[新聞] 人工智慧視覺應用於醫療保健

[zxcvxx (zxcvxx)]

人工智慧視覺應用於醫療保健

http://bit.ly/2OcOpuE

勤業眾信(Deloitte)與經濟學人研究指出，全球醫療保健(Healthcare)支出規模估計在
2020年應該可達到8兆7千3百億美金，而InkWood Research評估2016年以人工智慧(AI)技
術應用在醫療保健中產業規模約12億美金。

在醫療場域中，病理檢驗專科醫師每天分析各種影像與整合判斷，例如：
分類任務：從MRI腦部掃描影像判斷是否為出血性中風？
辨識定位：超音波影像中腎臟在哪裡？
掃描偵測：肺部CT掃描影像中所有的腫瘤？
圈選區塊：肺腫瘤患者是否應該進行手術，如果是，切除範圍應該是多少？
在單純面對影像辨識時，醫師像挑戰「威利在哪裡」(Where's Wally?)，在大片影像中找
出特定形體。

人工智慧下的分支領域：深度學習(deep learning)，發展在1980年代遭遇瓶頸，直到
2012年多倫多大學AlexNet的深度網路結構獲得重大突破後，影像辨識技術逐漸成熟，
2018年Google DeepMind以更優化網絡，與英國眼科醫院合作標註上萬份視網膜掃描影像
中的病變區，訓練的AI能正確辨識青光眼等疾病，早期測試錯誤率低於人類醫師，排定計
畫用於臨床治療。在醫療場域累積大量影像與AI視覺技術進步下，兩者結合成近年熱門研
究主題。

對於當前醫療保健產業，形成值得關注的核心議題：
有什麼型態的AI視覺應用？
驅動什麼具體的成果？

有以下4種形態的AI應用在醫療保健產業中：

1.診斷決策支援
MaxQ AI 提供設備和AI影像識別軟體，協助醫師找出腦部掃描中罕見異常，輔助在人眼觀
察影像時，因感知誤差而未被注意到的狀況。

微軟InnerEye讓醫師上傳病人三維的X光掃描影像，顯示可能是腫瘤或其他異常區域，讓
醫師更進一步觀察這些部分。微軟強調工具不是取代醫師而是協助診斷，讓原本由醫師人
眼觀察數小時，到由AI辨識縮短至數十分鐘，即得到更精確診斷。InnerEye已通過FDA認
證。

2.減少臨床試驗的損耗
AiCure透過AI視覺與數據分析提供完整解決方案：建立病患、疾病和治療處方之間聯繫，
用APP與影像辨識來確認病患攝取處方藥，協助藥物研究人員監測病患對處方的依從性，
減少病患中途脫離臨床試驗過程。

3.醫療影像
Arterys 4D Flow可在MRI掃描患者心臟後，顯示3D模擬的心臟影像，讓醫師更加真實地瞭
解患者心臟狀況，而無需耗時進行高風險的侵入性手術。透過上傳未標記的患者掃描影像
，演算法能夠判斷患者心臟是否健康或功能失調。Arterys 4D Flow已通過FDA認證。

4.手術
Gauss Triton讓醫師拍攝上傳血淋淋的手術海綿影像與抽吸罐收集的失血，以視覺和重量
分析，讓醫生在手術過程即時監控失血狀況，內部研究顯示相較於沒有使用工具，在剖腹
產時使用可以較少的血液產品在患者身上。此外，其住院時間也較短。Triton已通過FDA
認證。

目前最可行AI視覺應用還是在放射醫學，其解決方案通常協助醫師從X光、MR、CT掃描診
斷疾病和病症。而確認AI解決方案的關鍵之一，是擁有資訊科學或機器學習博士的高階管
理者，還有能掌握大量影像資料與醫學專業標註能力也是關鍵。在不久的將來，會有更多
醫療保健領域使用AI影像識別，協助醫師在重複且容易造成感知誤判下的辨識決策，還給
醫師有更多時間建立良好的醫病關係與整合分析研究。
-----------------
透過AI智慧與病理醫療的結合，不僅能夠協助醫生在判讀上面更加準確，也能夠避免掉許
多侵入性的檢查，AI視覺應用的發明並不是為了取代醫生，而是為了幫助醫生，醫療場域
多年來累積的影像輔以AI視覺應用不斷的進步，期盼也能減輕醫師的壓力。


