都說人工智慧正對「白色巨塔」帶來重大改變，但這波AI熱潮到底走了多遠，對醫療行業內生態、投資的影響，又是什麼？美國網站CB insights日前發表報告，整理出9大重點，描繪出目前發展。
這份《Top Healthcare AI Trends To Watch》報告指出，「圖像辨識」是AI醫療的最好例子之一。例如日前Google DeepMind宣佈，其研發的神經網路已經能辨識出50種眼部疾病，準確度媲美醫生。另外，製藥公司開始試著透過深度學習開發新藥，例如默克（Merck）集團和新創公司Atomwise合作、已來台設點的英科智能（Insilico Medicine）則和GlaxoSmithKline攜手。
從投資趨勢來看，AI醫療新創也越來越受到矚目。2013年起，美國AI醫療新創募資超過43億美元，投資件數576件，在所有跟AI相關的募資領域裡，數量居冠。
但發展醫療AI的最大障礙之一，就是需要讓現行「不存在」的流程趕上既有發展，以及嘗試這些發展中的新科技。「像是在美國，並沒有統一規格、存放的病患檔案和數據，當病人傳真或用Email寄送檔案時，這些手寫資訊、PDF檔該如何擷取出資訊，會相當具有挑戰性。」但蘋果已經注意到這個現象，找上許多合作夥伴，要解決電子病歷問題，並把電子病歷掌控權放在病人手中。
1. AI成為一種「醫療設備」
美國FDA開始陸續通過AI軟體的影像診斷許可。今年4月，FDA認證AI軟體可以在沒有專家協助提供意見的情況下，單獨判斷病患是否罹患糖尿病導致的視網膜病變問題。這套IDX-DR軟體能辨識出87.4%的嚴重糖尿病視網膜病變。
新創公司Viz.ai也被許可分析和辨識潛在中風機率。通過FDA審核後，這間新創募資了2,100萬美元A輪資金，投資人包含了Google Ventures；GE奇異支持的新創Arterys在去年通過FDA審核，能用雲端AI平台分析心臟影像。今年則通過用AI判斷肝臟和肺部損害分布狀況來診斷癌症。
AI診斷快速通過官方許可，帶來不少商機。2013年起，有高達70間AI醫療影像和診斷公司成功募資，件數超過119件。
2. 挖掘非典型的風險因素
用神經網路來分析視網膜影像和聲音波紋，有可能有潛力能幫助判斷心臟病的風險。
Google去年在Nature期刊發表論文，能透過神經網路學習辨識視網膜影響，用以找出心血管的潛在風險。這篇研究指出，透過視網膜影響，不光是能看出年齡、性別、吸煙等風險因素，甚至還能量化出一些未曾發表過的因素。
另一方面，Mayo Clinic和一間以色列新創公司Beyond Verbal合作，從罹患冠狀動脈疾病的病患身上，找出獨特聲音特徵，發現其中兩項特徵和罹患疾病高度相關。一間新創公司Cardiogram甚至表示，他們可以從心跳變化的速度來判斷是否罹患糖尿病，準確率高達85%。
3. 蘋果公司衝擊臨床實驗
蘋果正在用iPhone和Apple Watch打造治療研究生態系，而數據將會是AI應用的核心。
2015年起，蘋果發表了兩項開源架構：ResearchKit和CareKit，用來幫助臨床試驗招募病患和遠端監控健康變化。這項架構允許研究者和開發者打造醫療App觀察這些受試者的每日變化。
像是杜克大學開發了一款結合臉部辨識演算法和iPhone前鏡頭的App，能紀錄自閉症孩童的行為。還有一款有上萬人使用的mPower App。利用手指運動和腳步分析來研究帕金森式症病人，並讓這些檔案能更廣泛地的被研究社群使用。
今年1月，蘋果宣佈iPhone使用者接下來都可以透過旗下的「健康」App，從他們的合作機構中取得自己的電子病歷，包含過敏等資訊。6月份，蘋果再發表健康紀錄API給開發者，由使用者自主選擇，是否提供個資給第三方應用和醫療單位。
