有鑑於健康照護產業在未來的龐大商機，加上物聯網 (IoT)、人工智慧 (Artificial Intelligence,AI) 技術的崛起，基因線上訪問到台灣醫學資訊的重要推手─臺北醫學大學科技學院李友專院長(臺北醫學大學以下簡稱北醫，李友專院長以下簡稱李院長)，談談他對於物聯網、人工智慧等科技在健康產業的應用。訪談過程中，李院長非常幽默生動地分享舉辦黑客松競賽 Hackathon on Health IoT (HIoT) 的因緣、跨入醫學與資訊的人生過程、對於人工智慧協助醫療診斷、人工智慧結合大數據、以及對精準醫學的看法。重點摘要如下：
與 MIT 結緣 籌備黑客松競賽 Hackathon on Health IoT (HIoT)
為了提升未來行動健康醫療應用的創新，北醫醫學科技學院健康資訊科技國際研究中心 (International Center for Health Information Technology, ICHIT) 特別在 9 月 29 日至 10 月 2 日，舉辦為期四天的 Health IoT Hackathon 競賽 (註 2)，以穿戴式裝置與物聯網之應用為主題，活動名稱為「TMU-MIT(Sana) Hackathon」。邀請五位 MIT 教授及多位台灣精研該領域的醫療專家共同組成 Mentor 團隊，帶領各參賽團隊進行競賽。希望藉由跨領域團隊的腦力激盪與合作，提出可行之構想，讓寶貴的健康資料能被有意義的使用。同時期望能促進產學界之間共同發掘與解決現今醫療的問題。活動過程將藉由緊密的訓練，將醫學、資訊、管理等相關科系師生與各界好手與臨床醫師共同激發創意，從臨床角度實作出有效結合物聯網並能夠應用於健康促進、醫療照護的解決方案。
談及活動籌備的過程，李院長說到：「我們跟 MIT 算是有緣。」三、四年前北醫舉辦一項醫療會診計畫，到外蒙古的烏蘭巴托及周邊偏遠鄉村去作遠距皮膚科會診，當時有位學生是蒙古醫師，表示蒙古很多游牧民族部落距離當地醫院很遠，每年會有一批受過正式訓練的年輕醫師到各部落服務，但一個人要管理七、八位醫師助理，且年輕醫師經驗太少，所以希望建立一個手機平台連結到大醫院，讓他們能即時尋求幫助。剛好 MIT 的 mHealth 團隊 (Sana) 有這樣的平台可以幫忙，開啟了後續的交流。
為期四天的 Health IoT Hackathon 競賽，以穿戴式裝置與物聯網之應用為主題，活動名稱為「TMU-MIT(Sana) Hackathon」，舉辦期間為：9/29-10/2 ，報名請點此圖。
「我有聽過他們在別的國家有辦 Mobile Health 的黑客松，我就問能不能來台灣辦一個 IoT (註1) 結合 Mobile Health 的活動? 我覺得 IoT 炒得很熱，但許多人不知道背後的 big picture，我看到的 IoT 是幫我們蒐集 exposomic data 的重要環節，他們覺得很好，所以決定有五個教授要來。」這次將在 9 月 29 日在北醫登場的黑客松活動 Hackathon on Health IoT (HIoT)，僅徵收約 20 組參賽隊伍，每隊一到四人，搭配一位導師。第一天是以演講為主，晚上開始競賽，第二天、第三天早上也有演講，第四天上午才進入評分、頒獎，總共 41 個小時。此外，李院長也表示該活動除了邀請 MIT 的五位教授及台灣醫療領域的專家，還有健保署的專家來講健康存摺的深度連結，「因為健康存摺算是提供 phenotype 一個捷徑，不須要去用醫院的電子病歷，經過本人同意便可以直接拿個人的病歷資料來用，是台灣特有的基礎建設。」而這項活動目前已有十多隊報名。
