乘著數位機會 AI醫療解析大躍進
台灣醒報
2017年10月2日 下午7:09
【台灣醒報記者譚有勝台南報導】「精準預測解析是AI應用關鍵的領域。」PTT創辦人，同時也剛開始AI實驗工作室的杜奕瑾2日在「智慧醫療啟動大未來」座談會表示。演算法能夠讓AI蒐集醫療資訊作出精確的診斷解析。科技部政務次長蘇芳慶受訪時也指出，台灣若能夠成功設立AI醫療資料庫將可提高醫療診斷效率。針對外界對AI的顧慮，IBM人工智慧研發專家陳亮宇說，AI是一種認知演算系統，並不會完全取代人類的工作。
「現在的資訊累積比過去還多，我們在臉書吸收資訊，相比古人吸收資訊來得多。」杜奕瑾強調，推行人工智慧最重要的便是要有資料的競爭優勢。他透露，當初在架設PTT時，不少人嘲笑他沒辦法蒐集資料。但他認為，現在很多的資料大家都是從PTT上所蒐集。資料蒐集不需要設定太高的門檻，台灣其實有很多非常出色的產業，只要把具有專業價值的資料加以蒐集便能供AI分析消化，產生出實質的預測結果。
「電腦分析與判斷比人類更加準確，無人駕駛比人類駕駛造成的意外還來得低。」杜奕瑾也指出，現在自動駕駛車不但讓肇事率低於人為操控，也更安全可靠。台灣在未來還得在日常生活中發掘更多AI應用。
杜奕瑾也表示，近年來在演算法大幅進步，AI 應用領域也愈來愈廣，包括影像辨識、臉部辨識等。其中，AI在醫療領域更有新的價值，「現在心臟病發已經能夠透過數據讓AI解析。」他強調，現在的醫療診斷便是一種統計分析應用，若AI能夠學習全世界的醫療資訊報告，在未來能夠對不同的病情作出更精準的診斷。
然而，外界總擔心若AI做診斷是否會取代醫生的工作？陳亮宇回應，我們不應該把AI認為是一種取代人類的系統，而應該是把它當作是一種輔助系統。他強調，AI是一種認知演算系統，具有理解、推理和學習的能力，它是建立在大數據分析的基礎上，但並非會做人類專業工作的人力，只會提高人類對某件事情的認知能力。
蘇芳慶表示，雖然現在IBM和台北醫學大學、長庚醫院做快速的診斷，但是現在都沒辦法省下成本，IBM的軟體能力，利用全世界的專業論文做分析，做出快速的診斷，到治療運用。
麥肯錫企業顧問公司指出，台灣企業數量雖然有在成長，但是數位發展的程度不一，讓民眾甚感意外。蘇芳慶打槍，台灣有數位優勢，在IT應用上也結合各個不同領域的產業創造出新的價值，包括牙科的水雷射系統、植牙導航系統等，應用電腦在傳統的牙科手術上，讓手術能夠更精準的進行。除此之外，台灣的聯合骨科更是從設計、製造、外銷全方位製作醫療骨科器材，成為台灣引以為傲的MIT(Made in Taiwan)招牌。
附圖：科技部政務次長蘇芳慶受訪時則指出，台灣若能夠成功設立AI醫療資料庫將能夠成為亞太地區醫療數據分析的領頭羊，提高醫療診斷效率。(photo by 譚有勝/ 台灣醒報)
資料來源：https://tw.news.yahoo.com/%E4%B9%98%E8%91%97%E6%95%B8%E4%BD…
醫乘智慧ptt 在 Re: [請益] 大家看好台灣智慧醫療產業嗎- 看板Tech_Job 的推薦與評價
※ 引述《Qoo2 (?)》之銘言：
: 最近台灣掀起一陣子智慧醫療產業的風潮
: 我查到的就有
: Q(QOCA)，H，A(AxxS)，C，AxLab等等
: 大致上是
: 1.軟體：利用台灣完善的醫療環境和資源做人工智慧醫療雲運算整合平台系統
軟體一點機會都沒有!
大多數保守國家來說,被醫生醫出問題,跟ai吃出問題
你看哪個會引起軒然大波
對保守派的社會來說,就算統計數字告訴你 ai 出問題的機率是
百萬分之一,醫生誤診的機率是 萬分之一
但是人人都能接受醫生誤診,沒人能接受 ai 誤診
看台灣就知道,台灣開車撞死人只要不是重大違規
新聞都已經懶得報了
你自駕車撞死人看看,絕對上頭條!
更不用說台灣牛步化的法規根本跟不上時代的進步
所以要到接受 ai 看診很可能要到下一個世代
我今年做四望五了,我等L5自駕車等到頭髮都白了....
甚麼你說要賣國外?
台灣的純軟?
: 2.硬體：不甚了解，大概像https://www.qoca.net/？
做硬體基本上就跟做哪一行沒太大關係了
演算法不是你在開發,唯二能做的就是 cost down 跟拚良率
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.164.233.138 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Tech_Job/M.1598080145.A.DBF.html
人性可以接受正常的醫生誤診,因為是人,大家都能理解醫生會失誤
但是對於自己不理解的東西就是有抗拒感
數字上看起來再漂亮都沒用
隨便舉幾個例子
火車剛發明的時候,人類簡直把火車當成怪獸,
西方已經全面接受火車,移植到中國的時候一樣受到各種抵制
甚至出現馬拉火車這種好笑的事情
現在進行式
核能在各種數據統計上都已經打屌傳統發電
但是就是有人寧願用傳統發電也不要核能
大概在三年之前,圍棋被公認為人類的智慧堡壘
以現今硬體程度不可能攻破
因為靠窮舉法要計算出所有棋步是 2.08x10^170
這邊都理組我也不需要說明這個數字有多驚人
之後的故事大家都知道了~
也是可以討論討論
假設 AI 的誤判率(百萬分之一)比人腦低(萬分之一)
你的意思是這個百萬分之一可能是高難度的也可能是低級錯誤
但人腦的萬分之一全部都是高難度的問題
就算依這個前提我還是願意給 AI 看病
但我也同意人性很難接受這樣的事情
所以我才說走醫療純軟 AI 其實就算技術力克服了
也還要等待下一個世代,才有辦法接受這種嶄新的概念
更不用說還要法規通過了,基本遙遙無期!
※ 編輯: jamo (1.164.233.138 臺灣), 08/23/2020 14:04:51
... <看更多>