AI人工智慧正在改變你我的醫療行為
2021-01-07 14:39 聯合新聞網 / 常春月刊
本文摘自《常春月刊》454期
文／鍾碧芳
近來，數位科技正逐步與醫療緊密結合，試圖將人工智慧的發展應用在醫療上，這在21世紀第二個十年當中是最被看重的一環；經過多年的應用測試下，如何透過人工智慧讓醫療變得更安全、錯誤更少、更精準，又能在最短時間內處理並解決病人的資訊，讓醫療效果更高、費用更低廉，是所有醫療領域最迫切得到的理想目標。
臺北醫學大學附設醫院（以下簡稱北醫）近年在院長陳瑞杰的領導下，積極導入智慧醫院，他認為在進行人工智慧前，全院數位化是必經過程。「這幾年北醫團隊在數位化的建置上已經趨於完整，無論從掛號、報到、繳費、加護病房，甚至到給藥系統等，都可見人工智慧（AI）的蹤跡，能提升整體醫療服務與照護品質。」
動脈取血栓，延長腦中風黃金救援時間
數據是人工智慧很重要的基礎，透過技術能達到過去做不到的部分，陳瑞杰舉北醫的急救為例，以前腦中風的患者必須要搶在6小時內注射靜脈血栓溶解劑；但在數位化後有了革新，現在可以擴大到在24小時動脈取栓治療，等於是用更科學的方法找到更好的治療成效。
北醫所運用的是以電腦斷層或核磁共振影像，加上電腦自動分析軟體（RAPID）來了解病患的腦中風狀態，依此得知患者腦內壞掉組織後的存活機率，如阻塞的範圍、大小等預測。這彌補了過去光靠時間來判定病患狀況，讓醫學治療的路徑產生改變，在北醫，這樣的案例已經執行了50多例，成效良好。
重症照護平台，提早預測敗血症機率
而由北醫自行研發的「TED- ICU AI重症照護平台」，則能自動蒐集、整合、分析重症病患的生理數據，讓醫師與護理人員能即時掌握各項病歷資訊，這不但能省去醫護人員填寫資料的時間，讓醫療團隊更有效率專注於照護工作，透過大數據的分析與AI演算模型平台的建立，還可計算病人得到敗血症的機率。
陳瑞杰表示，對於加護病房內常見的幻覺性疾病「譫妄症」，也能提出預測及解決方法，達到及早發現提早給藥，舒緩病患的不安，也能降低死亡率。
智慧藥盒，安心用藥零風險
當然，AI技術運用的範圍不只限於醫院端，於病人端同樣也能得到好處。陳瑞杰說，北醫於2018年底所引進的智慧藥盒，是專門為慢性病與長者量身打造，對慢性病患或長期獨居的長者，智慧藥盒能提供很大的幫助。
北醫的智慧藥盒系統能存放400種以上不同的藥物，各自有其專屬的RFID，當機器收到病患用藥資訊之後，會將正確藥品掉落在藥盒之中，再利用影像辨識系統，依據藥品的大小、形狀、色澤與反光度等資訊進行比對後再進行包裝，接著再由專任藥師進行複驗，可達分錯藥的零風險。
智慧藥櫃，提升藥品管理效率
此外，在醫療照護方面，北醫也打造了智能藥品庫存管理系統。陳瑞杰指出，目前北醫的智慧藥櫃與自動化藥局能夠清點全院的藥物，無論是加護病房或全院一般病房內，都全面建置智慧藥櫃（ADC），能依照醫囑與藥師覆核後，給藥時由護理師直接到病房藥櫃就能取藥。
這讓取藥變得更為精準，能減少人員的疏失，讓拿錯藥的機率降低為零，同時也因為將常用的藥物做了分類，清點藥物時，也能達到百分之百的準確，庫存可降到最低，不只精簡流程，也節省了每月的盤點人力。
數位治療需達到精準預防的效果
隨著大數據的整合日趨重要，過去許多疾病必須花時間找答案，現在已能透過數位治療加以實踐，就像過去認為高血壓的藥物必須一天照三餐吃，但經過資料收整研究後發現，一天吃一顆，效果一樣好，加上不會忘記，用藥順從度提高；但是每天一次是早上或晚上吃比較好，某些藥物如中風、血壓藥，若能放在晚上吃，不僅藥量可以減少，效果也比白天吃來得好。
陳瑞杰認為，雖然目前國內人工智慧仍處於研究與開發階段，醫院端運用最多的仍在於X光影像處理與加護病房等，但要真正達到精準醫療，進而提升到預防醫學上，仍必須要收集更多的資料。
比如預測癌症的發生，必須要思考病患的基因與環境表現，他形容這兩者就像命與運；醫院端需要靠病患提供生活端的資料，唯有收集的資料正確，才能得知藥物對病患的使用效果。
而這些都是數位化與人工智慧結合後，能看到對病患端的好處，當然在醫院端方面，也因為數位化後，不只醫療供給、醫療服務或治療上都會越來越精準，再往上提升，自然就能做到精準預防。
數位孿生概念，是智慧醫療的願景
不過陳瑞杰感嘆，目前雖然科技進步，但對於人工智慧所需要的數據端資料收集與應用上，仍有很長的路要走，不僅是法規、資安、隱私等問題都有待克服。到目前為止，人工智慧在智慧醫療的應用仍限於輔助工具，如何將醫界與病患的資料作串聯與系統性的應用，仍是最大的難題。
他提及，軟體工程師、PTT創辦人杜奕瑾董事長所推行的聯邦式學習，或許是很好的思考方向，不但能將去中心化的醫療資料與數據有效串連，也能給予醫療足夠的AI資料應用，同時又能保有醫院本體的資料自主性。
