AI醫療議題持續發燒，被看好是最有前（錢）景的人工智慧應用領域之一。特別在台灣，行之有年的全民健保制度，累積了龐大、系統性的醫療數據，為AI提供了源源不絕的「燃料」，但目前這些討論多以西醫為主，同為健保體系的中醫，卻鮮少被關注。
而事實上，中醫在台灣的可近性及利用率甚高，大多數民眾都曾接受過中醫診治，或服用過中藥，當傳統醫學遇上AI，有哪些可能的切入點呢？
去年底，在台北舉行的NVIDIA GTC技術大會上，多位講者輪番分享NVIDIA GPU在台灣、亞太區的最新應用。排在台灣人工智慧實驗室創辦人杜奕瑾、工研院機械與機電系統所技術長連豊力等領域專家後，成大資工系副教授藍崑展特殊的講題吸引眾人目光，只見投影片上滿滿的中藥圖片，原來，他要分享的正是如何運用AI區分易混淆中藥。
手機App一掃 快速辨識易混淆中藥
受限於地形、氣候等因素，台灣的中藥材產量極少，大都仰賴國外供應，每年數萬噸中藥材進口量中，高達九成來自中國，黑心中藥問題時有所聞。
藍崑展說，海關在檢驗中藥時，多半一手拿著圖鑑對照，但如果遇到連圖鑑也幫不上忙的時候呢？而消費者對中藥不熟悉，像是山藥和木薯、黃耆和紅耆、人蔘和西洋蔘等，都很難從外觀一眼分辨，可能被不肖業者矇騙，買到實際上價格、療效都差一大截的仿冒品。
舉例來說，黃耆為補氣諸藥之最，台灣人在冬令進補時，總愛加上幾片，但黃耆有濃濃的豆腥味，市面上打著黃耆名號的，其實不少是以腥味較淡、口感較甜的紅耆充數，但兩者的成分、藥理活性和臨床療效等皆有一段差距。
為了加速海關檢驗效率和準確度，藍崑展與中國醫藥大學中國藥學暨中藥資源系教授張永勳合作，找來易混淆的24種中藥材樣本，拍了2400張照片，逐一建檔後，再運用深度學習的卷積神經網絡（Convolutional Neural Network，CNN）技術，建立手機中藥辨識系統。未來，他們希望擴大中藥種類，讓海關或民眾透過研發中的手機App拍照，只要幾秒鐘，即可確認中藥材的品名、療效等。
舌診辨識、AR穴道按摩都納研究範圍
除了中藥辨識，藍崑展也與大林慈濟醫院合作舌診辨識。他們找來200多位確診肝炎的臨床患者，建立這群人的舌頭影像資料庫，包括舌苔顏色、紋路、斑點等，再透過機器學習訓練，建立模型，歸納出舌頭特徵與肝炎的連結，終極目標是提高舌診的精準度，並擴大到更多疾病上。
又像是與中國醫藥大學合作的AR穴道定位，藍崑展團隊先運用類似MRI斷層掃描的方式，大量建立受試者的臉部、身體影像資料庫，建模出基準範型。想像的未來，使用者可模擬跟Siri對談的方式問診，再拿著手機拍攝想按摩的身體部位，AR技術即會把穴道點投影在相對應的部位上。
「模仿外面的按摩師傅，精確切中穴道」，藍崑展說，目前已有健身器材領導廠商找上門，希望能將該技術發展成穴道按摩機器人，代替部分現有按摩椅的功能。而為什麼資工背景的他，會鍾情於傳統醫學研究呢？
發展中醫AI應用，台灣優勢多
六年多前，藍崑展陪著罹癌的母親化療，過程中副作用不斷，讓人痛苦不堪，「不斷找方法想幫她舒緩，才開始接觸中醫。」而母親過世後，他更到中國醫藥大學攻讀博士，一頭栽進相關研究。
傳統中醫以「望、聞、問、切」四診，做為診斷疾病的方法，相較於西醫以疾病（disease）治病，中醫則是以症狀（symptom）來治病，而從觀察症狀到開出解方的過程，是中醫最重要的辨證論治，跟臨床有很大關係。不過，也是因為中醫特別強調每一個人不同辯證的過程，標準化、科學化程度低，一般大眾對中醫的治療方式仍較不信任。
但事實上，藍崑展觀察，台灣發展中醫AI應用，具有先天優勢，「很多研究我們贏不了國外、贏不了MIT，它們的資源多太多了」，但中醫的資料文獻以中文為主，加上台灣在ICT（資訊與通訊科技）、醫材技術上的基礎，「多數中醫的診斷和治療都是非侵入式，用一些感測器就可以做出產品，很適合發展穿戴式。」
「中醫有很多好用的技術，但一般人不知道怎麼用，很可惜。」像是頭痛，除了吃止痛藥之外，也可以透過按摩舒緩症狀，藍崑展強調，這些研究的目標絕非取代西醫或醫生角色，而是透過進入門檻低的手機App、友善的操作介面和AI技術，拉近現代人和傳統醫學的距離。
