武汉肺炎疫情全球持续延烧，也意外加速许多新科技登上台面，Appier 首席人工智能科学家孙民近日特别分享 AI 在应用健康医疗的现况与趋势，协助大众更理解新科技是如何化数据为决策，助力医疗人员成功抗疫。
孙民过去曾任清大电机工程系副教授，也参与过李飞飞主持的 ImageNet 图像辨识研究计划，专精电脑视觉、机器学习领域，在他看来，不论是前线医护人员或后方研究人员，都得基于数据去做出生死相关的决策，随着数据累积越来越多，AI 对健康医疗领域的发展只会变得越来越重要。
孙民指出，数据和决策与现代健康医疗息息相关，在病人上，整理长年以来诊疗纪录、化验结果、医学影像的电子病历能协助医生根据各方面资讯诊断并推荐治疗方法，同时也能优化医护系统，预先分配医疗资源并减少重返医院的人数比例。
而在疾病方面，AI 能协助研究人员了解病因并及开发药物，以目前来说，第一个由 AI 设计的药物已即将进入临床实验，透过运用 AI，将原本需要约 4-5 年的设计、测试化合物时间缩短至 1 年内，虽然疗效还有待临床实验结果确认，但这已大幅缩短开发所需时程。
在近期延烧的武汉肺炎疫情上，AI 也能够派上许多用场，除了公共场所使用脸部、人体移动辨识设备来监测进出者体温状况，AI 也能评估检测、隔离及医疗用品补给需求，或比对遗传序列监测病毒的变异情况来协助评估疫情。
全球科研人员现在都正针对武汉肺炎病毒进行详尽的研究，为了协助相关人员快速梳理、寻找资讯，微软及美国官学研单位也已建立 COVID-19 开放研究数据集（CORD-19），利用 AI 技术精准搜索、判断高优先度问题，或协助找出新观点。
孙民指出， AI 还具有许多潜力协助医疗领域发展。举例来说，当一些国家确诊数多到难以个别追踪，便可以结合地理位置、电子病历建立 AI 模型，协助判断检测、隔离及医疗资源分配的优先级；AI 也可以用来分析个体移动足迹及追踪临床医师手部卫生状况，或协助分析大量的 CT 影像，加速专家进行诊断。
当然，AI 在医疗领域的发展仍有重重关卡得面对。由于医疗领域的高度专业性，AI 开发者不清楚医护者真正需要的帮助，医护者也不清楚 AI 究竟能帮上什么忙，导致目前能落地应用的 AI 并不算多，许多技术仍停留在测试、评估阶段，但孙民认为，随着各方面需求加剧，这种情况很可能会因此次疫情改变。
武汉肺炎疫情仍存在许多不确定性，孙民指出，人们不应过于乐观，但同时也不须过于悲观，因为与过去相比，现在有太多太多的工具可以运用，“虽然不知道第一个找出治疗方法的团队会是谁，但我认为他们将获得诺贝尔奖，同时获胜团队也必定是利用 AI 技术与全球协作的力量来战胜病毒”。
（首图来源：Appier 提供）
