:::

產業技術評析

DeepMind在英國國家健保實施人工智慧醫療實例
發表日期:2017-08-30
作者:任上鳴(資策會)
摘要:
DeepMind由認知神經學家Demis Hassabis等人在2010年創立,總部位於英國倫敦,初期的人工智慧研究聚焦在遊戲領域的研究。

全文:

一、以AlphaGo聞名的DeepMind
 

DeepMind由認知神經學家Demis Hassabis等人在2010年創立,總部位於英國倫敦,初期的人工智慧研究聚焦在遊戲領域的研究。2014年,Google看好DeepMind在人工智慧方面的發展潛力,以超過4億美元的價格(未公開,外界預估值)收購DeepMind,隨後將其納入母公司Alphabet旗下,並讓DeepMind保持獨立營運。
 

2016年至2017年間,DeepMind以AlphaGo圍棋機器人在全球展現實力,陸續戰勝韓國棋王李世乭與世界棋王─中國大陸的柯潔。不再使用暴力窮舉法,透過人工智慧的深度學習與自我訓練能力,AlphaGo成功在過去被認為複雜度太高而難以超越人類的圍棋戰中勝出,也因此聞名全球。
 

二、醫療應用契機─英國國家健保服務面臨營運困境
 

不過,AlphaGo僅是作為DeepMind實力的證明,其發展重點仍在於善用人工智慧幫助人類獲得更好的生活,而最積極的行動即2016年2月由共同創辦人之一的Mustafa Suleyman設立DeepMind Health部門,專攻人工智慧健康醫療,並與英國國家健保服務(National Health Service,簡稱NHS)共同應用人工智慧改善英國現今的醫療窘境。
 

英國的NHS是在第二次世界大戰後於1948年推出的公醫制度,英國公民除藥品外的就醫費用全數由NHS以稅金支應,全國醫護總數達170萬人,2016年度的估算支出高達1,206億英鎊(約1,570億美元)。程序上,英國公民須選擇一位普通科醫師(General Practitioner,簡稱GP)註冊,若非緊急之疾病,須先預約該GP診斷與處置,若GP認為有必要者,再轉診至大醫院。然而,看似良好的分流制度,卻因人口老化、新療法與設備增加使政府支出沉重,預估2020年面臨300億英鎊缺口,此外,因病患數量過多,在GP診所之預約等候期約需數日至數週不等,經GP轉診後通常需再等候大醫院預約數週至數月不等,約2成患者無法獲得及時治療,且醫護人員在高壓力下工作也導致高誤診、低治癒率與照護品質惡化。
 

三、與NHS試驗Stream智慧醫療
 

目前,英國每年有數千人因為醫療體系的應變緩慢,死於急性腎衰竭等病變。在政府需求明確下,DeepMind在2016年11月與NHS簽署了5年合作計畫,首先透過名為Stream的行動應用,在年門診量70萬人次,擁有900床位的NHS皇家免費醫院(The Royal Free)與年門診量45萬人次的Musgrove Park醫院等地設置其醫療系統,圖1為傳統醫療流程與Stream設置後的差異。
 

圖1 DeepMind Stream醫療輔助系統

資料來源:DeepMind、Royal Free、MIC等,資策會MIC ITIS研究團隊(2017/8)
圖1 DeepMind Stream醫療輔助系統
 

以皇家免費醫院為例,2017年2月平均每日有2,211件血液樣本送驗,原本的人力流程需由檢驗員先篩選產出之報告,在其中發現66件腎功能異常的病患,並簽出23件可能為急性腎損傷的警訊,通知病房後再由住院醫師前往下一步檢查,最後再找出11件需要立即處理的案例,通知主治醫師處理。在Stream系統導入後,產出的血液報告直接由Stream進行判斷,Stream依照患者的緊急程度分類,並將最急需處理的11個案例直接通知主治醫師,大幅縮短時間與不必要的人力流程。在試驗中,11個具有生命危險的急性腎損傷患者中,有6位在檢驗結果產出後1分鐘內就獲得主治醫師的處理,有2位患者則由主治醫師以行動裝置進行遠端指示,完成救治。護理人員指出,在Stream系統導入該院後,每人每天約可省下2小時的非必要工作,包含來回尋找人員或複雜的醫療流程等,這些節省下的時間可以用於照顧其它有需要的病患,提升整體醫療品質。
 

四、與NHS合作試驗眼部疾患與頭頸部癌症治療
 

除醫療流程之改善外,DeepMind在其它領域亦持續與NHS合作。以眼部疾患為例,英國每年200萬人遭遇視力喪失,其中36萬人最終變成全盲與半盲,因此DeepMind與每年60萬門診、2,300醫護人員的NHS眼科醫院(Moorfields Eye Hospital)合作,以深度學習研究100萬份眼部光學同調斷層掃描(Optical Coherence Tomography;簡稱OCT)掃描,探討黃斑部病變與糖尿病併發失明的眼疾。
 

在癌症治療方面,英國每年有11,000人罹患頭頸部癌症,因患病區域接近大腦,需分割放射線治療之區域,但人工分割極為耗時,因此DeepMind與每年123萬門診、8,100醫護人員的NHS倫敦大學醫院(University College London Hospitals,簡稱UCLH)合作,以人工智慧技術分析患者頭頸部癌症的電腦斷層(Computed Tomography,簡稱CT)與核磁共振(Magnetic Resonance Imaging,簡稱MRI)掃描,目前已能將頭頸部區域分割的時間由4小時降低至1小時。
 

五、結論
 

目前,DeepMind與NHS的合作可謂雙贏,NHS藉由DeepMind人工智慧的輔助,提升醫療效率與品質,而DeepMind也透過NHS提供的試驗場域完整測試其產品的能力,並藉此取得大量的醫療數據。事實上,許多踏入人工智慧醫療的巨擘如IBM Watson等,都盡其所能透過收購或合作等方案取得試驗場域與醫療大數據,唯因醫療資訊屬敏感資料,如何消除民眾對於資料被使用的安全性是進一步的議題,如DeepMind在英國取得的資料目前仍有不少爭議即為一例。
 

就目前較成功的人工智慧醫療案例觀察,試驗場域與資料取得都是重要關鍵,在臺灣,全民健保是全球最大的醫療資料庫之一,而目前也有引進IBM Watson用於癌症醫療之案例,無論就醫療資源的節約與效率提升,或人工智慧能力之訓練而言,臺灣都有非常良好的發展契機,值得醫療業與資訊業思考。
 

(本文作者為資策會MIC執行產業技術前瞻研究與知識服務計畫產業分析師)


* 點閱數910
更新日期:2020-04-08

回上一頁 回首頁