李院長表示：「這項活動是難得的機會，可以和 MIT 的老師互動，讓自己的概念馬上接受醫療專業、國外最高學府的考驗，不管將來要去 MIT 念書或等等，也是個好的管道。很多學生其實對產業不了解，這也是個把他們放到真實世界的機會。」因此在評審選擇上不會只有醫師，而是著重技術的挑戰與突破。在智慧財產權方面，是屬於各個參賽隊伍，每位參加者都要簽保密條約。該活動也希望最後能幫助這些團隊產出具體的成果，未來可用於論文發表或創業。
不想死記硬背 開啟醫學資訊之路
談到李院長的經歷，自 1991 年於北醫醫學系畢業，由於本身對電腦非常感興趣，在校園時期成立北醫電腦社，大學四年級還和同學寫了關於營養計算的軟體。醫院實習期間，因為不想死背醫學知識，於是心中湧出了一個念頭：「應該把思考的工作留給人，記憶的工作留給電腦。」所以他將每項疾病分類，把症狀設定權重，寫成一支協助診斷的電腦程式，但由於疾病有兩萬多種，工程浩大又困難，所以畢業前夕只完成三項不相關疾病的登入。直到赴美國猶他大學就讀醫學資訊學時，才發現他的指導教授早已花七年時間，作出兩千多種疾病，啟發了他對運用 AI 來解決診斷問題的興趣。
不過，李院長提到這項系統面臨的挑戰：「我的老師作出來的系統跟猶他州一家大醫院配合良好，每天醫師在查房時，系統就會跑出一張鑑別診斷表，印出來夾在病歷裡。但是醫師拿到這個病歷就先找到這張紙，然後抽出來丟掉，所以這個軟體不好的地方就是碰觸到醫師最引以為傲的專業。」但隨著 AI 功能越來越強大，資訊也越來越複雜時，是否需要電腦來協助醫師診斷也逐漸沒有過去那樣受到強烈排斥。
回國後，開始投入建置多家醫院的資訊系統，讓電腦協助醫護人員減少犯錯的機會。1998 年在北醫成立全台第一家醫學資訊研究所，培養跨領域人才，2006 – 2009 年間受聘到陽明大學任生物醫學資訊研究所所長，後來再被當時北醫的校長邱文達請回北醫當副校長。2011 年成立北醫的醫學科技學院，在邱文達升任至衛福部部長後，擔任院長至今。目前研究主要著重 AI 到決策支援，例如醫師開藥給病人，若電腦發現病人對該藥過敏就會提醒醫師，甚至更複雜的情況是處方籤開完，電腦會提醒醫師是否開錯處方，大幅提升醫療效率。而提到醫療效率，不可不提及現今最熱門的精準醫學，對此李院長的看法又是如何呢?
落實精準醫學：先從用藥、診斷、主治的過程切入
精準醫學分為三部分：基因型 (genotype)、表現型 (phenotype)和暴露型 (exposotype，即環境、生活習慣等所有暴露因子的總合)。但提到精準醫學，大家卻只想到基因型，對此，李院長說到：「其實我們現在離那裡 (基因型) 還遠得很! 舉例來說，你去醫院打開檢驗單，後面有註明正常範圍，結果九十歲的老先生跟十歲小女生的正常範圍是一樣的，這哪是精準醫學?」他建議先從用藥、診斷、主治的過程來改善，才能慢慢接近精準醫學的理想。
在精準醫學中，基因型只佔了 20%，而暴露因子 (exposome factors) 範圍則太過廣泛，缺乏確切證據，「例如大家都說多吃蔬果對身體好，但好在哪裡? 並沒有相對應的證據。像最近紐約時報也在批評，醫學研究及實驗只要談到運動、食品、營養通通不符合精準醫學的要求，沒有科學報告來證實這些項目的作用。」李院長接著說：「我現在主要的研究是看 phenome 和 exposotype；genome 要用到重型機具，須要龐大的資金才能作，但台灣的規模很難贏過國外，連韓國、澳洲的規模都比我們大，更不用說美國和中國。不過，表現型 (phenome) 的部分，因為健保資料庫、電子病歷都做得不錯，國健局也有各種疾病登錄，所以台灣在表現型 (phenotype) 的研究還是可以和世界競爭的。」
