根據Stratistics MRC的統計顯示，受到醫療IT基礎建設的改善、雲端系統的使用等因素促使下，到了2026年全球智慧醫療的市場將上看6654億美金（約合新台幣20兆），且年複合成長率將達到15.4%。醫療體系在人工智慧的協助下，未來的前景似乎一片看好，對人類也可能有重大幫助。
來台尋求合作，盼能創造有用平台與模型
正因如此，來自美國麻省理工學院（MIT）的教授柯林‧史塔茲（Collin Stultz）趁著日前來台演講期間，在台灣尋求跨國的合作機會，希望能為全球醫療產業帶來新的革命。
史塔茲教授不僅是麻省理工學院的電子工程計算機科學教授，同時也是Mass General Hospital（麻省總醫院）的心臟病專家，而他目前正積極著手於將機器學習導入醫療產業中，期望能透過機器學習幫助未來醫師在診斷上能夠更更精確。
之所以找上台灣，史塔茲表示，因為台灣健保制度的健全乃是全球有目共睹，20多年來累積的數據、範圍之廣包山包海，這對於要開始發展AI的醫療產業來說無疑是一個珍貴的資料，也因此他相當肯定這份資料的全面性，這次合作希望能夠與台灣的醫院建立起一個平台，透過各種機器學習去協助臨床醫療建立更多的模型，更希望能在未來的2~5年內有成果發表、有助於未來醫療產業的發展。
尋求海外的合作，有個致命的大數據盲點存在，由於目前機器學習所需的大數據，礙於種族、性別等各種複雜因素的組成，導致目前數據的搜集其實依舊存有「侷限性」，舉例來說，在美國所搜集到的大數據所訓練出來的機器，可能並無法適用於亞洲的病患，反之亦然。
也因此史塔茲對外積極尋求合作的可能，就是因為希望這套平台、系統是能夠普惠到更多的病患，他也透露正與台灣幾間醫院討論合作的機會，希望能在未來有更近一步的合作。
MIT教授：「人工智慧將無法取代醫生！」
除此之外，當現在醫療產業正全力導入人工智慧、透過機器學習提供給「全人類」有更好的醫療品質之時，醫療品質的提升是否也意味著所需支付的費用可能會提高，而需要受到照顧的弱勢族群將可能更無法負擔？
史塔茲完全同意這樣的顧慮，也表示將會盡全力讓全人類都能享受到智慧醫療所帶來的好處。因此他在受訪時語重心長地表示：「若智慧醫療沒能真正幫助到需要被幫助的弱勢者，那可以說是最大的失敗。」
該如何解？他提到，未來可能提供給病患的診療方式將可分為利用機器人或人機協作的診斷。由於機器學習可以透過大數據的方式，去掌握過去的各種病例，進而提供給有需要卻沒有能力負擔高額費用的弱勢族群，讓他們同樣享受精準的醫療診斷；至於有能力負擔的其他民眾，則可以透過人機協作的方式、意即搭配機器學習的診斷資料讓醫生治療，獲得較符合期待的治療過程。
機器輔佐判斷，醫病溝通成關鍵
在史塔茲的想法裡，人工智慧的導入並不會、也不應該造成醫師的失業，更不會取代醫師的存在，因為機器學習存在的目的，只是將醫師所無法處理的大量病歷資料，透過人工智慧的協助去記憶與判讀、如診斷圖等資訊，並藉由這樣的優勢讓醫生能有更精準的資訊治療病患。而另一方面，他也認為醫生需要透過問診的方式了解病患的病史、並且透過溝通等方式來平緩病患的情緒，這一切都是機器所無法做到的事情。
所以當他聽到台灣的病患有「名醫情節」的文化時，他感到相當訝異，因為在美國主要是以家庭醫生為主，病患多半需要預約、而醫師一整天能看的病患數量可能也有限。
然而台灣的名醫一天卻有可能看上數百位病患，每個病患就只有幾分鐘的診療時間，這樣的過程讓他相當不可思議，一方面讚賞這樣的名醫就像是一個受過海量數據學習的機器，能正確、快速的辨識病人的病況，但另一方面，卻也憂心因為有太多病患需要診斷，而少了最重要的醫病關係。
未來，機器學習能獲得海量病例去記憶各種狀況，「名醫」將有可能不再是神話，因為每個醫生如果有人工智慧的幫助，都將可以是名醫；病患不用再盲從名醫的診斷治療以後，醫病關係將有可能回到最重要的關心與溝通，而這也可能是史塔茲認為智慧醫療裡面最重要的一環所在。
