CIO Taiwan 智慧醫療研討會 會後報導
迎棧科技AI應用顧問塗明達，分享智慧醫療場域的AI落地應用。他指出，AI運用於醫療領域的範圍甚廣，而在追求模型的高精準度和高成效的同時，如何針對落地時可能遭遇到的難題做出理想的因應對策，從而形成完善的AI落地解決方案，無疑是愈來愈重要的課題。
為何落地重要？醫療界近十多年來積極投入精準醫療，亟欲在病患發病後正確找到病因，或是設法提高治病率、降低副作用；塗明達說，以資料科學家角度來看，可協助醫生運用AI模型，快速實現這些目標。
[ 下載 2020-21 CIO大調查報告，掌握最新企業IT導入趨勢 ]
論及AI之於醫療作業情境的效益，可用手術室護理記錄單做為例子。手術室護理記錄單包含的 Check List 頗多，對應的系統或資料來源各不相同，包含排班／排程系統、電子核實截圖系統、電子表單、零碎影像、文字、錄音紀錄歸檔系統等；一旦利用AI，即可達到自動化檢測功效，讓機器自己去Mapping相關Table，看看哪些環節是否有疏漏、藥物劑量是否正確，以期降低錯誤率、減少護理同仁作業負擔。
塗明達說，這正是為何迎棧強調平台與AI結合的重要性，如此才能輕易將所有資訊結合起來，產出最終的報表。
[ 加入 CIO Taiwan 官方 LINE 與 FB ，與全球CIO同步獲取精華見解 ]
他強調一套完善的AI落地系統，必須同時涵蓋幾個機制，包括了前端資料處理、訊號處理的機制，至於執行模型訓練時，則需搭配CDSS (Clinic Decision Support System) 診斷輔助功能，它會提供資料分析統計功能，畢竟假使出現資料不平衡現象，就會導致後續AI學習效果不準確，所以一方面必須仰賴CDSS在事前做好資料整理，二方面在實際運用過程中，CDSS也將協助利用已發展完成的AI模型、判別新的診療影像，藉以分析發病機率。
而現實世界的最大問題，來自於隨著前端設備儀器不同、特性互異，可能迫使醫院必須開發不同的演算法、不同模型，藉以應付不同的推論需求；因此做為載體的AI平台就顯得十分重要，它必須具有高度的開放性，能夠同時承載不同模型、測試不同模型，如此才足以因應未來的精準健康或精準醫療的多變發展需求。
（文／明雲青）
（本文授權非營利轉載，請註明出處：CIO Taiwan）
