李友專:「AI會取代人類醫師」?你可能問錯問題了

撰文專欄:李友專
日期2019-04-20
EnglishFrenchGermanItalianPortugueseRussianSpanish
李友專專欄|《未來城市@天下》

自從AlphaGo打敗棋王之後,輿論陷入「AI取代人類工作」的恐慌,然而醫療 AI並不是能海吞期刊文獻,就代表能直接行醫?

____________________________________________________________

 

最近報章雜誌及媒體投書,有不少關於「AI是否能夠取代人類醫師」的討論,有一種觀點認為, AI的進展會讓醫師這個行業逐漸沒落,甚至有一天可以取代醫師;另一種觀點則提到, AI缺乏同情心與同理心,所以沒有辦法真正取代醫師的工作。

上述兩個觀點都只對了一部分。

醫療科技並非都是AI

當我們討論 AI在醫療上的應用時,得先分辨哪些是真正的AI、哪些不是。

比如說,目前最具有代表性、但評價兩極的醫療AI案例,是IBM的「華生癌症治療建議系統 (Watson for Oncology, WFO)」。WFO利用先進的「自然語言處理能力(Natural Language Processing)」,把數千本腫瘤醫學教科書,追蹤並持續更新三百多種專業的癌症醫學期刊,轉換成電腦可以運用的知識庫;再利用「專家系統(Expert System,ES)」的推論,根據癌症病人的狀況提供醫師不同治療建議。它的設計主要是廣泛蒐集更新速度極快的大量醫學文獻並彙整摘要,並不提供診斷建議。

而民眾所熟悉的「達文西手術機器人」,是一組精密且靈活的機械手臂及鏡頭,100%仰賴外科醫師的操作執行手術任務,目前並不具備任何AI的能力,也沒有自主動作或自主開刀的機制,則應排除在醫療AI的討論之外。

醫療AI最佳應用:人類醫師的得力助手

在過去20年,世界大型科技公司、醫療儀器公司及醫療與資訊研究機構等,無不殫精竭慮,投入大量資源全力發展AI在醫療上的應用,但經過這些年的嘗試發現,AI最好的應用不是直接取代醫師,而是幫助醫師把醫療變得更安全、錯誤更少、更精確、能在更短的時間內處理更多的病人資訊,以達品質較高、效果較佳、費用較低的醫療目的。

醫學上要解決的問題非常複雜,光是疾病就可分類為六萬種以上,全世界可運用的藥物也超過二十萬種,更不要說常見的醫療處置也超過八千種 ( 包括手術、矯正、復健... )。而且醫學的複雜度主要來自上述幾種變數的巧妙組合,以達成提供病人最佳治療的目的。

目前醫療AI的研究是一個疾病、一個疾病的學習,每一個處理方法都要經過長時間的資料收集、機器學習,最後還要做臨床試驗,才能夠確定可以運用在醫療臨床上,且不會對病人造成額外的風險。依此來看,AI要征服整個醫療領域,可說是難上加難, 我相信在可預見的未來,AI都不易取代人類醫師。 

此外,醫療AI還可以將最先進的醫療知識,複製擴散到資源不足的地區,讓缺乏各種專科醫師的偏遠地區,也可以得到接近人類專家的醫療服務,這就是為什麼「Watson for Oncology」這類的系統,在開發中國家賣得比已開放國家好得多,而同時也是我們認為未來AI深度轉運之後的醫療面貌。

青出於藍  恐勝於藍?

目前大部分的醫療AI應用都集中在影像辨識,大家也許會問為什麼?AI其實並不是一個新觀念,早在1950年就有人提出AI的概念,但是直到2015年之前,電腦對於網路上隨機取出圖形的辨識能力,一直無法超過60%的正確率天險。

比方說,如果我們從網路上隨機取得一張圖片,並且問電腦「照片中有沒有小狗、小貓、汽車、人類?」這樣的問題,最好的AI程式大概也只能答對其中的60%。但是在2015年之後,由於CNN ( Convolutional Neural Network ) 這類新方法的發明,使得電腦對圖形辨識的能力一舉突破80%,現在甚至高達99.4%,表示AI在隨機圖形辨識的能力已經等同於或超越人類專家,到了「媲美人類(Human Parity)」的程度。

即使未來的某一天,我們做出了完美的醫學影像辨識AI,放射科醫師也不會因此就失業,因為他們的工作內容並不單只有影像判讀,且醫學影像辨識AI可以讓放射科醫師在更短的時間內,以更低的錯誤率執行工作,既改善醫療人力不足的問題,也讓病患得到更好的醫療品質,對醫師與病人來說不啻為一大福音。

姑且不論AI能否展現同理心和同情心,「AI是否能夠取代人類醫師」本身可能就不是個正確的命題,畢竟人類還是希望創造一個機器與人和諧共存的世界,如果投入大量資源研發AI,目的是為了取代醫師,這未必是正確的方向。不過持續探討這些議題,總有一天我們會擘畫出醫療AI的烏托邦。

【專欄反映作者意見,不代表本社立場】

李友專
醫學是太太,電腦是情人

是位具有醫學資訊研究所教授頭銜的皮膚科主治醫師。初中時父親買回一台電腦Golden II開始寫程式,而後進入醫學系,實現了IT技術和臨床醫學的完美融合。
2010年10月當選美國醫學資訊領域最高學術榮譽委員會美國醫學資訊學院(ACMI)院士,成為唯一一位來自亞洲的院士,被稱為台灣醫學資訊之父。 

>>本文刊登於《未來城市@天下