有鉴于健康照护产业在未来的庞大商机，加上物联网 (IoT)、人工智能 (Artificial Intelligence,AI) 技术的崛起，基因线上访问到台湾医学资讯的重要推手─台北医学大学科技学院李友专院长(台北医学大学以下简称北医，李友专院长以下简称李院长)，谈谈他对于物联网、人工智能等科技在健康产业的应用。访谈过程中，李院长非常幽默生动地分享举办黑客松竞赛 Hackathon on Health IoT (HIoT) 的因缘、跨入医学与资讯的人生过程、对于人工智能协助医疗诊断、人工智能结合大数据、以及对精准医学的看法。重点摘要如下：
与 MIT 结缘 筹备黑客松竞赛 Hackathon on Health IoT (HIoT)
为了提升未来行动健康医疗应用的创新，北医医学科技学院健康资讯科技国际研究中心 (International Center for Health Information Technology, ICHIT) 特别在 9 月 29 日至 10 月 2 日，举办为期四天的 Health IoT Hackathon 竞赛 (注 2)，以穿戴式装置与物联网之应用为主题，活动名称为“TMU-MIT(Sana) Hackathon”。邀请五位 MIT 教授及多位台湾精研该领域的医疗专家共同组成 Mentor 团队，带领各参赛团队进行竞赛。希望借由跨领域团队的脑力激荡与合作，提出可行之构想，让宝贵的健康资料能被有意义的使用。同时期望能促进产学界之间共同发掘与解决现今医疗的问题。活动过程将借由紧密的训练，将医学、资讯、管理等相关科系师生与各界好手与临床医师共同激发创意，从临床角度实作出有效结合物联网并能够应用于健康促进、医疗照护的解决方案。
谈及活动筹备的过程，李院长说到：“我们跟 MIT 算是有缘。”三、四年前北医举办一项医疗会诊计画，到外蒙古的乌兰巴托及周边偏远乡村去作远距皮肤科会诊，当时有位学生是蒙古医师，表示蒙古很多游牧民族部落距离当地医院很远，每年会有一批受过正式训练的年轻医师到各部落服务，但一个人要管理七、八位医师助理，且年轻医师经验太少，所以希望建立一个手机平台连结到大医院，让他们能即时寻求帮助。刚好 MIT 的 mHealth 团队 (Sana) 有这样的平台可以帮忙，开启了后续的交流。
为期四天的 Health IoT Hackathon 竞赛，以穿戴式装置与物联网之应用为主题，活动名称为“TMU-MIT(Sana) Hackathon”，举办期间为：9/29-10/2 ，报名请点此图。
“我有听过他们在别的国家有办 Mobile Health 的黑客松，我就问能不能来台湾办一个 IoT (注1) 结合 Mobile Health 的活动? 我觉得 IoT 炒得很热，但许多人不知道背后的 big picture，我看到的 IoT 是帮我们蒐集 exposomic data 的重要环节，他们觉得很好，所以决定有五个教授要来。”这次将在 9 月 29 日在北医登场的黑客松活动 Hackathon on Health IoT (HIoT)，仅征收约 20 组参赛队伍，每队一到四人，搭配一位导师。第一天是以演讲为主，晚上开始竞赛，第二天、第三天早上也有演讲，第四天上午才进入评分、颁奖，总共 41 个小时。此外，李院长也表示该活动除了邀请 MIT 的五位教授及台湾医疗领域的专家，还有健保署的专家来讲健康存摺的深度连结，“因为健康存摺算是提供 phenotype 一个捷径，不须要去用医院的电子病历，经过本人同意便可以直接拿个人的病历资料来用，是台湾特有的基础建设。”而这项活动目前已有十多队报名。
李院长表示：“这项活动是难得的机会，可以和 MIT 的老师互动，让自己的概念马上接受医疗专业、国外最高学府的考验，不管将来要去 MIT 念书或等等，也是个好的管道。很多学生其实对产业不了解，这也是个把他们放到真实世界的机会。”因此在评审选择上不会只有医师，而是着重技术的挑战与突破。在智慧财产权方面，是属于各个参赛队伍，每位参加者都要签保密条约。该活动也希望最后能帮助这些团队产出具体的成果，未来可用于论文发表或创业。
不想死记硬背 开启医学资讯之路
谈到李院长的经历，自 1991 年于北医医学系毕业，由于本身对电脑非常感兴趣，在校园时期成立北医电脑社，大学四年级还和同学写了关于营养计算的软件。医院实习期间，因为不想死背医学知识，于是心中涌出了一个念头：“应该把思考的工作留给人，记忆的工作留给电脑。”所以他将每项疾病分类，把症状设定权重，写成一支协助诊断的电脑程式，但由于疾病有两万多种，工程浩大又困难，所以毕业前夕只完成三项不相关疾病的登入。直到赴美国犹他大学就读医学资讯学时，才发现他的指导教授早已花七年时间，作出两千多种疾病，启发了他对运用 AI 来解决诊断问题的兴趣。
不过，李院长提到这项系统面临的挑战：“我的老师作出来的系统跟犹他州一家大医院配合良好，每天医师在查房时，系统就会跑出一张鉴别诊断表，印出来夹在病历里。但是医师拿到这个病历就先找到这张纸，然后抽出来丢掉，所以这个软件不好的地方就是碰触到医师最引以为傲的专业。”但随着 AI 功能越来越强大，资讯也越来越复杂时，是否需要电脑来协助医师诊断也逐渐没有过去那样受到强烈排斥。
回国后，开始投入建置多家医院的资讯系统，让电脑协助医护人员减少犯错的机会。1998 年在北医成立全台第一家医学资讯研究所，培养跨领域人才，2006 – 2009 年间受聘到阳明大学任生物医学资讯研究所所长，后来再被当时北医的校长邱文达请回北医当副校长。2011 年成立北医的医学科技学院，在邱文达升任至卫福部部长后，担任院长至今。目前研究主要着重 AI 到决策支援，例如医师开药给病人，若电脑发现病人对该药过敏就会提醒医师，甚至更复杂的情况是处方签开完，电脑会提醒医师是否开错处方，大幅提升医疗效率。而提到医疗效率，不可不提及现今最热门的精准医学，对此李院长的看法又是如何呢?
