協助化數據為決策,Appier 孫民:隨著數據量增加,AI 在健康醫療領域會越來越重要

作者 | 發布日期 2020 年 04 月 12 日 23:59 | 分類 生物科技 , 醫療科技 Telegram share ! follow us in feedly


武漢肺炎疫情全球持續延燒,也意外加速許多新科技登上檯面,Appier 首席人工智慧科學家孫民近日特別分享 AI 在應用健康醫療的現況與趨勢,協助大眾更理解新科技是如何化數據為決策,助力醫療人員成功抗疫。

孫民過去曾任清大電機工程系副教授,也參與過李飛飛主持的 ImageNet 圖像辨識研究計畫,專精電腦視覺、機器學習領域,在他看來,不論是前線醫護人員或後方研究人員,都得基於數據去做出生死相關的決策,隨著數據累積越來越多,AI 對健康醫療領域的發展只會變得越來越重要。

孫民指出,數據和決策與現代健康醫療息息相關,在病人上,整理長年以來診療紀錄、化驗結果、醫學影像的電子病歷能協助醫生根據各方面資訊診斷並推薦治療方法,同時也能優化醫護系統,預先分配醫療資源並減少重返醫院的人數比例。

而在疾病方面,AI 能協助研究人員了解病因並及開發藥物,以目前來說,第一個由 AI 設計的藥物已即將進入臨床實驗,透過運用 AI,將原本需要約 4-5 年的設計、測試化合物時間縮短至 1 年內,雖然療效還有待臨床實驗結果確認,但這已大幅縮短開發所需時程。

在近期延燒的武漢肺炎疫情上,AI 也能夠派上許多用場,除了公共場所使用臉部、人體移動辨識設備來監測進出者體溫狀況,AI 也能評估檢測、隔離及醫療用品補給需求,或比對遺傳序列監測病毒的變異情況來協助評估疫情。

全球科研人員現在都正針對武漢肺炎病毒進行詳盡的研究,為了協助相關人員快速梳理、尋找資訊,微軟及美國官學研單位也已建立 COVID-19 開放研究數據集(CORD-19),利用 AI 技術精準搜索、判斷高優先度問題,或協助找出新觀點。

孫民指出, AI 還具有許多潛力協助醫療領域發展。舉例來說,當一些國家確診數多到難以個別追蹤,便可以結合地理位置、電子病歷建立 AI 模型,協助判斷檢測、隔離及醫療資源分配的優先順序;AI 也可以用來分析個體移動足跡及追蹤臨床醫師手部衛生狀況,或協助分析大量的 CT 影像,加速專家進行診斷。

當然,AI 在醫療領域的發展仍有重重關卡得面對。由於醫療領域的高度專業性,AI 開發者不清楚醫護者真正需要的幫助,醫護者也不清楚 AI 究竟能幫上什麼忙,導致目前能落地應用的 AI 並不算多,許多技術仍停留在測試、評估階段,但孫民認為,隨著各方面需求加劇,這種情況很可能會因此次疫情改變。

武漢肺炎疫情仍存在許多不確定性,孫民指出,人們不應過於樂觀,但同時也不須過於悲觀,因為與過去相比,現在有太多太多的工具可以運用,「雖然不知道第一個找出治療方法的團隊會是誰,但我認為他們將獲得諾貝爾獎,同時獲勝團隊也必定是利用 AI 技術與全球協作的力量來戰勝病毒」。

(首圖來源:Appier 提供)

關鍵字: ,