尋求醫療擁抱AI最佳媒介 提出智慧醫院最佳可行對策

物聯網吹向工業掀起工業物聯網(IIoT)熱潮，當物聯網被引入醫療業也帶動了新一波醫療物聯網(IoMT)的發展。充滿各種巨量資料的醫療業，經歷過數位化與行動化洗禮之後，早就成為發展大數據科技的最佳場域。隨著IoMT的帶動，並和預防醫學理念相得益彰的情況下，得以打破地域限制，讓健康照護走出醫院大門並深入每個家庭之中，為醫療結合AI進而蛻變成為智慧醫院的最後一哩路奠立了基礎。

甫於9月下旬假台北國際會議中心舉辦的「D Forum 2019智慧醫療論壇」可說是今年醫療界最受矚目的重頭戲之一，這場盛會由DIGITIMES、台大醫院與產學研鏈結中心(TSI)共同主辦，研華、緯謙共同協辦，來自當前頂尖一流醫療院所、智慧醫療解決方案供應商與AI新創公司齊聚一堂，為AI、醫電整合與打造智慧醫院提出最先進專業的建議與對策。其中，臺大醫院醫務秘書陳信希特聘教授與DIGITIMES電子時報社長黃欽勇，也應邀於活動開場致詞。

4所大學成立AI研究中心，大力推動智慧技術和智慧醫療計畫

臺大醫院醫務秘書、臺大資工系特聘教授、科技部人工智慧技術暨全幅健康照護聯合研究中心主任陳信希表示，最近3年以來我們看到AI在全球的發展與各國人工智慧的推動政策，包括2016年美國發布《國家人工智慧研究發展戰略計畫書》等三份政策報告，2017年英國發布《人工智慧發展報告》及中國發布《新一代人工智慧發展規劃》。

行政院也在2018年公布《AI行動計畫》，更重要的是，台灣成立了台大、交大、清大與成大四家人工智慧研究中心，分別負責四大主題的研究，包括智慧技術、智慧醫療、智慧製造及智慧服務。其中，台大在智慧技術方面共有21個計畫，在智慧醫療則有12個計畫。目前全台相關計畫共79個，台大人工智慧中心所負責的計畫佔了其中41.77%。全部智慧醫療計畫共有26件，佔計畫總數32.91%，包括精神照護類(31%)、醫學影像類(25%)、輔助決策類(19%)、智慧用藥類(8%)、AI-ELSI類(4%)、以及其他類(13%)。在推動上會特別強調跨單位、跨領域、跨學科的研究，嘗試從不同角度去看問題，進而激發出更多更有用的智慧應用。

陳信希表示，資料可說是AI模型建立上不可或缺的重要素材，必須顧及不同來源、不同型態資料的整合，包括醫療系統、檢驗、行政相關、健保申報及內視鏡/超音波等不同來源資料，其特徵是大量多媒體資料、時域及空間域資料，並涉及標記資料不足或有雜訊、資料隱私與安全等問題。

值得一提的，前不久健保署首度對外釋出13億張影像資料供AI訓練進行判讀之用，目前共有8個學術團隊參加這項計畫，光台大就佔了6個，另外兩家分別為北榮及北醫，顯見大家重視程度。

展現虛實整合優勢，尋求電子與醫療的強強結合之道

DIGITIMES電子時報社長黃欽勇援引行政院主計處的資料指出，台灣人口結構將呈現劇烈變化，其中65歲以上人口比例將從2020年的15.58%，逐步攀升到2100年的34.37%，而人口總數也從2,381萬降至1,688萬人，由此可見人口老化與出生率問題將構成極大挑戰。在產業上，以指數型成長的科技產業，雖然進展速度令人窒息，但也充滿機會。

隨著物聯網時代的到來，垂直市場將變得愈來愈重要，其中不會有Total Solution，只會有領域聚集(Domain-Focus)方案，台灣必須選擇有價值、有長期發展潛力的重點產業；放眼當下，台灣最棒的莫過於醫療業與電子業，只是過去是各做各的產業孤井，甚為可惜，而這也是DIGITIMES戮力舉辦智慧醫療論壇的主要目的。

黃欽勇引述其著作《科技島鏈》一書中所提到的，在美蘇冷戰時期，第一島鏈是日、韓及台灣等國，進入中美對抗時期，台、日、韓依然是最重要的科技島鏈，而這全拜三者在半導體上的優勢所賜；且半導體不是一個單一行業，它是一整個上中下游的產業供應鏈與生態系，雖然軟體商業模式容易複製，而中國大陸的國家資本加內需市場便可無敵於天下，但是硬體的複製卻非常困難，其中尤以半導體或供應鏈為然，所以台灣在這方面極具競爭優勢。

在摩爾定律之外，中國大陸與台灣能夠分別超越吉爾德(Gilder's Law)及梅特卡夫(Metcalfe's Law)定律，前者能創造人口規模的網路效益，後者則可展現人口密度與虛實整合的優勢。總之，台灣必須找出適合自己優勢的發展機會與商業模式，同樣的，電子業和醫療業也可以找到一個適當、有價值的合作機制和方法，便能創造強強結合的價值。