9 月 26 日，由经济部产业技术司指导、台湾日本关系协会科技交流委员会主办的“2023 台日科技高峰论坛（Taiwan-Japan Science and Technology Forum）”于台北福华大饭店隆重开幕，一连两日的精采议程，将聚焦“精准预防医学、智慧医院、生技医疗创新”三大主轴进行讲座分享与讨论，现场云集台湾日本关系协会科技交流委员会何美玥主任委员、公益财团法人日本台湾交流协会台北事务所 服部崇副代表、台湾精准医疗产业协会 李钟熙荣誉理事长、台大医院吴明贤院长、中央研究院张文昌院士、台北医学大学陈瑞杰董事长与本活动执行单位中华经济研究院日本中心林桓亿主任等多达数十位产官学研界重量级人士参与。
自 2003 年起，“台湾日本关系协会科技交流委员会”每年定期举办“台日科技高峰论坛”，聚焦双方共同关注的科技议题，并邀请台日各界领袖参与。这个平台旨在达成共识，规划未来科技发展方向，同时也提升台日之间的科技交流和实质成效。
今年，考虑到科技在日常生活中的广泛应用，会议将特别聚焦于智慧科技在解决医疗领域人力不足问题上的潜力，以及如何实现智慧医疗和精准健康。为了掌握最新的发展，本次论坛特别邀请日本 AI 医院国家计画的主持人分享 AI 在医疗领域的应用，以及日本领先的创业投资专家分析台日生技医疗创新的最新趋势，期望透过这次论坛促进台日合作，并为后疫情时代的智慧医疗和精准健康建立新的方向。
现代遗传权威：中村佑介博士独家专访（基因线上国际版）中村祐辅致力让 AI 医疗更贴近人心
在首场专题演讲中，国立研发法人医药基盘・健康・营养研究所的中村祐辅（Nakamura, Yusuke）理事长深入探讨了“AI 医院计画”及其如何推动更人性化的医疗。他指出，随着医疗需求日益复杂和多样，以及社会高龄化，医疗工作者面临的压力也在增加。为应对这些挑战，国家需要解决一系列问题，包括确保医疗品质、控制成本、确保劳动力、提升全球竞争力，同时确保在重大灾害发生时有稳固的医疗资讯和供应系统。
作为日本内阁府 SIP 第 2 期“AI 医院计画”主持人的中村祐辅进一步解释，为了解决这些问题，建立大型医疗数据库和引入数位化和人工智能（AI）技术变得至关重要，且需要同时横跨物联网（Internet of Things，IoT）与大数据技术。基于此，2018 至 2023 年的五年期内阁府 AI 医院计画专注于开发能减轻医疗负担的 AI 技术，包括诊断辅助和减少人为错误的工具。该计画由多家日本企业包括日本 Unisys、日立制作所、日本 IBM、Softbank 和三井物产合作建置。
中村祐辅指出，在临床医疗上，误诊频率以及误诊所造成的后果是严重的，而人工智能能够进行预测并校正。以腹部急症为例，造成的情况可能是胆结石、阑尾炎、肠胃扭转，甚至是子宫外孕等，而患者可以到医院前先行仔细地依照自身症状充分表述，并询问如 ChatGPT 等人工智能技术，并在抵达医院后，将得到的建议与医师讨论，此举将可大幅提升医疗效率与精准度。
在提到以 AI 为基础的错误警示系统，中村祐辅解释道，常见的医疗疏失包含开立不当的药物组合、处方开立错误等。在美国，每年约有 700 万件处方开立错误的情形，并造成 7,000 至 9,000 人死亡，损失的医疗费用高达 4 兆日圆。只要投资 1 兆日圆引进 AI 系统，并可掌握症状、诊断、疾病名称与处方药名之间的关联性，将诊断疏失与处方开立错误的机率降至最低。
