迎接人工智慧時代來臨，工研院產經中心（IEK）於2017年2月20日舉辦「2017十大ICT關鍵議題暨重點產業機會」記者會。IEK指出，預期在後物聯網時代，人工智慧（AI）裝置將逐漸進入日常生活中，產業焦點也由物聯網延伸至人工智慧。

IEK分析，人工智慧產業於2017年進入加速階段，其中「預測分析｣成為機器學習的新焦點，其應用範圍非常廣泛，例如Google自動駕駛車所使用之自主駕駛系統，能預測周遭行人與其他車輛的未來行走方向，進而避免車禍；HP利用預測分析工具預測員工的離職機率，節省人資成本達3億美元；醫學上，已可利用預測模型預測患者未來發生心臟衰竭的機率與時機，提高治療效率。

近年來，全球醫療支出持續高漲，佔GDP比重持續攀升，包含老化後衍生的生理功能退化與慢性疾病盛行率持續增加。罹病後的相關照護經濟支出影響沉重，思考有效降低非必要醫療支出的策略是當務之急。IEK生活與生醫研究組研究員游佩芬表示，自提升治療效率的觀點而言，提供更快速、及時、準確的診斷與治療服務，提升醫院的診斷與治療效率是未來重點。透過精準醫療，避免無效治療而提升醫療效率，達成降低醫療支出的目的。

IEK預估，2015年全球精準醫療市場規模約389億美元，預估至2020年可達695億美元，2015-2020年複合成長率為12.3%。因應此趨勢，許多科技大廠開始投入此領域，例如IBM Watson和醫療機構合作，針對癌症與腫瘤病患做出診斷建議。游佩芬指出，Watson每秒能閱讀8億頁醫學論文，於3秒內分析完100萬冊圖書後提供診斷建議，大幅提升醫師診斷準確率。Watson Health可分析醫療機構Medtronic的數據資料，能提前3小時預測到患者有低血糖的狀況，進而提早治療。Watson整合分析結構與非結構化資料，透過自然語言處理技術，可分析以往被忽略的資料，例如學術文獻、手寫紀錄、NCCN資料等。

另一知名案例是，2016年NVidia宣布和麻省總醫院臨床資料科學中心（MGH Clinical Data Science Center）合作，推動人工智慧技術於臨床醫學的應用，運用大量臨床表徵、基因、圖像等，建立深度學習演算法，初期將著重在「放射線醫學」和「病理學」兩項擁有豐富影像和資料的領域。游佩芬並表示，雖然人工智慧技術發展處於萌芽期，但預期應用在輔助醫師進行疾病診斷與治療，以提升診斷正確率，將是未來重要趨勢。包含透過AI系統分析患者口述、歷年病歷、族群特徵、各種檢驗數據進行綜合分析，並比對數百萬類似病歷後進行診斷。

此外，以AI分析最完整的病例文獻，進而提供疾病診斷，例如罕見病患者可運用AI系統協助判斷致病因素，並找到過去100年間類似病例，與治療方人工智慧解決方案廠商提供深度學習平台，針對醫療文獻資料產業、或醫療機構所提供之各種影像、文字、非結構化等資料進行蒐集、分析與訓練演算法。

本文轉載自《環球生技月刊》