中華醫學會2020年年會在6月6日於臺北榮民總醫院舉行，特別採用同步視訊與現場會議並行方式與會，除了現場將近1000名會員與會，透過網路直播參與的專家學者包括美、日、韓、義、瑞典、香港、新加坡等25國人數更多達4000多位，27位學界與醫界專家。
採訪／施鑫澤 文／楊迺仁
儘新冠病毒（COVID-19）疫情在全球肆虐，為全球醫療體系帶來嚴峻挑戰，但也成為醫學技術必須更加精進的動力。中華醫學會2020年年會在6月6日於臺北榮民總醫院舉行，特別採用同步視訊與現場會議並行方式與會，除了現場將近1000名會員與會，透過網路直播參與的專家學者包括美、日、韓、義、瑞典、香港、新加坡等25國人數更多達4000多位，27位學界與醫界專家發表包括智慧醫療、精準化治療、影像辨識、智慧管理、高階心臟影像等18個專科領域的精彩主題，堪稱為一場配合防疫需求及追求醫學新知的國際盛會。
數位防疫與智慧醫療應有效結合
中華醫學會理事長暨臺北榮民總醫院（以下簡稱北榮）院長張德明表示，醫學科技與日俱進，包括資訊科技和人工智慧，都是全民關切的領域，也是臺北榮總近幾年重要的發展目標之一。今年因新冠肺炎病毒蔓延全球，許多醫學會議被迫取消或延期，所幸由於臺灣防疫有成，中華醫學會經過審慎評估及密集的沙盤演練後，決定如期舉行研討會，作為國內疫情平穩後指標性的醫學會議，藉由視訊會議及標準的防疫措施，在安全無虞的環境下進行交流及分享，希望能整合各方技術與實際應用場景，推升智慧醫療、智慧醫院、精準醫療、AI醫療影像輔助應用等內容。
宏碁集團創辦人施振榮指出，台灣因為在2004年開始推動健保IC卡，加上衛生福利部疾管局在2005年即超前部署建置資訊系統，才能利用數位科技避免新冠病毒疫情擴大，堪稱是數位防疫與智慧醫療結合的最佳典範。如何讓台灣領先全球的矽科技與醫療體系，共同合作發展智慧醫療產業，將是未來值得努力的目標。施振榮公開表示，他計畫近期成立數位防疫產業大聯盟，結合相關廠商，進而能將台灣發展的智慧醫療國際化，未來若能專注特色科別，對人類作出具體貢獻，可望讓台灣在「矽科技世紀第一」的基礎上，成為「東方矽文明」的要角。
智慧醫療的遠景
2020年會研討主題多達47項，共分為智慧醫療的行政管理、COVID-19防疫、智慧醫療的醫學教育、深度學習與預測模型等四大主題。如北榮北榮骨科部主任陳正豐指出，透過優化醫療設備的「單一識別系統」，為北榮節省了686天的人力；護理長吳秀玲表示，運用大數據分析預測風險，實證結果發現，可以讓住院病人的跌倒機率降至0.05％，優於全台醫療中心的平均值；藥學部主任張豫立也指出，開藥流程中可嵌入多達40種自動防錯機制，讓藥事作業智慧化可以有效降低用藥錯誤的機率。
北榮副院長陳適安更在「智慧醫療的遠景」的主題演講中指出，數位醫療的全球市場發展相當迅速，2019年～2025年年複合成長率（CAGR）達29.6%，德國的年複合成長更達29.8%，預估市值也因此由2018年的864億美元，到2025年成為5044億美元，其中日本市值預估達274億美元、英國283億美元。
陳適安指出，智慧醫療可以發展的題目種類眾多，包括醫療影像、藥物發展、診斷計畫、醫院流程改善、穿戴裝置、虛擬助理等；目前台灣的AI醫療，已運用在智慧醫護與防疫、健康監控、醫療診斷分析、護理輔助等領域，都是希望能夠降低護理人員工作負擔、減少錯誤，也讓調查數據當中「78%覺得工作壓力太大的醫師」能有喘息的機會，而病人對於智慧醫療的滿意度更高達97%。
另外在遠距醫療與居家醫療部分，陳適安指出因為行動科技與AI的進步，醫療團隊不只可以透過視訊方式問診，還可以蒐集包括肺音、呼吸音、組合心電圖等更多有助於診斷的資訊，讓醫護人員之間的遠距會診更精準，也可證明結合大數據的智慧醫療，可以完全跳脫傳統，以創新方式實現精準醫療的目標。
