AI人工智慧可以輔助醫療。 圖／123RF 分享 facebook 人體是個奧祕的小宇宙，
椰活椰子水
，這對醫師來說，
自然排序
，意義尤為深刻。當醫師面對患者，
桃園室內設計
，就像是探索人體小宇宙裡究竟發生什麼事。古代醫學，
桃園系統家具
，像較有系統的中醫，
花蓮民宿
，發展出望聞問切等技巧，
彰化紋繡教學
，盡可能將肉眼看到的、耳朵聽見的、鼻子嗅到的、手摸到的客觀訊息，
機能咖啡
，以及口頭問到的主觀訊息，
婚禮企劃教學
，加以蒐集分析，做成治療策略。透過各種檢查 找出病灶到了現代，醫師看診方式基本上大同小異，但隨著對人體生理日益了解，血液、影像學、病理學檢查陸續加入，成為蒐集客觀訊息的工具。一個高燒病人，血液檢查發現白血球數目很高，可以進一步X光檢查確認究竟是得了肺炎，還是上呼吸道感染，決定怎麼治療。 後來影像學檢查又發展出超音波、電腦斷層掃描、磁振造影、正子造影等，提供更多選擇。電腦斷層掃描可清晰辨識病灶周圍環境，讓我們知道肺腫瘤究竟長在肺裡面？氣管內？正子造影可進一步追蹤癌症生長速度。核磁造影則以診斷血管及器官實體見長。閻雲(中華民國癌症醫學會理事長)。圖／閻雲提供 分享 facebook 各種因素 影響檢驗數值透過這些檢查所獲得的資訊，可能讓我們對病情更了解，也可能更迷糊，原因出在數值易受各種因素影響。舉例來說，血液、尿液檢查數值會因為前一天飲食而變動；冬季抽血測得的淋巴球數會高一些，白血球數就會降一些，但不見得是生病造成。做斷層掃瞄時，肺的影像隨呼吸變動，肝受橫膈膜壓迫，腸裡有腸氣，照出來的影像可能不十分精確。所以，影像學檢查通常只能提供部分訊息，無法回答所有的問題。病理學檢查也是如此，檢驗結果通常與檢驗方式息息相關，例如，用針抽出來的組織可能受針孔影響。如果檢體細胞比針孔來得大，細胞可能受針孔壓迫，形狀變得難看不規則，而被誤認成癌細胞。如果針孔太大，則可能抽出過多沒有特異性的東西，失去參考價值。訓練AI 分析大數據我們經常會發現，一個病人先後做了正子造影、核磁共振以及電腦斷層掃描後，結果有些差距。這些差距除了可能跟儀器本身精確度、醫師使用方式和判讀方式不同有關，也跟病人受檢前幾天的狀況有關。因為生理狀況持續不斷變化，檢查只能呈現當下的狀況，病人在不同醫學中心做檢查，結果出現差距也不讓人意外。在未來，善用AI人工智慧，就能將這些看似不一致的檢查數據，轉化成有利診斷的資訊。我們可以訓練AI分析大數據，剔除雜訊，挑出具重大意義的內容，交給醫師最終判讀。AI強大的連結能力，可跨醫院蒐羅病人所有就醫資料，進行長期動態綜合分析，真實反映病人現階段的狀況，提供精準治療建議。AI打病歷 醫師專心問診此外，醫師問診這一塊，過去20年來長期被忽略，善用AI，也可以扭轉回來。自從電腦進入診間，醫師打病歷跟看病人變成一件衝突的事情。醫師一邊看著電腦一邊問病情，其實並不曉得病人告訴他的病情有多真。一個好醫師可從病人眼睛，看出他所說的疼痛該增幾分或減幾分。 分享 facebook 未來，打病歷大可交給AI執行，醫師專注「看」病人。AI有自然語言分析能力，除了能將對話轉化成文字紀錄，還能分析對話，列出疑問，提醒醫師注意。問診結束之時，AI已將病歷打好，並附上處方建議，交給醫師確認。醫師關懷病人的時間多了，醫病關係自然和諧信任。要發展醫療AI，得考慮如何開放資料，同時兼顧病人隱私。目前可運用區塊鏈技術資料上傳後不可更改的特性，由醫院上傳病歷資料，配合私鑰設計，讓病人充分保全病歷開放瀏覽的權利。相信未來發展成熟，定能助人類健康醫療更上一層樓。 分享 facebook，