4. 大藥局的AI轉型記
傳統大藥商正積極和AI新創尋找可能性。
今年5月，知名藥廠輝瑞（Pfizer）宣佈和新創公司XtalPi合作，後者是一間由騰訊和Google支持的AI公司，希望能改善小分子藥物的製程，以及開發基於運算而設計出的新藥。
另外，諾華（Novartis）、賽諾菲（Sanofi
）和默克等大藥廠也紛紛和AI新創公司合作，希望能開發出治療腫瘤和心臟病的新藥。雖然很多AI新創公司都還在早期階段，但這些大藥商還是希望能賭一把，透過演算法來開發新的製程和藥物。
5. AI需要醫生
AI公司需要醫療專家「詮釋」影像，教會演算法如何判斷異常。
Google旗下Deepmind公司在兩年前開始和眼科醫院合作，有高達94％準確率，能判斷近50種眼部疾病。而這還只是第一階段的成果。Deepmind投入大量時間標籤化和整理視網膜光學斷層掃描（OCT）檔案，他們將約14,884張斷層提供給眼科醫師和驗光師，進行初步判斷。
對美國來說，讓高薪醫師只做這些事，顯然不划算，但美國國家衛生研究院（NIH）正在幫忙做這件事。今年7月，他們釋出來自超過4,400位病患的3萬2千張斷層掃描，而這些病患的損傷部位，都已經由放射師判斷過。NIH表示，這是目前最大量的檔案釋出。
另外，奇異公司和西門子也正在進行大規模的醫療檔案計畫。奇異在今年5月拿到一項專利，能運用機器學習分析顯微鏡下的細胞種類。
6. 中國AI醫療發展越來越好
今年1月，中國在AI醫療新創募資案的數量正式超越英國，成為全球第二高的國家。加上中國政府去年喊出，要在2030年成為AI研究領域的領導者，讓被列出計畫的「醫療」發展前途看好。
像是科技巨頭阿里巴巴、騰訊都對健康領域伸出橄欖枝，尤其是中國近3.8萬間醫療機構都有微信帳號，其中六成讓使用者可以直接掛號、兩千家接受微信支付，被外界看好能打入醫療市場。
不過，中國和美國都有「醫療建檔」的問題，為了解決這個現象，中國政府已經著手建立好幾個區域醫學中心，統一病患數據。
「台灣醫院的資訊整合能力，還是比較領先，」大仁集團總經理張文信認為，雖然在資本支出和市場商機不如對岸，但健保資料庫的數據、醫師素質和資訊整合能力，都會是台灣醫療機構能夠輸出、領先的關鍵優勢。
7. DIY在家診斷興起
AI讓智慧型手機和穿戴式裝置變成強大的在家診斷工具。
新創公司Healthy.io宣稱，他們讓尿液分析跟自拍一樣簡單。他們的第一項產品：Dip.io，可用傳統的驗尿試紙來判斷是否有尿液感染。藉由智慧型手機的鏡頭，演算法會以不同光線的情況來解讀試紙，目前已經在歐洲和以色列販售，最近也被FDA核可。
另外，SkinVision則強調，他們可讓智慧型手機觀測皮膚狀況，判斷是否罹患皮膚癌。
8. AI幫忙省成本、增加醫療機構品質
醫療機構最重要的價值，應該是以「病人」為核心，不過這些經營者的想法，往往是希望能用「最低成本提供最好服務」。AI新創Qventus宣稱，他們的演算法會比對醫師面對相同疾病時的處方和處置，透過和醫院合作，成功降低了40％的不必要花費。
9. AI聊天機器人能代替心理諮商嗎？
心理諮商的費用相當高，因此有新創團隊思考用AI聊天機器人，改變民眾的負面想法和行為，包含情緒追蹤和數位健康日誌等等，專注在認知行為療法領域。
例如這間Woebot新創，已募資8百萬美元。表示並非要取代傳統療法或人際互動；Wyse募資170萬美元，已經在ITunes上推出能舒緩焦慮和沮喪的聊天機器人；X2AI則表示，目前有高達4百萬付費用戶和他們的聊天機器人對話。
不過也有專家批評，「AI對於心理學一無所知，就像笨學者一樣。」儘管AI在製藥、診斷、研發等領域都有所進展，但想「了解人心」，對於目前的人工智慧進展來說，或許還有一段長路得走。