而在新藥開發方面，更是AI發揮長處所在的領域。尤其是新冠病毒疫情迅速蔓延，如何透過AI提升蛋白質分析與加速運算，已成為業界共識。因為要找出關鍵蛋白質和藥物組成，需要分類與分析數萬種內容物，必須透過AI才能更快排除無關與可能無顯著幫助的內容物試驗計畫，加快疫苗或治療用藥的開發時程。
但智慧醫療仍然需要克服許多現實世界的挑戰，陳適安表示，醫療大數據的價值可以跟金礦比擬，但目前仍需要從各種不同的資料庫進行整理、挖掘與整合，有賴產官學研醫法政共同開發；AI目前也有如黑盒子一般，如何提出讓更多人願意信任與合作的方法，是一大挑戰；病人隱私與醫療器材法規也需有同步共進的發展；如何將智慧醫療解決方案與服務，真正導入醫療流程當中，有效克服現實環境中遇到的各項困難，也需各界共同合作。
集中式vs.聯邦式學習
北榮放射線部主任郭萬祐也以全國人口醫學影像資料集，展現精進人工智慧診斷模型的成果。郭萬祐以腦轉移瘤的影像為例，他在北榮從1993到2018年的25年期間所蒐集的1100個個案，4000多個病灶，讓包括交通大學等合作夥伴一起開發模型，預測正確率高達96%，未來也是測試的黃金標準。
這些個案不只有北榮自己的病例，也有很多從其他醫院送來的影像，他因此特別申請使用健保署的巨量影像偵測計畫，看看是否適用於全國性影像資料庫，事實證明一樣能夠有效偵測。
郭萬祐更指出，要訓練模型，必須考慮市場佔有率，未來訓練出來的模型才能在市場上存活，而根據健保署提供的資料，台灣MRI廠牌的市占率，前三大品牌合計就超過90%，而且因為MRI都是外國知名品牌，所以即使是用台灣的資料，最後訓練出來的模型一樣可以在國際市場運作。
由於大數據分析非常需要優質的數據，台灣的醫院條件及環境相當不錯，但各家醫院本身擁有的資料不夠多，不足以單獨開發高效能人工智慧輔助診斷模型，必須要透過政府單位，將影像上傳到雲端儲存中心，才能提供量大質優純化的數據，進行人工智慧輔助診斷模型開發，這也正是台灣健保資料未來在發展數位醫療的優勢。
但郭萬祐指出，在健保署工作的人工智慧模型開發方案屬於「集中式」，性能較佳，統計學上也較容易執行，模型收斂穩定，較易導入臨床應用環境，但因為需要周詳的規劃與行動體系運作配合，除非有很強的行政力量介入，否則在很多國家都不易執行，跨國合作門檻也較高。
郭萬祐指出，此時可以採用另一種「聯邦式」，這種方式「共享模型」而不「共享資料集」，行政門檻比較低，能夠獲取真正巨量的資料，缺點就是受限於目前的統計學困境，效能尚未能最佳化，臨床佈點與實作技巧門檻較高，而且需要多層的隱私保護機制，但在現實國際醫療生態中為較可行的辦法。
AR/VR、大數據與AI影像辨識最受重視
在其他資訊科技的應用上，又以AR/VR、大數據與AI影像辨識最受重視。如教學部臨床技術訓練科主任楊盈盈分析，年輕醫學生往往因不熟悉與沒自信，更容易被針刺到或被鋒利刀刃劃傷，造成對醫療事務的恐懼。但透過VR-AR的培訓，能有效提升職安及自信，進而提升醫療技能。
大數據與AI影像辨識系統則是可以減輕醫師繁複的制式作業負擔，減少因體能限制可能造成的失誤，如遺漏、眼花等，讓醫師可以專心醫治病人，並且能從數據中找出疾病成因，不僅可以預防疾病，也可提升癒後的成效。如高齡醫學中心主任陳亮恭即利用深度學習模型預測，找出生活習慣與心血管風險間的關聯；兒童醫學部主任鄭玫枝則是透過AI輔助，快速判讀幼兒神經發展狀況，給予更早、更好的治療。精神科主治醫師楊智傑則是透過AI，找出人眼無法辨別的神秘差異，首次解讀了未知的大腦圖譜，讓過去無法被量化的精神疾病，未來可望有更為精準的診斷及治療方式。
本次研討會主題涵蓋各科別、各領域的創新研究案例，不僅展現台灣醫界充沛且靈活的數位能量，更可看到產官學三方之間的合作成果，展現「精準醫療」的價值，為智慧醫療的發展寫出嶄新的樂章。