至於暴露型 (exposotype) 的部分，目前 IoT 可蒐集很多關於 life style 及環境的數據，例如 PM2.5，而科技也漸漸到位，幫助我們了解其中的相關性，李院長提到：「像我最近聽演講提到 PM2.5 和癌症的關係，是 Nature 出版的，一年有三百萬例的癌症和 PM2.5 有關係。」IoT 也可成為 PM2.5 與運動建議的好工具。
互聯網、人工智慧等科技在醫療照護產業的應用
「我認為重點是你有沒有找到好的切入點? 有一次坐計程車，司機紅燈都不停，但聽到『前方有測速照相』他就停了，這就是有效提醒!」李院長表示現在的人工智慧仍存在許多無效提醒，例如十多歲的女病人來看青春痘，電腦卻跳出子宮頸抹片檢查的提醒，不僅浪費醫生時間，也讓醫生對資訊系統失去信心。李院長建議應該透過大數據的監測，評估病人看哪一科時那一類提醒的 hit rate 最高，就是最好的提醒時機。
因為 AlphaGo 的勝利，現在許多人對於 AI 充滿期待，但能否把這樣的勝利複製到其他領域仍有待商榷，因為有些事不一定適合作預測。最後，李院長堅定地說到：「AI 對醫學的應用，我相信真正最大的 benefit 在於你能不能找到最好的問題。問題問對了，價值就會被快速放大，並造福全人類。」
延伸閱讀：美推精準醫療「有感」 過半民眾支持生物資料庫募集李友專教授 學經歷
現職：
臺北醫學大學醫學科技學院/院長
臺北醫學大學醫學資訊研究所/教授
學歷：
美國猶他大學/醫學資訊研究所/博士/民國80~83年
臺北醫學院/醫學系/學士/民國73~80年
經歷：
國際 SCI 期刊 IJQHC /全球總編輯(103~迄今)
國際 SCI 期刊 CMPB /全球總編輯(102~迄今)
臺北市立萬芳醫院皮膚科/主任 (98~迄今)
臺北醫學大學副校長室/副校長 (98~100年)
註解：
1.物聯網 (Internet of Things,簡稱 IoT)：
是網際網路、傳統電信網等資訊承載體，讓所有能行使獨立功能的普通物體實作互聯互通的網路。過去是靠人與人或人與機器之間的互動，未來將是機器與機器的彼此連通，完成多樣的工作。例如：通過物聯網可以用電腦對機器、裝置、人員進行集中管理、控制，也可以對家庭裝置、汽車進行遠端遙控、搜尋位置及防止竊盜等，同時透過收集這些數據資料，最後作大數據整合，包含重新設計道路以減少車禍、都市更新、災害預測與犯罪防治、流行病控制等等社會的重大改變。資料來源：https://zh.wikipedia.org/wiki/%E7%89%A9%E8%81%94%E7%BD%91
2. 黑客松（hackathon，又譯為駭客松）：
即程式設計馬拉松，又稱駭客日（hack day）、駭客節（hackfest）或程式設計節（codefest），為一種活動。在該活動當中，電腦程式設計師以及其他與軟體發展相關的人員，如圖形設計師、介面設計師與專案經理，相聚在一起，以緊密合作的形式去進行某項軟體專案。該活動的宗旨是合作編寫程式和應用，通長時間一般在幾天到一周不等。資料來源：https://zh.wikipedia.org/wiki/%E9%BB%91%E5%AE%A2%E6%9D%BE
圖片來源：
由臺北醫學大學提供。
©www.geneonline.news. All rights reserved. 基因線上版權所有 未經授權不得轉載。合作請聯繫：service@geneonlineasia.com
