4 年前，一名 30 出头的女性在伦敦遭逢一场车祸，当时她经历了一项紧急手术以降低脑压，她的外科医师 Chris Mansi 记忆犹新，当时手术成功，然而不久后她还是过世了。
这位外科医师很想了解原因，经过探究后，发现问题在于从车祸现场到急诊室、急诊室到手术的这段期间，共延误了 4 小时，更准确地说，若能在头部扫描得知脑部有大血块后立即治疗，或许就能保住这位女士的生命。Chris Mansi 医师谨记在心并积极研究，避免类似情况再次发生，因而成立了 Viz.ai 公司。这间公司的使命在于运用机器学习（一种人工智能）分析脑部扫描结果，以辨别哪些病患需要立即关照、哪些可安全等待。
像这样运用于医疗的机器学习已广泛采用，医病关系也将转型。尽管应用领域和方式不同，但目标皆一致，就是在正确的时间将正确的病患带到正确的医师面前治疗。Viz.ai 公司正跑在这项科技的前端，今年 2 月，Viz.ai 于美国核准贩售软件以扫描脑部侦测大血管阻塞引起的中风。此项科技引进至美国的“中风带”（西南部），此地区的中风事件莫名相当频繁，田纳西州的厄兰格医疗院所（Erlanger Health System）于今年 6 月启用 Viz.ai 系统。
“我们知道血块阻塞每分钟会造成 200 万个脑细胞损伤。”目前两种治疗方式：血栓疏通（clot-busting）药物和血栓移除术（thrombectomy）可有效改善结果，却鲜少使用，原因是待诊断出中风、手术团队准备好时，病患的脑细胞已大量死亡，此情况下，Viz.ai 科技能提供的，就是辨识紧急个案，立即寄送扫描结果和警示值班医护人员。
另一项 AI 应用是在肿瘤，2017 年 2 月，史丹佛大学的 Andre Esteva 及团队运用将近 13 万张影像来训练人工智能软件以分类皮肤病灶，经过 21 位皮肤专科医师的训练和测试后，这项软件已能辨别最常见的皮肤癌（keratinocyte carcinoma，恶性角化细胞癌）和致命的恶性黑色素瘤（malignant melanoma），成效等同专业医师，相当令人刮目相看。就在 6 月《Annals of Oncology》肿瘤学期刊发表的研究显示，一项 AI 皮肤癌侦测系统已超越大部分皮肤专科医师的表现。德国海德堡大学 Holger Haenssle 的研究也显示，AI 系统成功诊断出皮肤癌的比率为 95%，高于 58 位皮肤科医师的 86.6%，同时误诊良性痣为恶性的比率也较低。
AI 无法完全取代专业医护人员
AI 在乳癌侦测也有进展，今年 5 月，一间位于伦敦的公司 Kheiron Medical Technologies 刚由临床研究结果获得其软件筛检乳癌的表现，已超越放射学诊断专业人员的成效，这间公司将于获得欧盟核准使用后公布研究成果。
此类 AI 于医疗的发展有一定的重要性，乳癌筛检能拯救不少生命，但我们对 AI 应用有更多期待。过度诊断和过度治疗等问题相当普遍，相对的，肿瘤被忽略的情形也或多或少会发生。在许多国家，为了避免此类筛检问题，常会使用第二位放射科医师来确认例行检查，如此改善了准确度却增加工作量。随着 AI 科技应用精进，未来或许还能进一步根据病患乳癌风险来评分，以决定下一次乳房切除的最佳时机。
AI 在诊断的应用还包括眼部疾病，DeepMind 为 Google 子公司，利用 AI 扫描视网膜以筛检青光眼、糖尿病视网膜病变及老化引起的黄斑部退化，此公司目前也在研发乳房摄影术。
心脏疾病方面，牛津大学的研究团队研发能解读心电图和心脏超音波扫描的 AI，心脏专科医师利用这些扫描结果来判断心脏疾病征兆，但将近 20% 会有错，AI 能侦测出肉眼无法看出的改变并改善诊断的准确度。Ultromics 是另一间位于牛津的公司，正将此科技商业化，预计今年不久后于英国上市。
另一项有发展的领域为心律不整（cardiac arrhythmia）侦测，特别是心房颤动（atrial fibrillation），可能增加心脏衰竭和中风的风险，由 Andrew Ng 领导的史丹佛大学研究团队，已证实其 AI 软件能自心电图辨识出心律不整，成效更胜专科医师。此团队目前已加入一间公司制造便携式心电图装置，并帮助苹果公司研究是否可利用智能手表侦测心律不整。同时，法国 Cardiologs 公司也在研发一项能读取心电图的 AI。
美国圣地牙哥 Scripps Research Institute 研究机构的 Eric Topol 表示，医师和算法的准确度并驾齐驱，但差别就在于电脑具备速度优势。若能将个别优势结合，能为医疗照护带来更高的准确度和生产力。AI 另一项优势在于提高医疗细腻度，像是等级化（评分）癌症的程度或心脏疾病的风险，举例来说，利用分等区分出需要立即和不需立即治疗的前列腺癌。
医疗上的人工智能（至少，在不远的将来）重要性在于省去专业人员多余、重复性的动作和时间（别担心，AI 无法完全取代专业医护人员），同时，任何一项机器学习系统还是需要专业人士长期密切监测来验证确认效果，这些 AI 科技就如同“黑盒子”，医师无法完全了解 AI 如何判断，没有医疗专业人士足够的辅助照护下，这些机器学习也会产生偏差；但 AI 仍极具潜力省去人力重复沉闷的操作和诊断疏失，同时也能帮助病患，不论癌症筛检或车祸事故的病患，即时获得所需治疗。
- Artificial intelligence will improve medical treatments
（首图来源：shutterstock）