落实精准医学：先从用药、诊断、主治的过程切入
精准医学分为三部分：基因型 (genotype)、表现型 (phenotype)和暴露型 (exposotype，即环境、生活习惯等所有暴露因子的总合)。但提到精准医学，大家却只想到基因型，对此，李院长说到：“其实我们现在离那里 (基因型) 还远得很! 举例来说，你去医院打开检验单，后面有注明正常范围，结果九十岁的老先生跟十岁小女生的正常范围是一样的，这哪是精准医学?”他建议先从用药、诊断、主治的过程来改善，才能慢慢接近精准医学的理想。
在精准医学中，基因型只占了 20%，而暴露因子 (exposome factors) 范围则太过广泛，缺乏确切证据，“例如大家都说多吃蔬果对身体好，但好在哪里? 并没有相对应的证据。像最近纽约时报也在批评，医学研究及实验只要谈到运动、食品、营养通通不符合精准医学的要求，没有科学报告来证实这些项目的作用。”李院长接着说：“我现在主要的研究是看 phenome 和 exposotype；genome 要用到重型机具，须要庞大的资金才能作，但台湾的规模很难赢过国外，连韩国、澳洲的规模都比我们大，更不用说美国和中国。不过，表现型 (phenome) 的部分，因为健保数据库、电子病历都做得不错，国健局也有各种疾病登录，所以台湾在表现型 (phenotype) 的研究还是可以和世界竞争的。”
至于暴露型 (exposotype) 的部分，目前 IoT 可蒐集很多关于 life style 及环境的数据，例如 PM2.5，而科技也渐渐到位，帮助我们了解其中的相关性，李院长提到：“像我最近听演讲提到 PM2.5 和癌症的关系，是 Nature 出版的，一年有三百万例的癌症和 PM2.5 有关系。”IoT 也可成为 PM2.5 与运动建议的好工具。
互联网、人工智能等科技在医疗照护产业的应用
“我认为重点是你有没有找到好的切入点? 有一次坐出租车，司机红灯都不停，但听到‘前方有测速照相’他就停了，这就是有效提醒!”李院长表示现在的人工智能仍存在许多无效提醒，例如十多岁的女病人来看青春痘，电脑却跳出子宫颈抹片检查的提醒，不仅浪费医生时间，也让医生对资讯系统失去信心。李院长建议应该透过大数据的监测，评估病人看哪一科时那一类提醒的 hit rate 最高，就是最好的提醒时机。
因为 AlphaGo 的胜利，现在许多人对于 AI 充满期待，但能否把这样的胜利复制到其他领域仍有待商榷，因为有些事不一定适合作预测。最后，李院长坚定地说到：“AI 对医学的应用，我相信真正最大的 benefit 在于你能不能找到最好的问题。问题问对了，价值就会被快速放大，并造福全人类。”
延伸阅读：美推精准医疗“有感” 过半民众支持生物数据库募集李友专教授 学经历
现职：
台北医学大学医学科技学院/院长
台北医学大学医学资讯研究所/教授
学历：
美国犹他大学/医学资讯研究所/博士/民国80~83年
台北医学院/医学系/学士/民国73~80年
经历：
国际 SCI 期刊 IJQHC /全球总编辑(103~迄今)
国际 SCI 期刊 CMPB /全球总编辑(102~迄今)
台北市立万芳医院皮肤科/主任 (98~迄今)
台北医学大学副校长室/副校长 (98~100年)
注解：
1.物联网 (Internet of Things,简称 IoT)：
是互联网、传统电信网等资讯承载体，让所有能行使独立功能的普通物体实作互联互通的网络。过去是靠人与人或人与机器之间的互动，未来将是机器与机器的彼此连通，完成多样的工作。例如：通过物联网可以用电脑对机器、装置、人员进行集中管理、控制，也可以对家庭装置、汽车进行远端遥控、搜寻位置及防止窃盗等，同时透过收集这些数据资料，最后作大数据整合，包含重新设计道路以减少车祸、都市更新、灾害预测与犯罪防治、流行病控制等等社会的重大改变。资料来源：https://zh.wikipedia.org/wiki/%E7%89%A9%E8%81%94%E7%BD%91
2. 黑客松（hackathon，又译为骇客松）：
即程式设计马拉松，又称骇客日（hack day）、骇客节（hackfest）或程式设计节（codefest），为一种活动。在该活动当中，电脑程式设计师以及其他与软件发展相关的人员，如图形设计师、接口设计师与专案经理，相聚在一起，以紧密合作的形式去进行某项软件专案。该活动的宗旨是合作编写程式和应用，通长时间一般在几天到一周不等。资料来源：https://zh.wikipedia.org/wiki/%E9%BB%91%E5%AE%A2%E6%9D%BE
图片来源：
由台北医学大学提供。
©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
