專題討論5:尖端科技與未來醫療

S5-1
轉變中的醫學:挑戰與機會
吳明賢主任
臺大醫院內科部

  臨床醫療收集病患完整的病史,身體檢查及各項實驗數據,由醫師做出綜合整理,根據所學的知識與個人臨床經驗做出包括病患的診斷、選擇合適的治療及預後的判斷。臨床醫學及病患照顧的這一套模式行之有年,但是隨著全基因組、微生物組、電腦雲端、機器學習的快速進展及醫療大數據的推波助瀾下,可能在21世紀會有截然不同的模式。首先是針對病患個人化的精準醫療,觀念上從只考慮宿主的DNA,進化到同時分析腸道微生態所謂的second genome,此過程中大量的數據已促成生物資訊學的推陳出新。另外過去對醫療資料的處理尋找相關性主要是利用統計方法中的迴歸(regression),可是隨著電子病歷、個人生活史、各式體學(omic)累積的大量數據,已經超出傳統統計學的迴歸,必須運用類神經網路的深度學習(deep learning)來做運算,以找出解決臨床問題的一套程序(algorithm),所謂人工智慧即是以此種方式很快利用大數據發展出各式影像診斷,預後的判斷,及病患處理等algorithm,這種模式和醫師有不分軒輊的成果,甚至有優於醫師的表現。雖然如此,就大數據和人工智慧於醫療的發展上,仍有一些困難須要克服,包括數據本身的品質和數量,特別是如何避免數據產出中的各式偏差;另外倫理上的議題,也是受關注的焦點。最後是利用程式及運算產生的algorithm,常有黑盒子的爭議,也未必有因果關係。雖然有上述的限制,健康大數據的分析和人工智慧的運用,仍會對醫學研究、醫療照顧、醫病關係及醫療教育產生不少新的機會與挑戰。