想透過人工智慧改變全世界?三大考驗,讓新創公司在醫療領域舉步維艱

2018年03月29日 09:07 風傳媒
在新創公司發展醫療AI的過程中,有各式各樣的困難必須克服(圖 / qimono@pixabay)

在新創公司發展醫療AI的過程中,有各式各樣的困難必須克服(圖 / qimono@pixabay)

在醫療與人工智慧的結合日漸成熟的狀態下,驅動了更多新創公司關注醫療領域,但對於新創公司而言,在醫療領域上發展有什麼樣的困難點?人工智慧又讓創新創業之路多了什麼機會與變數?萊鎂醫療器材陳仲竹執行長於『生態圈變革 – 台灣醫療AI趨勢與實踐』論壇中,進行了詳細的討論與分享。

近幾年來,人工智慧有爆炸性的成長,在醫療器材領域的應用也日漸增加;2014年時,有關人工智慧的健康照護商業運用還不太多,但根據跨國研究機構埃森哲的報告指出,在接下來的5、6年內,人工智慧醫療將會有10倍的成長,以每年40%的成長率發展。

人工智慧在醫療上的發展非常快,埃森哲預估在2026年將創造出1500億美金的經濟價值,但究竟會在哪些領域產生更大的影響與市場規模呢?萊鎂醫療器材陳仲竹執行長對此有非常詳盡的觀察。

萊鎂醫療器材陳仲竹執行長,從新創公司的視角來觀察醫療AI的生態變化(圖 / 風傳媒)
萊鎂醫療器材陳仲竹執行長,從新創公司的視角來觀察醫療AI的生態變化(圖 / 風傳媒)

解決人力不足、減少醫療錯誤… 醫療器材發展10大應用領域

在前10大醫療器材的應用中,其中之一是手術,目前機器人手術如達文西系統,已經變得非常成熟,現在進一步希望能做到更智慧化、出錯機會更少;而在醫療照護方面,由於人口老化的趨勢,在照護人力上實際上有非常大的不足,因此運用人工智慧來解決照護人力不足的問題,有非常大的發展空間。

在醫院的管理上,如何能將醫院內的系統與各項器材全部串接,來收集病患的各種資訊?藉此由更完備的資訊進行決策,可以減少非常多的醫療錯誤,並且減少醫療過程中的人力耗費,也是人工智慧的研究重點之一。

「病人在同一天內看了好幾個醫生,這在台灣是可能發生的。」陳仲竹執行長表示,如何減少醫療上的濫用與浪費,這是保險公司與健保體系研究的課題,而事實上這也是AI可以做的事。從資料中找出可能有錯誤或濫用的行為,例如買了藥不吃或是進行了不該做的療程,都有助於提昇社會整體的醫療效率。

而隨著醫療器材功能越來越強、獲取更多資訊,可以做到的事情也就越來越多。「有很多器材事實上是需要人為調整參數的,像我們在做睡眠呼吸的醫療器材,實際上是有壓力參數要調整的。」在過去,需要找一個睡眠技師整晚盯著病患的狀態來調整壓力,而現在這些工作都可能透過人工智慧來取代。

埃森哲預測前十大AI創新醫療應用(圖 / 萊鎂醫療器材陳仲竹執行長提供)
埃森哲預測前十大AI創新醫療應用(圖 / 萊鎂醫療器材陳仲竹執行長提供)

三大考驗,讓新創發展醫療AI困難重重

在醫療新創的領域,目前有許多非常有突破的應用:Mazor Core的機器人輔助手術宣稱已經有29,000個案例是透過AI去協助手術進行;Sensaline創造出一個如同虛擬的護理人員的App,並且讓虛擬護理人員表現得就像和真人溝通一般;ZingBox透過物聯網的方式,將所有可以連線的醫療器材與醫院管理系統全部結合在一起,並且回報給電腦進行分析與連線。

不過,要把人工智慧應用在醫療行為上,對許多公司而言還是困難重重。陳仲竹執行長表示,「想要說服醫生使用,你必須要有大量的臨床證據,但這事實上對於許多新創公司而言是很難做到的。」

人工智慧應用於醫療行為上,需要有大量的臨床證據來說服醫生使用,對於新創公司而言是個門檻(圖 / Parentingupstream@pixabay)
人工智慧應用於醫療行為上,需要有大量的臨床證據來說服醫生使用,對於新創公司而言是個門檻(圖 / Parentingupstream@pixabay)

