top of page

人工智慧將如何影響醫療保健?How Will AI Impact Healthcare?


醫療保健產業面臨多種挑戰,像流行病、慢性病、心理健康問題和醫療專業人員短缺等,而生成式人工智慧 (Generative AI) 則有機會來解決這些挑戰。


根據摩根士丹利 (Morgan Stanley) 所提供的資訊,認為人工智慧在醫療領域的市場機會,估計高達 6 兆美元,突顯了這項技術的商業價值。


生成式人工智慧」是一個快速發展的生態系統。它的使用性日益普及,並且徹底改變醫療領域發展。這項技術不僅包含 ChatGPT,還能處理各種數據類型,包括文字、圖像、音檔、影片、3D 建模,甚至是編碼。一些預估顯示,生成式人工智慧甚至可在 10 年內將全球 GDP 提高 7%,但其潛在應用遠超過經濟效益範圍。



2022/02 到 2023/02 全球在 Google 搜尋 “generative AI (生成式 AI)” 的數據 (圖:Statista)



 

為何解決這些醫療問題如此重要?


隨著流行病發病率的增加、慢性病的激增、心理健康問題和老化人口迅速成長,全世界醫療保健行業都在努力滿足對高品質醫療保健服務不斷增長的需求。


你知道嗎?在非洲盧安達在世界經濟組織協助下,運用人工智慧進行每日超 4,000 次的日常健康諮詢。
你知道嗎?印度正在使用「空中藥品」計劃,已成功運用無人機,在偏遠地區完成超過 950 次的藥品運送。

根據世界衛生組織 (WHO) 的數據,搭乘飛機旅行時受傷的機率為百萬分之一。相較之下,在整個醫療過程中,個人受到傷害的機率為三百分之一。這是相當高的比率。


其中,高達 50% 的醫療錯誤,肇因於行政疏失。而全球醫療專業人員的短缺,更是加劇了這些問題。


世界衛生組織也估計,到 2030 年,預計衛生工作者將短缺 1,000 萬名額。特別是在低收入和中低收入國家,這問題更是嚴重。這也讓需要人提供護理服務這需求,變得愈來愈困難。


雖然「生成式人工智慧」被視為應對這些挑戰的潛在解決方案,但這項技術仍在不斷發展中,並面臨著許多挑戰。


生成式人工智慧的輸出準確性仰賴用於訓練它們的資料庫品質,包括醫療記錄、實驗室結果和影像研究。人工智慧產生的治療和管理計劃中的任何錯誤,都可能讓病患的健康面臨風險,因此醫療保健提供者和患者必須完全信任此項技術。


此外,人工智慧系統使用的演算法仍可能存在偏差。如果演算法所使用的資料庫不能充份代表該地區人口,則可能會產生不準確,甚至有害的結果。


因此,如何確保技術的道德使用、改善醫療保健結果,並最終造福患者,都將是生成式人工智慧在醫療領域應用必須面臨的挑戰。


你知道嗎?透過「Davos 阿茲海默症合作計劃」,建立一個由 100 萬此疾病患者組成的群體,來加速治療方法的發現、測試與交付,並向全世界研究人員提供真實的全球數據。

 

生成式人工智慧在醫療保健中的應用


1. 臨床決策


生成式人工智慧已經開始幫助醫生和醫療專業人員,做出準確、明智的診斷。


它可以分析患者的醫療記錄、實驗室結果、先前的治療歷史,與 MRI 和 X 光的醫學影像,來辨識潛在的問題區域,並建議進一步的檢查或治療方案。「Glass.Health」就是一個運用生成式人工智慧,能夠根據輸入的症狀資訊,產生診斷和臨床計劃的醫療工具之具體實例。


2. 流行病防範的風險預測


根據《國家地理雜誌 (National Geographic)》報導,地球上的病毒數量比宇宙中的星星還要多,平均每年大約出現兩種新的人類病毒。


正如近期全球大流行的新冠病毒一樣,一種新的人傳人病毒,如果沒有先前的免疫力,可能會迅速升級成為大流行病,導致數百萬人死亡。


「生成式人工智慧模型」已成為科學家研究災難事件社會規模影響的重要見解來源,例如對新型流行病進行建模,並制定預防措施。而新的生成式人工智慧模型正在大量蛋白質序列上進行訓練,以識別可以解決傳染病爆發與控制疫情的新抗體,進而提前做好應對措施,減少疫情造成的傷害。


3. 個人化用藥與護理


在當今的醫療保健領域,提供「個人化護理」的能力至關重要。


透過穿戴式設備,可以收集患者健康指標的即時、連續數據,包括心率變異性、血氧和血糖值。經由生成人工智慧演算法,可以分析和解釋數據,並提供量身定制的建議和治療方案。


例如心血管疾病,透過具有生成式人工智慧的可穿戴設備與家庭監測設備相結合,醫療提供者可以從傳統的被動性醫療模式,轉變為積極主動式的醫療保健模式。


4. 改進藥物發現與開發


生成式人工智慧在藥物發現和開發領域展現驚人的成果。


其中著名的例子是 Insilico Medicine,該公司開發了一種名為 GENTRL 的生成人工智慧平台。此平台已用於設計治療纖維化和癌症等疾病的新藥。


這些成果令人驚艷,也表示這個產業的重大轉變。通過此項技術,藥物研發領域可以更加高效地設計新藥,從而加速新藥的上市進程,為患者提供更有效的治療選擇。



 

生成式人工智慧與醫療保健的下一步


雖然生成式人工智慧的出現,讓醫療保健產業感到興奮,但許多人對其未來發展仍是感到不安與不確定。然而,生成式人工智慧對於醫療保健領域革命性的發展潛力,是不可否認的。


因此,醫療提供者、從業者、政策制定者與其他利益相關者,在未來幾年所做出的選擇,對於塑造這項技術的發展,將非常重要。


與任何創新方案一樣,我們必須謹慎對待生成式人工智慧發展,意識到它的影響可能是具有變革性。


這是一個關鍵時刻,我們需要能夠應對這些帶來的獨特挑戰與機會。生成式人工智慧技術將在未來引領醫療保健,進入一個新的創新時代。而那些敢於在這個領域進行實驗和領導的工作參與者,將能為患者、醫療提供者和醫療機構創造更多新的機會。




(資料來源: World Economic Forum)

Comments

Rated 0 out of 5 stars.
No ratings yet

Add a rating
bottom of page