產業技術評析

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。
 

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)