AI 與醫療

✎【 美商甲骨文台灣分公司】張永慶 總經理   |   2023-05-10

       去年七月，衛福部公告時十七年來首次修訂新版電子病歷管理辦法。雖然大多數目光都集中在其中開放醫院使用公有雲的法條，但其實對醫院更有意義的是其允許以電子檔方式取代過去規定必須紙本形式的病歷與同意書等以及電子簽章相關規定，並允許醫院不再需要保存紙本病歷。

       試想，當醫院還在處理大量紙張文件，也無法即時線上交換資訊，想要用AI達成智慧醫療，是否有點緣木求魚？疫情期間，醫護人員短缺甚至過勞的壓力猶歷歷在目。如果醫療體系的數位化仍停留在目前水準，下次的大流行是否仍能安全度過真是令人存疑！諷刺的是，現在到醫院看診，比較十年前甚至更久以前，醫護人員其實花更多的時間在電腦輸入資料，這跟無論中醫所謂望聞切問或西醫所謂盡力為病家謀福利，根本就是背道而馳！

       回到基本面，AI甚至更廣泛的資訊科技，其實應該要設定的目的是讓醫院如何改善醫療這個行為本身，無論是讓病患可以得到更好的照護或更有效的治療，或讓醫護人員得以減輕負荷，並投注更多精力在更有價值的病患照護上，而這其實跟許多企業近年以顧客為中心的管理思維異曲同工。因此醫院首先應以病患旅程(Patient Journey)的角度思考，如何整合電子病歷，藥品物流，成本管理，醫護人力資源等系統，善用資訊科技自動化醫護工作流程，並提高病患體驗，才能談AI這個工具在這些流程中如何提升效率與決策品質。

       有了整合的系統，醫院應可得以一步運用AI分析如何提升醫療照護的效果，以及相關療程的成本，朝向所謂價值醫療Value Based Care。當整個醫療體系都能有整合的系統，不但能更有效率運用日益短缺的醫護人員，更能進一步提升群體健康。除了急性的意外或疾病，很多慢性疾病的起點很可來自個人或家庭對健康的照護不周，例如不良的飲食習慣，也有可能在門診未能及時診斷，最後導致需要成本高昂的手術或住院。如能善用AI分析整合的資料，醫院可以找出某些疾病的危險族群，針對這些個人採取預防處置。

       隨著醫學的發展，越來越多的研究指出，基因還有社會決定因素(Social Determinants of Health)，如性別種族甚至居住地，對疾病的影響甚至大於臨床資訊，而傳統醫院的資訊系統卻往往局限於院內的診斷或治療。反觀由於各種IoT裝置盛行，個人透過各種穿戴裝置或居家檢測等，健康平台如Apple Health所能收集的資訊的維度與廣度早已超過醫院。如果醫院想要提供更精準的醫療，真的應該師法電商打造數據中台，收集跟病患有關的完整健康資訊，運用AI提供醫生診斷的決策參考。

       展望未來，人類的預期壽命要進一步提高，同時能縮短亞健康(健康和疾病之間的臨界狀態)的期間，善用AI與數位工具是必然的。但醫療永遠是由人照顧人的行為，是故醫生並不會被AI取代。然而，不善用AI的醫院或醫生，將可能被時代淘汰。