近幾年來，醫療科技大量走進臨床、居家與照護場域，讓原本只停留在電子化與行動化的智慧醫療應用，因為超低延遲的5G技術、人工智慧（AI）影像辨識、虛擬實境（VR）模擬開刀、物聯網醫療器材等科技突破邁出一大步，究竟醫療機構、醫材廠商、健康照護業者、科技新創如何運用最新的醫療科技，為大家開創更健康的世界呢？
儘管5G的出現，解決了智慧醫療傳輸延遲、頻寬不足、物聯網裝置連結有限等問題，但「只有高速公路沒有用，更重要的是要承載相對應的服務」，那麼，究竟哪些情境是未來10年內可能落地實現的智慧醫療應用呢？
5G實現遠距手術，開刀不用等床位
台北醫學大學人工智慧醫療研究中心主任康峻宏認為，去場域化可能是最大的改變。現在台灣每天有40萬人次去看醫生，未來在居家醫療、行動醫療、遠距治療的環境成熟後，大家不用到醫院診所就可看診，可以大幅減少交通時間及成本；事實上，日本已經做了10年，重點不在於遠端看診這件事，而是要創造醫院所沒有的互動場景，例如居家醫療可搭配家中AIoT感測器蒐集的資料，讓醫生身歷其境般獲得病患的居家資料，掌握更精準而完整的健康醫療資訊。
此外，將緊急醫療場域往前拉，也是一個重大的改變，過去要到急診室才能做緊急醫療處置，但如果能善用5G超低延遲的特性，在遠距進行緊急醫療及加護照護，就能提高治療效率。
康峻宏認為，遠距醫療或遠距手術要夠快夠精準，資訊交換至為關鍵，但所有資料傳輸的延遲要確保極小化，且網路必須維持高穩定度，才能及時回饋完成手術；如果遠距醫療與手術可行，醫院不用再進行幾百床、幾千床的軍備競賽，有些病患在家中也能獲得完好照護。
不過，5G醫療在臨床應用上仍有不少障礙。康峻宏引用PC雜誌的統計說，有61%的受訪者認為成本是最大考量，此外像是醫療終端設備、法律、醫療文化、醫學實證也都會影響醫護人員及病患的接受度；在這些因素當中，背景文化及應用場域實務仍是首要考量，畢竟這些都是「放之四海皆不準」，必須採用非常「在地化」的設計思維與數據。
AI助力輔助診斷，提升醫療決策品質
隨著AI與深度學習的浪潮席捲到醫學領域，不少醫學研究機構或科技新創都投入開發各種病症的AI影像識別判讀模型，藉以輔助臨床醫師判讀影像，提高醫療決策的品質與診斷準確度。
由中國醫藥大學衍生出來的長佳智能，就結合AI解決架構師、臨床醫師、巨量資料科學家的專業，打造以AI為工具的智慧醫療科技服務，並與宏碁、惠普、上銀、輝達（Nvidia）、趨勢科技、雲達等科技廠商合作，自建高速運算中心與AI開發軟體，並與中國醫藥大學附設醫院合作，利用大量的醫療資料庫，訓練開發出超過80項醫療AI判讀模型，已導入醫療AI輔助診斷系統至20家醫療院所應用。
長佳智能執行長黃宗祺表示，醫療AI應用於影像辨識的發展相當快速，可有效協助臨床醫師快速辨別病症，降低醫師傳統判斷病灶的流程中所耗費的時間與醫療成本，此外還能提高臨床醫師判讀影像效率、減少檢查上因不同判讀者而產生的差異，得以提供更精準的診斷及看診品質。
舉例來說，糖尿病視網膜病變必須藉由眼底鏡影像，再根據血管、出血及斑點的程度來判斷進行評估分級，通常醫師會根據經驗花上幾分鐘的時間加以評估，但不同的醫師所做的評估等級可能有些差異；現在透過AI糖尿病視網膜病變判讀系統，可協助醫師更快速判讀是否有糖尿病視網膜病變的情形，同時還能一併評估青光眼，白內障等眼部問題，這套系統如能應用到非眼科專業部門如家醫科、內科、新陳代謝科時，就更能派上用場了。
目前長佳已開發出「自動化骨齡輔助判讀系統」、「超音波乳房腫瘤輔助分類系統」、「肝臟健康評估管理系統」、「扁平足X光AI輔助判讀系統」、「肝癌電腦斷層－腫瘤範圍偵測」、「視網膜病變輔助判斷系統」、「胸腔X光異常分類篩檢」、「心電圖輔助判讀系統」等醫療AI輔助應用，均已進入驗證或臨床試驗階段。
另外還開發出一套「智慧醫療輔助診斷全解決方案」，無論是電腦放射成像、電腦斷層掃描、超音波、磁振造影等，或是血液檢驗、心電圖等檢驗數值，都可作為智慧醫療輔助診斷系統的模型訓練素材，且可遍及人體的所有部位。
運用MR學習精準解剖，翻轉醫學教學模式
許多醫學院的學生都得經歷非常難熬的大體解剖課程，但現在有了虛擬實境及擴增實境（AR）技術，不管是學生或實習醫師只要戴上VR眼鏡或透過手機，就能在栩栩如生的人體模型與解剖教學環境中互動學習，完全翻轉過去平面教材單一且無趣的教學方式。
宏達電旗下的健康醫療事業部DeepQ團隊，就跟國防醫學院攜手打造了全台最大的混合實境（Mixed Reality；MR）解剖學教室，學生只要戴上HTC VIVE頭戴式顯示器，就能在真實與虛擬的解剖教室環境中快速切換，並可沈浸式重複自主學習精準解剖教材，且可搭配解剖圖譜，互相對照快速學習人體相對應的關係。
「MR混合實境的學習方式，能夠釋放老師的教學想像力，提供老師翻轉教學的關鍵工具，讓師生之間有更緊密的交流互動。」 HTC健康醫療事業部DeepQ總經理張智威說。老師上課時，可將虛擬的空間結合現實環境，突破之前VR無法與學生直接互動的缺點，從教學互動中觀察學生對於課程的理解程度，並且讓學習解剖的過程更有效。
目前DeepQ推出的3D Organon混合實境解剖教學應用，可呈現千種靜態人體模型，藉由拆解互動，能全面性的理解人體的空間結構立體概念，另有百種的動態模型，可讓學生學習關節肌肉移動甚至心臟的跳動方式，還可學習顯微解剖學，小至小腸的絨毛、乳糜管、肌纖維、腎絲球體等都清晰可見；另一方面，學生還可評量自己的學習狀況，透過VR解剖考題，就能在三維度解剖空間中解剖跑台考試。
