Image by Freepik
「當你肚子有點痛的時候，Google 會告訴你~那是癌症。」
這是一個在醫界裡流傳的笑話，但是隨著人工智慧（Artificial Intelligence，AI）在這幾年裡的爆炸式發展，或許再過不久，透過電腦自動診斷出病人疾病就再也不會是一個笑話，而是確確實實存在我們生活中的日常。AI在醫療領域中的兩大常見應用是臨床決策輔助和醫療影像分析。那麼，AI如何達到這些目標呢？作為臨床決策的輔助，AI提供了一個能快速取得患者相關研究資料的管道，這對醫師在調整治療方向、藥物選擇、心理健康以及其他患者需求的決策上，是一大助力。另一方面，在醫療影像分析上，AI被應用於CT掃描、X光、MRI以及其他類型的影像分析，目的在於識別出人類放射科醫生可能會遺漏的病變或其他重要發現。
AI的應用並不僅限於診斷，它在疾病的藥物治療方面也能提供相當的幫助。藥物的發現通常是藥物開發過程中最長且最昂貴的部分之一。當前，AI可以透過改良藥物設計與探索有潛力的新藥組合兩種方式，協助藥廠降低新藥的開發成本。在AI的幫助下，許多醫藥生技領域所面臨的大數據問題都得到了有效解決。
台灣的大腸癌發病率在全球居首，然而其死亡率在國內所有癌症中排名第二。這種疾病似乎很可怕，但其實，只要能夠早期偵測並及早治療，大腸癌的治癒機會便相當高。然而，儘管治癒機會高，為何其死亡率仍排在第二呢？這是當前大腸直腸外科醫生最為棘手的問題之一。原因在於，大腸癌在初期通常不會有明顯的症狀，因此很容易錯過治療的黃金時間。為了盡早發現大腸癌，定期進行大腸鏡檢查是一個重要的策略。
在大腸鏡檢查中，醫師會尋找大腸瘜肉，這是由於大腸黏膜細胞異常增生而形成的突出病灶。當瘜肉小於一公分或其組織學特性為增生性時，通常被視為良性病變，不會有明顯症狀或發生惡性變化。但若瘜肉超過一公分或細胞腺體出現病變，則可能發生癌化。為了提高大腸鏡對息肉的早期偵測能力，目前醫學界已經將AI技術引入大腸內視鏡檢查系統，如CAD EYE人工智慧內視鏡影像系統。該系統在檢查過程中能即時偵測大腸瘜肉，並自動區分瘜肉種類，提供切除治療的指引。
此外，台灣（成大）的資訊團隊與美國哈佛大學經過兩年多的合作，成功建立了一套以AI演算法判讀大腸癌並預測病情的模型，不需要進行複雜且昂貴的基因定序，就能根據病理切片預測患者的關鍵遺傳畸變、基因表現以及存活期。這對臨床意義重大。有了這套模型，醫師們能清楚分析腫瘤切片的所有細節與特性，而不再需要依賴個人經驗來估計患者的存活率。他們可以利用AI系統清楚說明患者的預後與病理切片的關聯性，從而大大提升臨床決策的精準度。對於臨床預後不佳的患者，醫師們可以選擇更積極的治療方案，或嘗試參與全新的臨床試驗。
儘管醫療AI擁有多項優點，例如精確度高、效率高及安全等，但在醫療領域的應用程度，與更為成熟的領域如智能製造和自動駕駛相比，仍然是在初級階段。如果以自動駕駛AI的發展六個等級（從Level 0到Level 6）為比較基準，醫療AI目前的表現僅處在Level 1（而自駕車則已在Level 2到3之間）。這表示醫療AI還未達到完全自主運作的程度，仍需要在醫護人員的完全監控下，來協助醫療決策。目前大多數AI技術還是在實驗階段，或選擇性地應用在輔助醫院的臨床及非臨床工作流程上。正如一種新藥要上市，需經過FDA多年對於藥物效能、副作用等因素的審核和追蹤調查，醫療AI的可靠性也需要經過更長時間的驗證。
然而，儘管醫療護理業通常需要較長的時間才能達到成熟，但我們有理由期待，未來不遠的一天，我們將能夠在手機上擁有一個AI醫生，隨時照護我們的健康。
