時間內跟不上需求，於是，在人工智慧興起的現在，人們寄希望於機器，期待機器能夠輔助醫師診斷，有效輔助醫師增加診斷準確率及效率，降低醫師的工作量同時能夠治療更多的病人。醫療影像輔助分析屬於人工智慧醫療的領域，而人工智慧醫療又可區分為診斷支援、醫療影像輔助分析、健康維持與促進、失智徘徊與預防等。其中，利用人工智慧的影像識別技術來協助醫師判定電腦斷層影像（CT）、核磁共振成像（MRI）等醫療影像的異常處，如腫瘤的大小、骨頭的歪斜程度等，以達到輔助醫師判定患者的病情，即為醫療影像輔助分析。醫療影像輔助分析主要可以解決兩項痛點，一是病灶的識別與標註的需求，醫療影像輔助分析產品可針對CT、MRI等醫療影像自動進行圖像分割、特徵提取、定量分析及對比分析等，減少醫師分析病人病狀資訊所需的時間，二是立體影像重建的需求，能夠在手術前以人工智慧將患者的器官構造重建，定位並標示出病灶的位置，以供醫師參考。以心血管影像為例，傳統比對心血管阻塞位置約需花20分鐘，但透過醫療影像輔助分析，僅需2秒鐘就能完成。值得注意的是，目前的發展僅停留在「輔助分析」的階段。「輔助分析」與「診斷」不同，輔助分析僅能是協助醫師的工具，提供較為簡單的資訊如可能發生的範圍及機率，最後仍需交由醫師給出最終的診斷，因此，尚不存在人工智慧取代醫師工作的可能性。台灣所開發出來的醫療影像輔助分析產品，多數是由學術界或財團法人與醫界合作，由醫界提供數千筆的醫療數據資料、並派醫師標記影像，再經由學術界或財團法人提供演算法，經過訓練後得出的產品，最終目的就是為了有效的幫助減少醫界的工作量。而比較中國在醫療影像輔助分析的發展，中國由於有互聯網三大巨頭BAT（百度、阿里巴巴、騰訊），且在人工智慧的發展上由電腦視覺占多數，加上政策配合，發展醫療影像輔助分析的資金及技術充足。大體上是以互聯網公司或電腦視覺相關廠商，憑藉自身的雲端實力或電腦視覺實力為主導建立醫療雲平台，後以併購、投資等方式，快速招攬人工智慧開發者在自家平台上開發相關技術，最後再將開發出的技術與合作醫院進行臨床測試。阿里健康及騰訊覓影等互聯網公司巨頭，以及電腦視覺大廠依圖科技，即是以這種方式運作，新創公司則同樣將雲端平台的建設或合作擺在最優先，運用既有的演算法吸引投資者，後投入特定器官、病種的解決方案。綜觀兩岸醫療影像輔助分析的發展方式，可以發現，台灣較少雲端平台廠商，顯影設備是購入國外的醫療器材，使用的醫療影像擷取與傳輸系統整合平台（PACS）均為與醫療顯影器材相同的系統，因此在產品的開發上，通常以醫院或學術單位為主導，從醫護人員臨床的需求中尋找痛點，後與IT廠商或學校合作，建立屬於該醫院的醫療影像輔助分析系統，過程中使用自己醫院建設的系統與業者合作，沒有建立醫療雲平台的打算。主導者為產品使用者及學術機構等，如醫院，優點是非常的切合臨床實施者的需求，但也因為各家醫院使用的系統不同，使用的並不是開放的雲端平台，資料的來源受到局限，也較難吸引人工智慧人才加入開發。而從中國的資料中可以看出，中國發展方式以雲端廠商、電腦視覺大廠、新創公司等，以企業為主導，先建立醫療雲端平台，開放雲端及人工智慧技術，後投入大量資金或人力，自行研發演算法或吸引人才、技術加入創建的平台，同時尋找願意合作的醫院進行數據的處理，再將研發出來的技術進入各大醫院進行場域的臨床試驗。優點是由於雲端平台完善，較為容易吸引人才進駐。台廠可借鏡中國的發展方式，以設置開放雲端平台為優先，以便容納更多的健康醫療數據，藉由持續累積多樣化數據，加強人工智慧判讀能力，目前多數台灣廠商僅在自己的系統中作業，使得人工智慧人才難以進入醫療領域，更拖慢了發展應用的速度，也需投入在國內外尚未有廠商探索過、或相關研究較少的領域，從差異化市場中找出自己的一片天。