2月19日、2月24日、3月11日,由衛福部指導、財團法人台灣醫界聯盟基金會主辦的「數位醫療商業模式」座談會假臺北張榮發基金會國際會議中心舉行,分為「人工智慧」、「遠距醫療」、「物聯網裝置╳智慧醫院」三大議題探討。會中專家們提出數位醫療在傳染疾病大流行時可提供的幫助,並探尋可行的商業模式。
根據美國市場調查機構Grand View Research 2019年報告,全球數位醫療預計到2025年市場規模將達到5,092億美元,複合年均增長率27.7%。
美國Partners Healthcare商業發展副總Trung Do曾表示,美國創投對數位醫療公司的總投資金額,從2016年的45億美元增加到2018年的81億美元。
數位醫療在生醫產業中正迅速萌芽成長,財團法人台灣醫界聯盟基金會舉行「數位醫療商業模式」座談會,邀集國內十多位產、官、學專家進行專題演講,共同探討「人工智慧」、「遠距醫療」、「物聯網裝置X智慧醫院」的數位醫療發展,及業者可行的商業模式。
正值新型冠狀病毒肺炎(COVID-19)疫情期間,會中專家們也紛紛提出數位醫療在傳染疾病大流行時,能夠降低民眾感染風險的解方。
⊙「人工智慧」場
2月19日的首場座談會中,針對「人工智慧」(AI)議題探討,包括交大教授趙昌博、宏智生醫技術長翁昌新、偉薩科技執行長洪崇凱、醫守科技執行長龍安靖、中研院資訊科技創新研究中心副研究員曹昱、中央大學教授蔡宗翰等專家共襄盛舉。
與會各方並同意未來透過組成產學聯盟的形式,結合各方資源,加速AI應用。
衛生福利部施養志技監致詞時,特別針對持續延燒的COVID-19疫情表示,透過遠距設備、平板電腦、醫院機器人等的協助,都能減少醫護人員與病患的直接接觸,以降低感染的風險,這是防疫結合智慧科技可以帶來的益處。
台灣醫界聯盟基金會林世嘉執行長,亦以台灣AI實驗室(Taiwan AI Labs)利用基因變異搜尋引擎,判讀COVID-19的可能用藥列表,以及成大醫院開發的AI決策輔助系統為例。
林世嘉指出AI是未來醫療健康領域不可或缺的工具。她表示:「無論是AI產業化、或是產業AI化,都需要經濟部、科技部及衛福部推動跨領域及跨部會的合作,讓產官學與社會結合在一起。」。
醫界聯盟林世嘉執行長指出,AI 是未來醫療健康領域不可或缺的工具。( 圖 / 台灣醫界聯盟基金會提供 )
交通大學電機工程學系教授趙昌博
趙昌博以其團隊研發的「非侵入式血流感測器」為例,結合臺灣光學感測血流狀況技術(Photoplethysmography, PPG)的上、中、下游相關產業,包含LED物件研發、晶片設計、軟硬體研發、產品製作及醫療保健通路,便能整合臺灣半導體及醫療優勢,產生衍生投資、形成新產業鏈。
趙昌博團隊在科技部經費補助下,成功結合PPG、電子電路、AI演算模型等跨領域技術,開發出全球首個手持式非侵入式血流感測器。
該感測器可幫助洗腎、中暑、高山症等有緊急或頻繁心律、血液狀況監測需求的患者,即時偵測其心率、血流、血壓與心房顫動數值。透過讓患者居家量測,並將資料上傳雲端,也使醫生能隨時掌握患者健康狀況。
交大電機教授趙昌博跨領域技術,開發手持式非侵入式血流感測器。( 圖 / 台灣醫界聯盟基金會提供 )
宏智生醫技術長翁昌新
宏智生醫為北科大和仁寶合作於2018年成立,研發可輔助憂鬱症診斷的可穿戴式腦波儀預測「Stress EEG Assessment」(SEA)系統。除了協助醫師進行診斷,能幫忙醫師透過科學數據說服患者接受治療。
患者填寫憂慮自我評估量表後,透過腦波儀進行偵測,2分鐘後系統便會產出結果,整體流程只需20分鐘內,醫生即能獲得準確率高達80%以上的客觀資料,來進行綜合診斷。
技術長翁昌新指出,未來這些技術將應用於醫院、健檢中心、甚至設置直營診所、或與企業合作納入員工福利計畫等方向努力。
宏智生醫技術長翁昌新分享輔助憂鬱症診斷的可穿戴式腦波儀預測系統。( 圖 / 台灣醫界聯盟基金會提供 )
偉薩科技執行長洪崇凱
偉薩科技透過其數據分析程式(軟體)及運算加速晶片(硬體),提供包含網站記錄、物聯網感測器資訊、基因序列等客製化服務。
偉薩透過基於Apache Hadoop的分散式開放平台,同時結合英特爾FPGA處理晶片的加速卡,與自主開發的軟體演算法,使運算速度較既有技術提升三至六倍。
執行長洪崇凱指出,偉薩科技也與國家衛生研究院國網中心合作,在我國設計的超級電腦平台「臺灣杉一號」上,提供大數據運算加速的服務,提升國家精準醫療計畫中基因資料運算的速度。
偉薩的商業模式除銷售具備完整軟硬體的伺服器(一體機)外,也提供軟體平台授權的方式,讓客戶能依據自身的企業規模與需要,選擇適用的產品與服務。
偉薩科技執行長洪崇凱分享其公司與國家衛生研究院國網中心的合作。( 圖 / 台灣醫界聯盟基金會提供 )
醫守科技執行長龍安靖
去(2019)年7月正式成立的北醫新創公司醫守科技,推出「藥御守MedGuard」用藥警示系統,透過分析13億筆電子病歷、健保資料庫等醫療真實世界數據(Real World Data),引入機器學習技術來偵測錯誤或不適當處方,並於醫師開藥時給予警示。
執行長龍安靖指出,團隊利用健保資料庫中6萬筆常用診斷、2,00...