8科AI門診上線!中醫大附醫打造「AI醫院理想國」,工程師如何幫大忙?

2020.11.02 by
吳元熙
8科AI門診上線!中醫大附醫打造「AI醫院理想國」,工程師如何幫大忙?
蔡仁譯攝影
中醫大附醫這一年多來,累積導入AI應用數超過百項。不過,他們進一步思考,與其追求各種應用突破,不如設法讓醫師的「體驗升級」,對臨床更有幫助。

台灣AI醫療進展正邁向青春期,不管是大規模的醫學中心,甚至區域或地方醫院,人人都在測試AI、訓練AI應用。這當中,中國醫藥大學附設醫院(以下簡稱中醫大附醫)是不能不提的領先好手。

2019年2月,中醫大附醫舉辦AI門診啟動記者會,一口氣宣布將多項AI解決方案導入心臟科、腎臟科、胸腔科、乳房外科、兒科、眼科、精準醫學、健檢中心等科別。總計落地8科、46個門診,包括肝臟纖維化、肝癌分群、乳房腫瘤超音波檢查,都有AI提供醫療輔助。

實際的效益包括:醫師從X光圖判斷骨頭年齡,從約6分鐘大幅縮短至0.1秒;臨床診斷糖尿病視網膜病變,經由眼底鏡影像觀察血管、出血及斑點程度來評估分級,AI也能扮演「第二專家」,快速提供建議……。

AI「教法」各不同,彈性標準讓體驗大升級

「一開始確實比較像探索,什麼都做。」中國醫藥大學附設醫院醫療智慧中心顧問、放射腫瘤科主治醫師王帝皓指出,大約3年前,醫院的開發方式是由臨床醫師提需求,評估AI能否解決;但是每個領域都有獨特議題,容易見樹不見林,而且各個專案耗費人力,資源卻無法有效串連。

的確,單論導入的「AI應用數」,中醫大附醫這一年多來累積超過百項。不過,他們進一步思考,與其追求各種應用突破,不如設法讓「體驗升級」。

「病徵的事先預警,將是智慧醫療未來發展的一大重點。」王帝皓指出,「長遠來說,能由AI告訴我們該優先處理哪些事項,對醫療體系會有莫大幫助。」
蔡仁譯攝影

王帝皓以自身專長舉例,全台僅200多位的放射腫瘤科醫師,經常用「鍵盤開刀」,意思是醫師透過鍵盤,描繪出癌症患者的器官長相、位置,從中圈選出腫瘤,再打造出一套專屬治療計畫。

「這要一個一個像素(pixel)去比對位置,感覺很像在用『小畫家』(微軟Windows內建繪圖工具)。」

然而,這份「繪圖」工作實際上一點也不輕鬆。由於腫瘤邊界不明顯,醫師必須交叉比對電腦斷層掃描(CT)、磁振造影(MRI)影像,才能清楚勾勒輪廓,有時光是單一個案,就需要畫上4、5個小時。

即使建立AI模型之後,部分案例的腫瘤勾勒工作,可以從5小時變5分鐘,看似大幅解決問題,實則不然。

就像爸媽教小孩,每個家庭都有不同方式,醫師也一樣。
中國醫藥大學附設醫院放射腫瘤科主治醫師王帝皓

醫師之間的「看法不一致」是很常見的現象,像是腫瘤怎麼畫,各醫師的標準就可能不同,也沒有對錯可言。不過,這對於接受一套標準訓練的AI應用,就會帶來巨大考驗。

中醫大附醫得出的解決之道,是 讓AI具備彈性。透過在AI圈選系統裡建立回饋機制,可以讓不同的醫師依照自己習慣,直接在臨床軟體中儲存、更新繪製結果,回頭再次訓練AI模型,提高準確度

同樣狀況也發生乳癌治療上。一派放射腫瘤科醫師著重「預防性治療」,懷疑會有復發情況,認為治療應照射到特定淋巴結位置;另一派則認為不需要,擔心多照放射線,會提高肺纖維化機率。

「醫療往往沒有斬釘截鐵的答案。」王帝皓表示,較好的AI設計,是取兩種作法的中間值,提供調整空間。

即便AI大幅縮短作業時間,王帝皓強調「真正落地」更重要,像是提供醫師回饋機制、客製化選項。
蔡仁譯攝影

助臨床即時發現病徵,從判讀走向預測風險

從醫師與AI協作過程,中醫大附醫觀察到,AI醫療能持續進步,除了醫院資源的支持,工程師人力也是關鍵動能。

中醫大附醫現有30多位工程師,技術轉移的新創公司長佳智能也有35位工程師。

其次,持續擴展AI應用,將對臨床更有幫助。

像在骨齡AI的介面上,就在最初的年齡判讀之外,增加了可自動產出的模板報告、最終身高預測、結合中醫藥方推薦、身高曲線追蹤與使用者回饋等多項功能;針對心電圖判讀,則是發展出主動提醒功能,建議臨床醫師複閱心電圖,以更即時發現如急性心肌梗塞等病徵,縮短病人入院到治療處置的等待。

目前,中醫大附醫的AI應用數,已整合為28項左右,聚焦癌症、神經學、心臟與基因等4大領域。

「病徵的事先預警,將是智慧醫療未來發展的一大重點。」王帝皓舉例,心電圖AI不能只是分辨心房顫動的有無,還要提升到「發作形態」,甚至結合穿戴式裝置,提前預測中風的風險。「長遠來說,能由AI告訴我們該優先處理哪些事項,對醫療體系會有莫大幫助。」

數位時代製作

本文出自數位時代318期11月號《台灣下一個世界級產業:智慧醫療》封面故事

責任編輯:張庭銉、林美欣

延伸閱讀

每日精選科技圈重要消息