中村祐辅继续说道，透过在医疗现场适切的使用 AI 技术，具有两大优势。首先是透过网络远距技术，AI 自动诊断系统能弭平医疗资源的地区性差异，提供偏乡地区与城市同等的医疗诊断品质。其次则是透过诊断辅助用 AI，能够降低医事人员的负荷，例如 AI 可以初步将明显正常与明显患病的就医者进行分类，因此专业医师只要针对 AI 不可确定的诊断进行评判，大幅减低医师的工作量。同样在降低临床人员的负荷方面，横须贺共济医院运用 AI 自动录音并进行诊疗纪录，可以有效降低整栋医院每日 7 小时的工时。而在庆应大学医院，应用人工智能虚拟化身技术来辅助进行 CT 造影检查的说明，每个医师每年可以减少达 3000 小时的工时。
人工智能也能进行即时诊断，中村祐辅举例，透过患者装配穿戴式装置如智慧型手表，能够透过 AI 及时侦测到心房颤动，趁早将资讯传达到救护车，并在两个小时内的黄金时期进行即时的治疗，就可以有效降低无法康复的后遗症发生机率。
他强调，尽管“AI 医院”这名称可能让人联想到冷漠的医疗，但 AI 和数位技术实际上能让医疗人员有更多的时间和心力，以更人性化的方式提供精准医疗。例如很多时候，医师只是对着萤幕进行病况解释，大幅降低了医疗体验与医病关系。如果引进 AI 系统，将能够进行有效的自动化纪录并存取知识，医师就可以省下更多时间与病患进行互动，而这也正是 AI 和数位医疗最具价值的目标之一。
让 AI 来相助！大阪大学医学部附设医院的蜕变
大阪大学医学部附设医院（阪大医院）AI 医疗中心 川崎 良（Kawasaki, Ryo）副中心长提到，阪大医院将其愿景定义为“Futurability：一个不断创新，解决新问题，并受到大家期待的未来型医院”。尽管医疗科技不断进步，但专业化和复杂化也带来了一些挑战。为了解决这些问题，AI 在医疗领域的应用变得越来越重要。
以坂大医院为例，希望透过医师与护理业务，透过语音辨识、自然语言分析与脸部表情辨识，提供以病患为中心、具有安全可靠的医疗。除此之外，放射影像、病理影像、癌症诊疗、癌症筛检、新生儿诊疗、眼部疾病、心血管疾病与脑神经疾病等进行影像诊断、预后预测与诊断辅助，提供更具品质的精准医疗。而在医疗资讯、诊疗报酬明细表、诊断程序组合（DPC）、影像检查、检体检查与各诊疗科别细部检查，可以基于病患的同意之下进行资料的仓储化，在后续通过资讯分享审查之后，提供产官学界加以活用，有助于医疗设备开发，同时提升诊断准确度。
川崎 良在讲座中介绍了坂大医院中的 AI 应用案例。例如 AI 问诊辅助系统，能够辅助护理判断、减少问诊工作的时间，也便于提供多国语言的翻译服务，有助于外籍看护的理解。而在医疗场域中引进人脸辨识技术方面，目前应用在小儿科病房的入室管理系统，可以有效降低人工操作次数达 30%，除此之外，也可以进行重症系统的电子病历使用者身分认证，更能进一步拓展使用情境，建置“整合医疗大楼”，预防误认手术患者，减少病患等待时间与院内导览等。
在医师业务辅助方面，例如眼科语音输入的辅助或是知情同意流程的 AI 虚拟化身辅助系统。在病患服务方面，在许多情境下，病患在医院中需要在不同诊间进行移动，AI 可以进行自动驾驶，有效进行导航并降低跌倒的机率。在脑神经系统方面，透过失智症诊断辅助 AI ，可以利用脑波仪分析脑波特征进行癫痫发作的预测。在新生儿诊疗辅助方面，也可以推测早产儿视网膜病变的风险，这是造成幼儿早期失明的主因。
此外，AI 也可以进行病理诊断辅助，例如肾脏切片检查病理影像之 AI 辅助判读，目前的系统具有多中心验证以确认组织学所见、肾功能指数的一致性，以及非监督式维度缩减的再现性。再来，AI 也可以进行放射影像的诊断辅助进行手部关节健康程度判定、内视镜消化道癌症诊断辅助 AI 则能够进行早期胃癌的超音波内视镜影像辅助，可以达到与专科医师几乎同等的诊断能力。