此外，他認為未來人工智慧結合智慧醫療的願景，應該會朝著「數位孿生」（digital twin）的概念走，白話一點說，就是能在茫茫人海中找到跟自己很像的孿生兄弟姊妹，幫助自己看到未來的樣貌，或疾病的過程，提供自己老年後的參考。但一切都必須有數據，累積的越多，自然就更準確。
未來，人工智慧與智慧醫療結合將有無限可能，不過陳瑞杰認為現階段最重要的是，如今北醫已經將手邊的資源做最大的利用，畢竟醫院的價值與品質同樣重要，而數位化、人工智慧都是工具，用來達成全人醫療為核心的目標，如何做到「視病猶己」才是目前最需要努力的方向。
資料來源：https://udn.com/news/story/7016/5155255?fbclid=IwAR2cH3OfnaDPpuR0Y43YltxyJNcPbAxKDbMdAwCBixIemq6FfbX8vGP89dw
陳振芳ptt 在 [心得] 陳振芳- 電子學（ㄧ） - 看板NCTU-Teacher - 批踢踢實業坊 的推薦與評價
⊕課名⊕
電子學（一）
▲教授▲
陳振芳
★修課年度★
106上，電物系必修
￡教了什麼￡（課程大概內容。或是額外學會了什麼東西。）
基本上循史密斯，內容論及放大器模型、二極體電路、部份的金氧半電晶體電路
（另一部份放在電子學（二））以及所需的半導體物理學內容及其推導。實際上和其它老
師相比來說進度比較慢，這是因為老師自己希望學生每次上課都能和之前的內容有連貫性
，所以都會前情題要或是從頭推導。
牽涉到的半導體物理學要熟悉得自己再看過課本；而牽涉到的電路學雖然老師時
常強調它在電子學中的重要性，也會詳細地推導模型，不過自己再看過電路學課本（推電
機系陳永平老師自己寫的黑色小小本的電路學課本）會更了解。
◆上課方式◆（投影片、團體討論、老師教學風格）
老師是個在電物系教電子學三十年左右的老師，對於學生常有的問題，真的非常
了解 ，而且老師待過貝爾實驗室，有機會聽到老師說關於半導體的事時，有感觸的人真
的會有歷史味飄出來。老師會回覆ocw上的問題，有時會針對最近學生和ocw上的問題加重
解釋，甚至上一上還會特別把他出在那年碩班資格考的相關題目拿出來講（我印象中電子
學一還不會這樣）。
完全板書授課，有時候重要的東西不會寫在黑板上，只會口述，最好是都要做筆
記，畢竟考試內容完全是上課提過的東西。
這學期開始老師改採英文授課（雖然這不是英授課，但似乎是因為老師前陣子得
到師鐸獎覺得應該要讓課程更上層樓的樣子），不過要完全聽懂不難，老師一直都會放慢
速度講，台下可以用中文發問。
▼考試作業▼
這學期老師開始有隨堂考試及作業，作業都是派完一個禮拜後收，內容是上課的
問題。
但在隨堂考試和作業繳交前老師都會自己在台上解完題目，所以這部份不用擔心，當然自
己先寫完收穫會更多。
兩次段考，滿分100，上課提及的內容有弄懂，基本上考試不要腦殘都可以滿分
，認真不騙。然而電子學是一科內容簡單但複雜的學科，所以要滿分是不容易的，但是幾
乎都有弄懂要8、9十絕對沒問題（雖然平均大概是及格左右）。
老師會把每次段考的平均以每個人都加相同分數的方法調到80分，他在第一次段
考發考卷時會跟班上說這件事，此外每次發考卷時都會檢討。
總成績最高99。
￥其他￥（是否注重出席率or嚴禁遲到？需要的基礎？）
◎只有考試會點名
◎下課前才到都沒關係，老師人真的很好
◎有中堂休息，通常會提早十分鐘左右下課，下課時會留下來等學生問問題，很有耐心，
都會一一詳細回答
◎有電路學基礎最好，但是可有可無
◎有普物的電磁學中電路裡各元件的基礎知識（e.g.：電容的跨壓隨時間的充放電方程式
）就可以
￠最後想說的話￠
如果你認為你是電子學殘障，我推薦幾本我認為很棒的書：（1、2超推，3是精
簡版，4是電路字典 ）
1.陳龍英的電子學（三本書函課程影音）（整套原價2980，是電工三學期的電子學內容，
需要可以跟學長姐拿）
2.林昀、林義彬 - 微電子學《第一冊》（很多內容，所以看你需要的就好）
3.張文清 - 微電子學（上）
4.Paul Horowitz, Winfield Hill - The Art of Electronics,第三版
5.老師的ocw課程影音
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.83.46.44
※ 文章網址: https://www.ptt.cc/bbs/NCTU-Teacher/M.1536259830.A.3F5.html
※ 編輯: justin90439 (111.83.46.44), 09/07/2018 02:58:15
※ 編輯: justin90439 (111.83.46.44), 09/07/2018 03:05:24
... <看更多>