--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 203.145.192.245
※ 文章網址: https://www.ptt.cc/bbs/Tech_Job/M.1541476123.A.628.html
※ 編輯: zxcvxx (203.145.192.245), 11/06/2018 12:01:04
推 yytseng: AI取代醫生真的很迫切需要，連張俊彥都被誤診，何況平民
→ yytseng: 最近親人走了，才知道照正子和診斷根本兩回事
→ yytseng: 醫生有專業，但盲區就在專業，人是一個身體不是分科的
→ yytseng: 跟台大醫的同學詳談才知道，醫生其實都很茫然裝懂
推 michaelgodtw: 這也吵過了，靠人工智慧也會有錯，只能處理好一般
→ michaelgodtw: 的病
→ yytseng: AI犯錯是因為看的病例太少，如果像阿法狗一樣就少犯錯
推 Kendai: 誤判陰性的狀況最危險，但很多是來源影像就不足以判別
→ ice80712: 阿法狗可以自我比賽增強學習 醫療？
推 j0958322080: 醫療也可以啊，樓上這樣問一看就知道不懂演算法
→ gomi: AI判斷圖片吧 大量訓練後比人準確快速
→ dati: AI 來做醫療發展問題不在技術，在於資料和權責
推 bluezoo: 看清楚內文寫的,工具不是取代醫師而是協助診斷
推 qoo60606: 看片這塊遲早會被影像辨識取代的
→ Taiwanbiru: 自動駕駛都無法取代駕駛了 影像辨識取代診斷更不可能
→ Taiwanbiru: 沒有甚麼協助診斷這種事 如果只是單純協助診斷 那醫師
→ Taiwanbiru: 不就多了一件事情? 要去判斷AI輔助究竟是否真假?
推 kero961240: 影像辨識很難超越醫生吧，說超越的
推 kero961240: AI 判斷圖片是很快，但有時很沒用
推 j0958322080: AI多數時候只是給你建議而已
推 lovebridget: 多數醫生價值在那塊牌 跟能力無關 AI能掛牌嗎?
→ lovebridget: 一家診所買一台就能開業 醫生就被取代 其他都是屁話
→ gilingking: AI用在醫療上有一些問題像責任 也要克服資料庫的問題
→ gilingking: 而且靠AI也不可能百分之百正確的 最多就只是輔助
→ yytseng: 看得出來各位對醫生信賴感>>AI，不過經歷這幾年我看破了
→ yytseng: 我同學很多醫生，家裡也有人當醫生，醫生有limitation
→ yytseng: 這是Engineer的客套話，講難聽點就是人不如電腦
→ yytseng: 就像阿法狗打敗人之前大家都覺得棋王一定贏
→ yytseng: 如果以我們tape out的驗證嚴謹度來看，醫生診斷大概就50%
→ yytseng: 負責任?如果醫生不敢給你看病歷寫一堆廢言，跟政治人87像
→ yytseng: 你們有遇過看骨科長骨刺開軟便劑的台大醫生嗎?
→ yytseng: 肺癌看成心血管疾病，這些種種只有經歷過的人才能理解
→ yytseng: AI看病一開始不會要負什麼法律責任，以後法律也可能改
→ yytseng: 科技在進步，飛機自動飛，汽車自動開，很多職業也會改變
→ yytseng: 什麼100%保證各位別幻想了，看開一點活比較久...
推 realsher: "AI看病一開始不會要負什麼法律責任" 誰說的?
→ realsher: 醫學相對工程是更貼近"人"的科學，倫理道德問題最後還是
→ realsher: 人要負責。
→ yytseng: 開飛機電車都自動駕駛，還是要配駕駛員啊，凡事都循序漸
→ yytseng: 進的，很難懂？別把什麼都推給法律，那科技進展就是不斷
→ yytseng: 的挑戰法律，只有保守法匠才怕AI，因為最該被取代的就是
→ yytseng: 執法司法人員
→ yytseng: 開車開啟ACC結果駕駛睡覺發生車禍，是誰的錯？
→ realsher: 沒很難懂阿，你的舉例已經證明了沒有取代---駕駛員
→ realsher: 你如果說部分醫檢師會被取代還合理，醫生工作只看影像?
→ yytseng: 難懂就不為難你了，到大醫院多看幾次病多做幾次CT就懂
→ realsher: 做CT次數可能沒你多。且已經說不難懂了，跟你溝通比較難
→ realsher: 對了，目前在醫療器材公司上班，同事在做醫學影像AI運用
→ realsher: 有人就是那種街坊鄰居說自己"久病成良醫"的人，自以為懂
→ yytseng: 難怪了，醫生都期待AI來幫忙，而賣醫療器材的業務反而要
→ yytseng: 靠關係來吃飯...
→ realsher: 我不是業務XD且敝司的目標就是希望我們的影像能做診斷
→ realsher: 然後同意你說醫生都期待AI幫忙，他們都蠻願意幫建資料庫
→ realsher: 但你覺得他們要的是幫自己的? 還是取代他們的?
→ realsher: 順帶一提，之前新聞眼科疾病AI判別已經比醫生準了
→ realsher: 所以你覺得眼科醫生會失業嗎?
→ yytseng: 所以你覺得眼科醫師就懂其他部位引起的眼病？你遇過會診
→ yytseng: 嗎？你看過五六個醫生打模糊仗互推責任嗎？醫生專科就是
→ yytseng: 最大的limitation,取代的不是一個醫生，而是在病灶初期大
→ yytseng: 大的填補limitation
→ realsher: 你這邊說的我認同阿，打迷糊互推責任我也相信一定有
→ realsher: 從頭到尾我不認同的只有"醫生"被AI取代，如果你的意思是
→ realsher: 部分"醫師功能"被取代，我也認同阿
→ realsher: 我沒懷疑過AI能力，但"醫學"這件事有太多"人因"重於技術
推 hmsDEBBIE: 純AI影像辨識頂多「輔助」醫師診斷，要完全「取代」醫
→ hmsDEBBIE: 師，光是FDA法規...還有很長的路要走