至于心血管系统诊断辅助与居家监测，目前建有“心脏衰竭远距监测系统”，透过早期发现与介入居家照护患者的心脏衰竭恶化情况，预防再次住院。于此同时也可以累积资讯并由 AI 诊断心脏衰竭的严重程度、引进患者的自我管理工具，当系统成熟之后，可以跨大监测疾病的适用范围，包含肺炎、失智症、心房颤动与新冠肺炎。
紧接着，川崎 良介绍了坂大医院与大阪府辖下的医院群协调合作网络— Osaka Clinical Research Network（OCR-net），透过坂大医院的数据库，基于病患同意而加入，所有的诊疗数据将被产官学界应用于 AI 研究与开发，而后借由六家合作医院进行安全计算，非公开所在机构的诊疗资讯，而能在资料保护的情况下进行多中心真实世界数据分析，进一步则能在 28 家合作机构医院，透过共通数据结构（Common data structure）建构资料仓储（Data Warehouse，DWH）。OCR-net 已经在多种疾病领域累积丰富的病例（背景人达 500 万人次，约 1 万张病床），进行涵盖广泛领域的医疗资讯仓储化。借由与相关医院之间强健的网络累积临床数据，建构执型 AI 种子实证试验的体制，并使其成为 AI 研究的基础。此仓储系统包含影像蒐集的自动化、临床资讯蒐集与检体收集，透过受检者的编号进行串接。
在将医疗影像专换为数据的层面，透过 AI 技术能够将放射影像报告自动结构化，同时进行自动诊断模型的整合，OCR-net的参与设施包含院内医学影像存盘与通信系统（Picture archiving and communication system，PACS）、影像收集系统与共同数据库，透过自然语言处理技术解析影像检查清单，而透过机器学习的方法，针对影像添加注解（Annotation or Labelling），例如针对两侧肺叶有无结节性阴影的判定，可以使用 DU-Net 模型进行影像的分割（Segmentation），进一步使用 Dense Net-121 架构进行分类（Classification），后续已 Grad-CAM 进行视觉化，从而连结组织部位与影像的标记。
而 OCR-net 的数据收集基础设施也添加了保密性的“安全计算”，包含增加建置进行相关的服务器系统，以实际案例为说明，透过大阪大学医院、大阪医疗中心、市立东大阪医疗中心、大阪国际癌症中心、大阪急性期总合医疗中心与大阪劳灾医院，透过 NTTCom 拥有的资料中心中的多核心安全计算基础设施，每个服务器规格也可以达到 24 核心的中央处理器（CPU），内存也将高达 512 GB。
最后，川崎 良也再度重申了“坂大医院数据库”的个人资料利用是具有层层把关的机制，在诊疗资讯方面，可以将电子病历、影像、检查等一般性诊疗资讯以假名化的形式进行利用，使用的目的也限于医疗设备及治疗方法的研究开发，同时需要明确的告知包括国内外企业在内的外部机构也会使用此资讯，让患者具有是否加入研究的同意选择权，而在事后也可以有撤销同意的机制。
（首图左起：国家卫生研究院 陈为坚副院长；左三：台湾精准医疗产业协会 李钟熙荣誉理事长；左四：台北医学大学 陈瑞杰董事长；左五：大阪大学医学部附设医院 AI 医疗中心 川崎良 副中心长；左八：台湾日本关系协会科技交流委员会 何美玥主任委员；左九：国立研发法人医药基盘・健康・营养研究所 中村祐辅理事长；左十：中央研究院 张文昌院士；左十二：DCI Partners 株式会社 成田宏纪代表取缔役社长；左十三：中华经济研究院日本中心 林桓亿主任）
©www.geneonline.news. All rights reserved. 基因线上版权所有 未经授权不得转载。合作请联系：service@geneonlineasia.com
