智慧與精準醫療

醫療資訊管理以及巨量健康資料分析應用
講者／徐建業（臺北護理健康大學資訊管理系所）
彙整／《科學人》編輯團隊｜整理自2019.06.29〈科創講堂．智慧醫療〉

最近流行的精準醫療其實講的大部分是所謂的個人化醫療。每個人生來就不同，後天環境也不同，所以接受到的醫療照護也需要針對個人的特質來修改。雖然精準醫療比個人化醫療範圍大，但是，我們可以把個人化醫療看作是精準醫學的醫療實踐。我們利用資訊管理及巨量健康資料應用技術建立智慧醫療系統，輔助醫師可以針對每一個病人提供客製化醫療服務，徐建業指出，從醫療資訊發展的歷程來看，首先是先將紙本健康資訊數位化並整合，之後要將健康數據標準化並且可以在不同的醫院資間互相交換，最後一步就資料的分析然後建立智慧醫療系統化進行實務上的應用。

光學導引AI硬膜外針之研發與應用
講者／丁乾坤（臺北榮總一般麻醉科主任暨國立陽明大學醫學院教授）
彙整／《科學人》編輯團隊｜整理自2019.06.29〈科創講堂．智慧醫療〉

麻醉的發明是醫學上最重要的發展之一，也是促進外科進步的關鍵因素，在三國故事中，關公接受刮骨療傷，在沒有麻醉的情況下，還可以氣定神閒的與馬良下棋，但是現實中的一般人，沒有麻醉不可能忍受手術的巨大痛苦，丁乾坤說明，過去麻醉醫師只能靠自己的經驗來實作，現在有了AI科技的輔助之下，就可以大幅降低麻醉風險，提高醫療品質。

數位病理：科學家+醫師+AI創意組合新契機
講者／張大慈（國立清華大學分子與細胞生物研究所教授）
彙整／《科學人》編輯團隊｜整理自2019.06.29〈科創講堂．智慧醫療〉

數位病理是一個新興的研究領域，需要科學家、醫師和AI工程師的合作才有辦法進行。「通幽洞微」是科學家和醫師的共同特質，具有非常仔細的觀察力，能夠發現微小的事情，尤其是醫院中的病理醫師更具有這樣的特質。病理醫師負責所有臨床檢體的處理與診斷，任何外科醫師取出的組織送到病理醫師手上，病理醫師就會依據個人的經驗快速判斷切片的位置，利用顯微鏡觀察分析病灶嚴重程度，提供主治醫師病理判讀報告以研擬治療策略。

人工智慧於精準醫療之創新機會與挑戰
講者／曾新穆（國立交通大學數據科學與工程研究所所長）
彙整／《科學人》編輯團隊｜整理自2019.06.29〈科創講堂．智慧醫療〉

Big data、演算法和運算能力驅動人工智慧發展，最初AI發展運作方式是由專家定義知識，機器模擬專家思路解決問題，後續機器學習方法出現、應用新一代的演算法像Deep Learning、搭配高速運算GPU，才能夠達成像Alpha go的AI系統，近幾年AI醫療快速發展，很重要的關鍵就是Big data，醫療數據的整合將產生非常大的力量。

創新科技輔具
講者／游忠煌（國立陽明大學物理治療暨輔助科技學系副教授）
彙整／《科學人》編輯團隊｜整理自2019.06.29〈科創講堂．智慧醫療〉

隨著高齡社會時代來臨，長照需求是社會重要的議題，其中輔具更是協助老年人或是失能者維持正常生活的重要夥伴，游忠煌教授是機械工程出身，但從不畫地自限，持續汲取電機、資訊、醫學等各方面種知識，投入物理治療輔具研究已經近30年，所指導的研究生多為醫學背景，跨領域的團隊整合，打破窠臼、挑戰傳統，激發多元科技輔具創新思維。

打造你自己的虛擬杯麵！
講者／簡文山（臺北醫學大學醫務管理學系教授）
彙整／《科學人》編輯團隊｜整理自2019.06.29〈科創講堂．智慧醫療〉

2025年台灣將要邁入老年化社會，AI將能夠協助醫療服務及長期照護，就像是迪士尼動畫電影大英雄天團中的醫療機器人「杯麵」，未來將會真正出現在現實生活中，成為大家的健康守護神。

先覺醫療（Earlier Medicine）
講者／李友專（臺北醫學大學醫學科技學院特聘教授暨院長、AIMHI台灣醫療人工智慧創新研究中心發起人）
彙整／《科學人》編輯團隊｜整理自2019.06.29〈科創講堂．智慧醫療〉

AI的發展可以回溯到1960年代，當時叫做Age of Reasoning，主要應用在於如何建立電腦的邏輯推理原則；到了90年代進入Age of Representation，研究如何抽取人類的知識放進電腦裡，不過由於人類也難以清楚的表達自己知識的學習歷程，因此遇到了技術瓶頸；到了2015年機器學習(Machine learning)的技術出現，透過網路和大數據訓練電腦，讓AI快速崛起，當Google AlphaGo陸續打敗了南韓圍棋之神李世乭和中國圍棋職業九段棋手柯潔，雖然讓人們失去了自信，卻也意外為醫學打開了新契機。