AI醫療發展三大障礙 (鄧淑明博士)

By on August 20, 2018

本文作者鄧淑明博士,為香港大學計算機科學系榮譽教授,以及團結香港基金顧問,為《信報》撰寫專欄「科網人語

有報告指出,AI雖然潛力龐大,但短期內難以在醫療界廣泛運用。(Freepik 網上圖片)

有報告指出,AI雖然潛力龐大,但短期內難以在醫療界廣泛運用。(Freepik 網上圖片)

顧問公司埃森哲(Accenture)估計,10個AI應用會在10年內為美國醫療界每年節省達1500億美元(1.177萬億港元)。

10個最有價值的AI應用中,首推機械手術助手。從手術前的病歴分析、手術時引導醫生,到之後歸納經驗改進技術,AI助手估計在2026年前可為醫療增值達400億美元。排第二和第三的AI應用是虛擬護士助手和改善行政流程,AI可分別減少200億和180億美元的營運成本。

人工智能(AI)會在未來十多二十年取代醫生、律師等專業人士的說法近年甚囂塵上,但理論歸理論,現實卻困阻重重。早前顧問公司麥肯錫在美國進行調查,發現醫療界對高新科技如機器學習態度非常審慎,僅有一兩成被訪者表示會考慮使用。報告指出,AI雖然潛力龐大,但短期內難以在醫療界廣泛運用。

醫護並非特別抗拒新科技,而是與該行業的獨特性有關。

首先,AI需要海量資料去學習,而蒐集分散在不同醫療機構的數據相當艱巨。兩年前香港正式推出電子健康紀錄互通系統,可是使用量仍然有待提高,現時雖然有逾73萬個病人登記,但每月透過系統取覽病人紀錄最多4萬次或大約5%,原因是參與機構以醫院為主,私家診所、化驗室等參與度不高,情況和美國類似,估計全美四分一醫院和四成以上的私家醫生沒有使用電子病歷系統,即使參加了也未必願意和其他機構分享資訊。AI因缺乏優質而大量的數據,無從學習。

其次,私隱問題惹人疑慮,這更是AI在醫療界發展的重大難題。英國官方的國民保健署(NHS)因為提供全面的免費醫療服務,所以擁有國民由出生到死亡的資料,數據量不成問題,因此政府寄望科技公司能以演算法,迅速找到癌病的早期患者。然而,公眾除了擔心私隱問題,對於私人公司以公眾數據牟利也有爭議。

第三,技術問題是另一阻礙。AI的演算法往往「黑箱作業」,雖然以歷史數據來看,它判斷力驚人,惟研究員自己也難以解釋斷症原委。那麼,病人如何放心把生命交託予AI?監管部門又如何預防電腦不當的診斷?有失誤時責任誰屬?

目前,AI的效用雖然已得到不少認可,但暫時人類受惠有限,要廣為造福人群,我們還要跨過不少障礙。

更多鄧淑明文章:

支持 StartupBeat

如欲投稿、報料,發佈新聞稿或採訪通知,按這裡聯絡我們