Science & Tech Innovation

    人工智能: 醫護人員的好助手?

    08/22/2018 - 12:00

    撰文:吳加莉 團結香港基金助理研究員、田詩蓓博士 團結香港基金研究員

    amended%20heart.jpg


    AlphaGo近年引起全球熱議,其母公司Google DeepMind近日在健康領域亦有不俗的發展。根據DeepMind與英國知名的摩爾眼科醫院(Moorfields Eye Hospital)的合作研究,其人工智能(Artificial Intelligence, AI)程式能辨識出超過50種眼疾及判斷病例危急程度,其準確度與人類醫療專家平分秋色(1)。其實AI在醫療的範疇中有什麼應用? 

    知名顧問公司Accenture於2017年提出AI於臨床醫療的十大應用範疇(2),其中首三位分別是機械輔助手術 (Robot Assisted Surgery)、虛擬助理護士 (Virtual Nursing Assistants) 及優化行政程序 (Administrative Workflow Assistance)。

    機械輔助手術一般被應用於輔助醫生進行複雜的手術,減輕手術對病人的入侵性傷害。AI的發展令其有更進一步的突破,例如在骨科手術中(3),AI能在手術前分析病人數據,協助醫療人員規劃手術程序,從而減低了病人在手術後出現併發症的機會。若未來此項技術發展成熟,不單能提高手術質素,亦能減少醫生進行手術的時間,使他們有更多空間去關懷病人。

    虛擬助理護士藉著AI技術研發的聊天機械人(chat-bot)去解答病人疑問,為病人建議最適合的醫療服務。美國科技公司Sensely與英國國民保健署(National Health Service, NHS)合作推出手機應用程式“Ask NHS”,透過影像及語音識別系統(voice-to-text)了解病人需要,更通過疾病數據庫分析病情,從而提供診斷意見或健康資訊,並轉介國民至適合的醫療機構(4)。將來如能引入此技術到香港,可以為公營醫療系統作出基本的分流,引導非緊急病人使用其他醫療途徑,縮短急症室輪候時間。

    利用AI優化行政程序,能為醫護人員減省用於文書或後勤工作的時間,從而提升照顧病人的質素。例如美國科技公司Nuance推出了Dragon ® Medical One,以語音辨識系統,減少醫護人員安排測試、記錄病人情況及分配藥物的時間,以提高醫護人員的工作效率。香港公營醫療系統人手短缺,醫護人員的工作時間長,引入這項技術可幫助減輕他們的工作量。

    雖然AI的應用有助提高醫療服務的效率和質素,但要於香港醫療系統實際發展及應用AI,還有不少的阻礙。根據世界銀行的數據,香港研究開發人員比例較部份已發展國家要低 (圖1) ,而南韓、芬蘭和新加坡每百萬人口的研究開發人員更分別比香港的高出一倍以上。所以,要在醫療或其他領域發展AI,香港需要匯聚更多科研人才。

    health.jpg

    (圖1) 研究開發人員數目 (每百萬人口)(5)

    此外,香港的市民普遍著重保障個人資訊,使用AI收集病人數據容易衍生出私隱問題,需要立法規管數據的存取與使用。再者,AI並非完美無缺,一但出錯,引發醫療事故,責任究竟是由醫療人員還是AI研發公司負責,還待商榷。另外,AI決策權限的界定很可能牽涉複雜的倫理問題,例如治療病人的優先次序和方法,應由誰作最終的決定? 

    即使AI在醫療領域上能有不少的應用,真實的醫療人員亦難以被取締。AI或未能理解或照顧病人的情緒和需要,因此難以提供以人為本的醫療服務。筆者認為,若能好好運用AI,在不久的將來,或許它們能成為醫護人員的好幫手。

    我們喜見香港政府預留了一百億元作發展醫療科技創新平台和人工智能及機械人科技創新平台之用。除了研發經費外,投放資源培訓醫療人員使用AI和提升市民大眾對AI的認識,亦對AI在醫療領域的普及應用非常重要。團結香港基金將會在9月23日至10月2日在香港會展主辦創科博覽2018,以「工」、「農」、「醫」三大主題,穿梭中華古今科技文明,當中亦會羅列不同的智能醫療技術,不失為了解更多有關AI在醫療領域發展的良機。

    註: 
    (1)    A major milestone for the treatment of eye disease: https://deepmind.com/blog/moorfields-major-milestone/
    (2)    Accenture 提出AI於臨床醫療的十大應用範疇,指其有機會於2026年為美國醫療業帶來具大的經濟效益。詳細資料: https://www.accenture.com/us-en/insight-artificial-intelligence-healthcare
    (3)    Schroerlucke, S. R., Wang, M. Y., Cannestra, A. F., Good, C. R., Lim, J., Hsu, V. W., & Zahrawi, F. (2017). Complication rate in robotic-guided vs Fluoro-guided minimally invasive spinal fusion surgery: report from MIS Refresh prospective comparative study. The Spine Journal, 17(10), S254-S255. https://www.thespinejournalonline.com/article/S1529-9430(17)30851-3/fulltext 
    (4)    ASK NHS: http://www.sensely.com/asknhs/
    (5)    資料來源: 世界銀行(World Bank)。法國、新加坡、美國取自2014的年數據;其他為2015年的數據。