迎接人工智慧时代来临，工研院产经中心（IEK）于2017年2月20日举办「2017十大ICT关键议题暨重点产业机会」记者会。 IEK指出，预期在后物联网时代，人工智慧（AI）装置将逐渐进入日常生活中，产业焦点也由物联网延伸至人工智慧。

IEK分析，人工智慧产业于2017年进入加速阶段，其中「预测分析｣成为机器学习的新焦点，其应用范围非常广泛，例如Google自动驾驶车所使用之自主驾驶系统，能预测周遭行人与其他车辆的未来行走方向，进而避免车祸；HP利用预测分析工具预测员工的离职机率，节省人资成本达3亿美元；医学上，已可利用预测模型预测患者未来发生心脏衰竭的机率与时机，提高治疗效率。

近年来，全球医疗支出持续高涨，占GDP比重持续攀升，包含老化后衍生的生理功能退化与慢性疾病盛行率持续增加。罹病后的相关照护经济支出影响沉重，思考有效降低非必要医疗支出的策略是当务之急。 IEK生活与生医研究组研究员游佩芬表示，自提升治疗效率的观点而言，提供更快速、及时、准确的诊断与治疗服务，提升医院的诊断与治疗效率是未来重点。透过精准医疗，避免无效治疗而提升医疗效率，达成降低医疗支出的目的。

IEK预估，2015年全球精准医疗市场规模约389亿美元，预估至2020年可达695亿美元，2015-2020年复合成长率为12.3%。因应此趋势，许多科技大厂开始投入此领域，例如IBM Watson和医疗机构合作，针对癌症与肿瘤病患做出诊断建议。游佩芬指出，Watson每秒能阅读8亿页医学论文，于3秒内分析完100万册图书后提供诊断建议，大幅提升医师诊断准确率。 Watson Health可分析医疗机构Medtronic的数据资料，能提前3小时预测到患者有低血糖的状况，进而提早治疗。 Watson整合分析结构与非结构化资料，透过自然语言处理技术，可分析以往被忽略的资料，例如学术文献、手写纪录、NCCN资料等。

另一知名案例是，2016年NVidia宣布和麻省总医院临床资料科学中心（MGH Clinical Data Science Center）合作，推动人工智慧技术于临床医学的应用，运用大量临床表征、基因、图像等，建立深度学习演算法，初期将着重在「放射线医学」和「病理学」两项拥有丰富影像和资料的领域。游佩芬并表示，虽然人工智慧技术发展处于萌芽期，但预期应用在辅助医师进行疾病诊断与治疗，以提升诊断正确率，将是未来重要趋势。包含透过AI系统分析患者口述、历年病历、族群特征、各种检验数据进行综合分析，并比对数百万类似病历后进行诊断。

此外，以AI分析最完整的病例文献，进而提供疾病诊断，例如罕见病患者可运用AI系统协助判断致病因素，并找到过去100年间类似病例，与治疗方人工智慧解决方案厂商提供深度学习平台，针对医疗文献资料产业、或医疗机构所提供之各种影像、文字、非结构化等资料进行搜集、分析与训练演算法。

本文转载自《环球生技月刊》