醫療照護在生活中一直是個很重要的議題，檢測流程往往繁瑣，加上醫生任務多，可能偶有疏漏或誤診，而隨著技術發展，AI輔助診斷成了熱門應用，如何藉由AI在診斷上或是醫材帶給醫院或民間更便利的照顧、資源整合，都是目前深入研發及試驗的重點。
透過工研院巨資中心智慧應用技術組張世芳副組長的介紹，一起認識AI如何協助醫療輔助診斷。
「多任務學習」來建立AI辨識技術，對於醫師與病患的幫助為何？
AI在醫療應用已有相當久的歷史，坊間運用在基因檢測、醫學影像辨識及再生醫療等等，都可以提供醫生和民眾更好的服務品質，而這些醫學影像的AI發展都需要經過一連串的動作，並不是把資料匯聚在一起直接做一個模型研發就一蹴可幾，它必須經過一個很長的研發週期來確保每個部分都有穩定的發展以及未來落地的整合。
舉例來說，從眼底鏡影像來看，一開始從醫學中心取得這些影像的時候就有必須有一連串的資料處理的動作，怎麼確定這些資料拍攝角度、品質好壞，都必須經過人工篩檢，確認完這些資料集後，更重要的是我們確定這些成為訓練資料集的基礎公式，也就是所謂的資料標註。但在醫學上這些資料標註需透過專家決、公司決、多數決的方式來決定，與以往一般AI應用大為相異的部分，這是醫學影像比較特殊的部分。
這些研發好的模型必須進一步與臨床實務整合，因為在臨床實務指標內，並不是追求一個敏感性最高就是好的應用，而是必須兼顧實際的臨床情境，舉例來說以早篩應用來看，所專注的是AI模型的特異度表現，主要是確保這些病人在疾病風險的第一時間就被監控住，也就是說有疾病的早期徵象能在第一時間被抓到，同時節省後續的醫療支出及其他注意。
AI模型應用在臨床實務上，需要經過什麼樣的審查程序？
人工智慧的醫材受到嚴格的法規監管，在台灣就是透過食藥署的醫材監測程序及審察程序，所以在台灣上市的智慧醫材，包含醫院有效性的評估、軟體或軟硬整合的器具，都透過完整的臨床試驗去監控。也就是說，這些AI模型必須在不同醫院臨床試驗後，確保之後醫療情境運用上，能貼近整國人的需求及明確的功效存在。
AI新興科技對於創造醫療產業藍海市場機會的看法？
AI科技其實帶來許多突破性的創新，並不是只有技術上的突破，也可以成為整個醫療情境上的變革。以往我們認為眼部病變的醫材只能輔助眼科醫師，但在臨床和流程中，它帶動不同的醫療情境，以這個AI-DR醫材來看，它可以協助非眼科醫生、家醫科、內科、新陳代謝科等等，可以透過這個軟體醫材，提供等同眼科醫生的專業服務，這樣這些病疾就可以避免重覆就醫、二次就診的程序。
而這樣的服務體系讓整個不管是照護領域或是健康領域，都能有一個比較好的貢獻及發展。透過這樣的醫材，讓醫療有更專業的分工，非眼科醫師可以專注在照護服務、而眼科醫師可以專注在重症病人的疾病診療。
帶給整個醫療產業變革，讓整體服務互相搭配，有互補的作用，讓醫療產業更蓬勃發展。