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。

#雲端 #分析 #醫院 #輔助 #人工智慧 #醫師 #醫療影像 #影像 #雲端平台 #平台