今年 FDA 批准 12 个算法辅助医疗产品，如从视网膜判读糖尿病，以及对急性中风病人判读病源等等，随着算法与机器学习技术日益进步，类似的 AI 医疗应用案例将越来越多。而台湾拥有高声誉的医疗水准，学术界又深藏许多 AI 运算上的技术高手，为医疗新创注入巨大的能量，明年要与科技部一同进军拉斯维加斯消费电子展的新创团队 AHEAD，就是一家跨领域的医疗 AI 应用典范。
AHEAD 聚焦在利用 AI 进行血液检测与预后诊断的技术，所谓的预后（Prognosis、outcomes）即是判断病患在治疗后会不会复发，会不会因为治疗而死亡等等。由台大的执掌血液检测、清大电机系则负责 AI 算法。
血液是一个庞大的数据库，AI 可让检测速度加快超过 200 倍
台大的骨髓移植技术发展至今已 30~40 年，累积大量病人的临床资料与移植数据库，且拥有台湾最大的干细胞治疗中心（Tai Cheng Stem Cell Therapy Center），因此由台大团队当仁不让，领头开发血液 AI 检测工具。而最近十年发展出的流式细胞仪技术，在协助血癌诊断、疗效以及预后评估，都是要靠人工去判读机器分析后的结果，这就产生了 AI 可以发挥的机会。
参与研发团队的台大血液肿瘤科主治医师唐季禄表示，要观察血液、骨髓中是否有微量血癌细胞，有经验的医师每次判读可能需要 20~30 分钟；如果实验室做检查时加错试剂，检查结果可能还会出错，且不见得会被发现。两年前原本在唐季禄底下负责专案计划的王毓棻，在研讨会上认识清大电机系副教授李祈均，意识到 AI 可以善加应用，于是开始尝试导入 AI 加速血液分析速度。
▲ 原本协助唐季禄医师执行专案计划的王毓棻，现为 AHEAD 团队的创办人，负责团队的营运及资源整合。
血液是一个庞大的数据库，导入 AI 是完全合理的做法。唐医师指出，使用流式细胞仪一次要分析 10 万到上百万颗细胞，每一个细胞有 6 个生物标记，要分好几个试管，乘以上百万颗细胞的话，每次交叉比对都会产生非常大的数据量，医生判读的流程每次需要 30 分钟时间，若没经验的话可能要更久，甚至出错，但是用 AI 判读，可以加速到 7 秒就完成，准确率也非常高。
AHEAD 去年 3 月成军，整套系统只开发了一年半时间，技术便已臻成熟，但还需要与临床应用桥接，让对 AI 不熟悉的医生也可以直觉使用。王毓棻表示，目前市场类似产品都只是做视觉化工作，分析还是要靠人力，AHEAD 的软件能提供综合评估，绘制完图表还能分析给医生看。
这套系统的使用者界面非常简单，喂资料进去后，系统就会自动把资料进行转换，变成一个很容易识别的图表，医生能知道这个检体的相对位置，直观对照这个检体的正常或异常状况，就算没有太多经验的医生也能轻易判读。
▲ AHEAD 的软件能提供综合评估，绘制完图表还能分析给医生看。
AI 检测范围扩大指日可待，只差法规与技术人才补上
研发团队之一的台大内科部主治医生柯博升表示，血液诊断只是第一阶段，台大还有非常多的资料，包括三万多骨髓抹片、影像资料、十几年的历史数据，加上医疗纪录都可以用，未来希望可以在血液相关病患治疗到某阶段的时候，做出预后诊断的模型，根据手术后的复发或死亡概率大小，提供相应的治疗方式。
然而，一旦牵扯到临床决策，问题就会浮现出来。例如 IBM Watson 过去在知名癌症中心试验失败，原因就在于曾经出错，甚至用了假的病人数据库，引起很大争议。柯博升表示，Watson 的问题是在于要取代医生判断，但 AHEAD 不想取代医生，只是建立辅助系统。他也进一步指出，电脑想要取代专家，面临的问题是不能举一反三，但人类的经验和逻辑可以帮助预测。
台湾的生技医疗一直是所有新创产业当中最有机会在国际展露头角的领域。对此王毓棻指出，台湾的数据很早就电子化，是难能可贵的资源，但取得资料是一个问题；另外还缺乏有能力做资料梳理的人，如果要推广 AI，必须有更多医疗与工程人员的跨界人才。她举例提到大陆影像识别发展非常快，是因为有很多专门人员做梳理编排资料的动作，但现在台湾就是缺乏这类人才。
另外医疗科技应用最大罩门还是医疗隐私的问题，各国都一样。王毓棻表示，台湾法规规定不准用医疗数据，因此必须透过医疗伦理委员会批准，所有操作人员都需要上过课程取得证书才能按照规范来处理资料。
现在 AHEAD 开发的这套系统因为牵涉法规，因此只能在台大内部使用，但已经接到很多医院的询问，且医生都希望这套系统可以尽快落实，因为血液判读太费时，如果能缩短这类基础工时，就可以把更多心力花在照顾病人。目前美国匹兹堡大学医学中心也同意测试，观察同样软件在美国的检测结果是否有落差。
配合 5G 进展及云端运算，实现先进医疗前进偏乡愿景
未来这套系统的市场性也很高。唐医师表示，若这套软件证实可在血癌这种比较复杂的临床使用，代表也可以套用到其他疾病与癌症检测。此外，未来资料分析是一定要到 5G、云端运算成熟时，才有可能让系统运作顺畅，最终乡下、社区、医学中心、无论在哪里的病人，只要将基本资料放到云端，就可以让远距的主治医生做正确诊断，提供治疗建议。
且这套系统不只先进国家会使用，柯博升表示，一般医院要买流式细胞仪还算简单，但要有可以判读资料的医生就不简单了，所以从一般到落后的地区都很有市场，还可以解决医疗资源分配不均的问题，实现远距医疗的愿景。
谈到创业的困难，王毓棻认为现在法规都没有赶上 AI 需求，所以新创的人需要不断的跟审核单位沟通，花费太多时间在行政流程。唐季禄则认为，最困难的是开发一个对临床诊断上有用的系统，而资料正确性最为关键，未来 AI 应该要能判读原始资料，而不是人为解读过的资料，如直接拿影像就可以分析，这其中也攸关电子资料病例的品质。
李祈均表示，最困难的还是人才。这次合作的清大团队纯粹提供 AI 算法技术，而由台大提供大数据，因此需要有软件思维，才知道如何借由资料创造价值。能将硬技术配合软计划整合新价值想法的人不多，台湾要更多能够从成本思维转变成价值思维的人，才能将 AI 发扬光大。
AHEAD 是科技部 TTA 带队去美国消费性电子展 CES 中比较特殊的团队，还没有成立公司，只是一个学术计划，但大家都对 AHEAD 的未来很有信心，关键就在于来自不同领域的团队成员彼此能沟通，是一个难能可贵的成功合作模式。柯博升强调，医疗专业人员也必须赶快接受新技术，以合理的方式看待，不要害怕 AI，才能够加速落实。
（首图为 AHEAD 成员，来自台大血液肿瘤科、骨髓移植团队与清大电机系，分别负责血液检测与 AI 算法。图片来源：科技新报）
