AI衝擊醫療業實例!為拿回「發話權」,資深醫師從頭學Python

0
2327
攝影/蔡仁譯

曾經利用 AI 判讀病人是否罹患敗血症,45 歲的重症醫學科醫師袁國慶再度當起了學生,但這次他學的不是醫術,而是像 Python 這樣的程式語言,為什麼?

近年來,在數位科技浪潮的衝擊下,幾乎各行各業都面臨了「被革命」的壓力。醫療業,便是經常被點名有部分工作會被人工智慧(AI)取代的行業之一。

2017 年,原本任職於長庚醫院的袁國慶,加入了北醫團隊,參與由院長陳瑞杰一手創建的「TED-ICU 智能重症照護系統」,專注於開發 AI 醫療,嘗試透過演算法,判讀病人是否罹患敗血症,享有更精準的醫療服務。

回想當年執行這個計畫時,目前擔任北醫急重症醫學部重症醫學科主任的袁國慶表示,即使已經了解 AI 將改變醫療現場,平時也少不了一些業餘的自修,來因應未來的變化,但是直到真正上場時才發現,自己所積累的知識竟是如此破碎,因而激起了重新當學生的念頭。

只是這次不學醫術,他報名了台北醫學大學人工智慧醫療碩士在職專班,開始學習像 Python 這樣的程式語言。

「目前醫院討論數位化,其實已經是老議題了。」袁國慶解釋,真正的考驗在於, 如何將數位化後的資料變得「結構化」,再進一步分類成有用的數據,拿去做深度學習、訓練 AI,並且選擇合適的題目 。

如目前較主流的醫療影像等應用,要解決的問題不用大、但求能跨出第一步去執行 AI,從累積數據開始,進一步擴展跨界資料的整合,而這都和醫生本身的數位素養有很大的關聯。

因此,對袁國慶而言,學習程式語言不是要讓自己成為工程師,也不只是為了了解演算法或分析大數據,而是要「學會工程師的語言」。這樣的出發點,讓他具備智慧醫療時代的「話語權」,能夠用工程師聽得懂的話,探索在醫療現場上,有哪些環節需要他們的協助,以合力設計出真正有意義的應用,進而提升醫療品質和效率。目前袁國慶就利用學習到的程式語言,與指導教授進行以胸部 X 光為基礎的智慧醫療相關計畫,除搜集資料外,也能透過 AI 演算法,協助判讀胸腔 X 光上的管路位置。

掌握傳統醫療的痛點、加速改變

隨著 AI 時代腳步的逼近,在醫療的應用上也相當多元。包括以影像分析為主的操作、協助醫師診斷的精確度;又或是能夠偵測使用者心跳、血壓的智慧穿戴裝置,如此結合物聯網的應用,將有助於未來針對個人身體數據進行演算、即時掌握身體狀況。不過 AI 之於醫療仍是兩個不同的產業,機器學習的過程中仍存在太多例外,因此若是就「診斷」這件事情,還是需要靠醫師本身的專業經驗判斷,這也是袁國慶所認為的,即使有了AI的輔助,加速了分析過程,最終還是需要回到醫師本身,尤其是牽涉到跨領域的複雜決策更是如此。

「現階段醫師的角色還是很重要。」袁國慶說,醫師不是一群被 AI 追著跑的人,而是可以「主動決定」是否投入 AI 的懷抱,並且駕馭新科技

回到自身的經驗,袁國慶從兩個方面說明醫師如何在科技巨浪中自處。首先,不管智慧醫療何時到來,持續強化自己的本職學能,都是不變的追求。畢竟 AI 給出的答案,絕對無法完全取代醫師累積多年的專業判斷。不過他認為,像他這樣中生代的醫師,可以主動跨出舒適圈,去學習程式語言來迎接智慧醫療的時代,配合他們的經驗,將有助於目前醫療產業運用機器學習的速度與表現

而就目前在學的學生來說,袁國慶指出,主動了解 AI、程式語言技能,對於未來也會有所助益。

目前北醫大學部醫學院,除了原有的基礎程式設計課程外,108 學年也開始將 AI 相關課程設為必修課,包括機器學習、自然語言處理、電腦視覺處理等內容,除了訓練學生思考 AI 與醫療產業將有何種結合及如何發揮應用,也能讓學生訓練邏輯、運算的能力,對於未來在智慧醫療的時代之下能有相關專業知識。

展望未來,袁國慶認為,要擁抱智慧醫療,並接受可能帶來的改變,因為 AI 終將逐步導入醫療現場,未來 5G 時代下,智慧醫療將可能不再是僅限於精準醫療而已,甚至引領 AR、VR 等技術發展,逐步實踐遠距醫療的藍圖;又或是機器人、區塊鏈等都是廣義智慧醫療的範疇。(預約更健康的未來!5G、AIoT 走進臨床, 改寫智慧醫療樣貌

因此,不論是現在作為醫師或是就學中的醫學院學生,都要主動去了解程式語言、了解 AI 是如何執行,並結合自己醫療現場的操作環節,透過這些新科技的幫助來加強執行的效率跟精準度,提供給病患一個更好的診斷品質。(武漢肺炎疫情預測,AI 怎麼說?

文:簡永昌

發表評論

請輸入您的評論!
請在這裡輸入您的名字