其次,法規也是非常大的變數,「產品開發出來、做了臨床試驗,可是跟法規單位討論時卻有可能被指出部分試驗不完整,要回頭改產品、改study protocol,讓醫療器材開發的時程拖得更長。」同時,法規也不斷在改變、變得越來越嚴格,「早期醫療新創公司會想把技術拿到歐洲去試,因為過往的歐洲法規與美國FDA不同,重視的是安全性而不在意產品的有效性,只要安全就可以上市,門檻比較低,但最近一兩年歐盟的法規也越來越嚴格了,所以無論要去哪裡取得醫療器材的認證都非常困難。」

與一般的醫療器材相較之下,人工智慧這樣全新的東西,對於制定法規的單位來說也是新的挑戰,在定義標準上會與過往的內容完全不同。「他們也在學習到底AI是什麼,物聯網、雲端又是什麼,而這些都需要透過法規來規範的。」

對於新創公司的第三個挑戰是,醫療器材的開發是非常長期的投資。「一個醫療器材的新創公司要能真的成功,通常是必須要獲得保險給付,因為保險給付之後使用的病患就會變得很多,但在這之前要如何讓公司活下來?」比起一般領域的人工智慧應用,醫療器材必須要經過漫長的臨床試驗及法規驗證的過程,多數的前期階段都是純粹燒錢而難有收入的。

法規問題的延伸:跨國法規問題與準確性的標準

要發展人工智慧,許多新創公司都希望能蒐集大量病患的數據來做分析、提供服務,但在這方面的實際上會遇到的法規限制非常多,對此,陳仲竹執行長分享了不久前至德國考察的心得。

「在德國,個人資料儲存一定要在當地的伺服器而不能在海外,所以如果你想在台灣做一個伺服器進行資料儲存和分析、把產品賣到德國,事實上你會被禁止把資料傳回台灣的伺服器的。」每個國家對於個人健康資訊的嚴格程度與限制不一,也讓產品受到更多限制。

在人工智慧相關的產品開發,有時也會遇到另一個有趣的問題:如果原先就是醫療護理人員不夠準確的領域,那該如何證實人工智慧的結果是正確的?「以精子檢測來說,傳統精子檢測需要專門的護理人員透過顯微鏡去觀察,算精子的數量、看移動的方式、觀察是否有變形,雖然有些指標但實際上還是有很大的困難,看久了眼睛都花了,variation常常超過20%;人工智慧做這種判斷時其實非常準確,但是一旦把護理人員的觀測結果當成標準,人工智慧的結果看起來反倒很不準確,這也是法規必需要面對的一個有趣的問題。」

人工智慧在視覺辨識上,比起人力有明顯的優勢,但如何證實其準確性,也是法規必須面對的問題(圖 / luvqs@pixabay)
人工智慧在視覺辨識上,比起人力有明顯的優勢,但如何證實其準確性,也是法規必須面對的問題(圖 / luvqs@pixabay)

人工智慧如何補足現行醫療的缺口?

陳仲竹執行長於萊鎂醫療器材所開發的睡眠呼吸中治療的裝置,是透過科技來解決過往專業人力缺乏及效率不佳的問題。「過去傳統的睡眠檢查,必須要在醫院睡一個晚上、貼大量的訊號線,並且必須要排非常久,像在長庚可能需要排到六個月;另一個問題是,睡眠技師非常不足,需要在醫院大夜班工作,當病患睡覺時他不能休息,第二天一早進行報告的解讀,非常辛苦。」

現在的趨勢則是使用人工智慧來進行報告判讀的工作,在機器判讀之後,由睡眠技師來根據機器所算出的結果檢查一遍,讓過往人力不足的狀態可以紓緩,對病患而言也加快了檢驗的流程。

要發展醫療器材的人工智慧應用,台灣有什麼樣的優勢?陳仲竹執行長表示,「台灣的強項是我們的醫療品質又好又便宜,加上有很大的健保資料庫以及政府大力推動AI,其實很希望未來有更多的新創公司可以投入這個領域,讓AI結合醫療變成台灣一個新的重點產業。」

 

加入Line好友

【我要發風】

風傳媒歡迎各界分享發聲,來稿請寄至 opinion@stormmediagroup.com,並請附上姓名、聯絡方式、自我簡介,謝謝!

我想再看到這個主題