智慧應用 影音
國網中心-資安論壇
台灣微軟股份有限公司

AI為何無法取代醫師?必先解讀病理科醫師工作意義

在基因分析、病理分析等研究室與醫院科室當中,已有不少數據分析系統,協助醫療人員加速分析,而在繁瑣實驗流程當中,醫療AI與人類醫師之間究竟有什麼落差?Unsplash

人工智慧(AI)取代人類工作的討論,一直在各產業時有所聞。但對於相當渴求照顧人力的醫療產業來說,AI不太可能直接取代醫師與護理師的醫療照顧服務,然而在持續訓練的過程中,卻能提供醫師許多更細膩的病灶與藥物使用參考。

AI不取代醫師 但能提供更多病灶細節

艾薇兒國際時尚診所院長陳冀寬目前著眼於預防醫學和健康促進的醫療服務,希望幫助民眾在生病之前,就能夠瞭解身體狀況,進而不讓疾病惡化。陳冀寬過去曾在醫學中心擔任病理檢驗科醫師,對於近幾年發展得如火如荼的醫療人工智慧,對於醫護人員的衝擊層面,則是認為以目前的AI科技水準來說,說取代醫療人員有些言過其實,但不可諱言,醫療AI的確能夠在某些數位化的流程當中,增進人員工作效率,及提供一些快速搜尋和檢索的輔助。

陳冀寬認為,台灣病理科醫師數量充足,且訓練有素的病理科醫師診斷一張玻片僅需五秒鐘。將玻片放上顯微鏡,以20倍、40倍、100倍、200倍的放大倍率檢視,五秒鐘就可以得出結果,不過,若是在這5秒鐘之內無法判斷,那麼就可能要花上一小時,查找文獻來佐證與找出答案。

陳冀寬以直接與間接兩種詮釋方法,說明人類醫師與醫療影像輔助診斷系統之間的關係。直接來說,醫師就是在與機器比診斷速度與品質,並且在醫療流程當中,還有病歷撰寫、病歷傳送、針對同病人不同照顧人員之間的資訊串聯,或許AI機器可以寫得比較工整、可以直接寫入資料庫、可以掌握更多的細節。

人類醫師現在一次檢視玻片時,能掌握到約20個觀測點,進而撰寫報告,而持續訓練的病理AI可能可以透過10萬個觀測點分析病灶。陳冀寬表示,人類透過排列組合,頂多知道可能是哪種癌症,但藉由大數據分析病情的機器學習,未來在患者癌症的種類、患者可選用的藥品、病人剩下餘命預測都可提供更細膩的診斷輔助。

社會仍需要人類醫師定義疾病與分析意義

人類醫師與AI之間的關係,間接地說,醫師的判讀其實就是在觀察細胞的社會行為學,像是細胞之間在開會,預計接下來要如何繁衍、遷徙與擴散、該如何與白血球互動。醫師這樣的細胞社會觀察家,很難用機器學習的AI取代。此外,人在觀察這些病灶「是什麼」、對於人體的「影響和意義」為何,並不僅僅是機器學習的「有沒有癌症」如此單一的結果而已。

由於疾病之於人體的關係,都需要由人定義,也許過往已有清楚定義的疾病,機器學習能夠幫上很多忙,但尚未擁有明確定義的病灶,或是未知的未來疾病,都還需要人類醫師持續努力觀察、劃分、定義。

隨著AI發展與醫療科技的進步,雙邊的交融與合作越來越多,如何找到醫療科技能效率解決的產業痛點,以及在既有醫療給付制度底下,找到能支撐醫療人工智慧的資助者,都將是科技輔助醫療的智慧醫療產業創業家們,持續努力的方向。

延伸閱讀:【蔡騰輝專欄】醫材開發機會與挑戰並存 淺談AI醫療科技法規解法

蔡騰輝

DIGITIMES電子時報智慧醫療主編蔡騰輝Mark Tsai
專注研究智慧醫療產品、技術、服務導入場域時,所遇到的困難癥結與如何克服要點。
有時喜歡用德文思考,用英文採訪
揪團打排球之餘、跳跳Swing Dance

作者更多專欄

  •     按讚加入DIGITIMES智慧醫療粉絲團
更多關鍵字報導: 智慧醫療 AI