選擇語言:

醫療保健中的 AI:它對臨床試驗有何助益?

Lionbridge 生命科學團隊負責人 Mark Aiello 近日與一群醫療保健領導者聚會,共同討論人工智慧 (AI) 在醫療保健與臨床試驗中扮演的角色。歡迎閱讀這一系列文章的第一集,了解這場活動的重點總結。

醫療保健中的 AI:它對臨床試驗有何助益?

作者:Mark Aiello 與 April Crehan

放眼世界各地,各個產業無不讚揚人工智慧 (AI) 的應用,認為它是解決任何問題的靈方良藥。人類的科技越來越聰明,有時它的好處也非常顯而易見。手機的導航應用程式能引導我們避開車潮,更快到達目的地;牛奶快喝光時,冰箱會通知我們並提供訂購管道;彈性電網則可以因應用電需求靈活地分配電力,並整合再生能源的使用。

在醫療保健產業,AI 的前景也一樣看好。然而,它的應用並不像買一盒雞蛋那麼簡單,除了得遵守複雜的法律規範,更要考量這類醫療保健決策產生的永久影響。

不過,在討論 AI 在醫療保健領域的應用之前,我們得先清楚定義「AI」是什麼意思。

什麼是 AI?


廣義來說,人工智慧涵蓋了與電腦模型發展相關的許多領域,這類模型能執行一些典型的人類工作,例如辨識模式以及解決問題等。AI 也有能力高低之分。能力較低的時候,系統不需要理解人類智慧的運作方式也能運行;但強大的 AI 卻可以像人一樣地思考。

就像致力引進 AI 能力的專業領域一樣,AI 的應用可以廣泛,也可以僅針對特定領域。目前以及不久的將來可能興起的 AI 應用,多數是針對特定範疇進行訓練,以執行特定的任務,因此它的能力都是有限的。這些系統是專為扮演特定角色而設計,並不像人類智慧一樣廣泛而全面,所以目前的功能有限。

機器學習與深度學習


AI 的其中一個分支,就是機器學習。機器學習系統本身會隨著取得新資料而改變,也就是說,機器會隨著取得新資料而「學習」。為了展現並提升這種能力,程式撰寫人員通常是採用將錯誤降到最低為目標這種作法。這麼做可以讓系統理解哪些方法是成功的,並提高日後使用類似步驟的機率。

機器學習又分為三種,其中最令人期待的是深度學習 (Deep Learning)。深度學習是指具備多層次的特徵辨識能力,讓這類系統見樹又見林,不僅可綜觀全局,也能確實掌握細節。在影像處理上,深度學習系統的作法非常近似人類。當遠方的物體漸漸靠近我們時,我們會觀察到更複雜的特徵,深度學習系統也是如此。例如,特定方向的像素會變成一條線,而特定方向的線條則會變成方形。

在討論醫療保健中的 AI 時,我們通常指的是深度學習,這種智慧類型對創作者和使用者來說最為實用,但同時也最為神秘難解。而同樣神秘難解的,是醫療保健中的 AI 應用及相關法規。

醫療保健中的 AI 應用


醫療保健中已經有一些令人振奮的 AI 應用,其中包括:

從臨床研究機構 (CRO)、公家機關到一般大眾,生命科學產業的相關人士,如今都致力於釐清 AI 在醫療保健中的角色。目前,這仍舊是場艱困的戰爭。事實上,我向專家請教的問題,有時會衍生出更多問題,像是:

  • 在運用/分享個人資料以更快推動創新,以及隱私權法律及政策與道德倫理的要求之間,我們要如何求取平衡?

  • 關於 AI 運用在醫療保健領域上,目前有哪些相關法規?我們在那些地方需要更多指引?

  • AI 已經在醫療保健的哪些地方發揮助益?接下來還有哪些應用?

  • 公開透明是現今臨床試驗的熱門關鍵字,產業界對公開透明與教育的重視,又該如何反映 AI 在醫療保健領域的使用?

  • CRO 採用 AI 時,需要因應文化而改變嗎?要如何因地制宜,同時又不會意外淘汰、排除特定族群?

在接下來的幾週,我將深入探討這些主題,與大家一起因應瞬息萬變的生命科學產業。

無論您是否曾參加會議,只要有興趣討論,都歡迎您分享您的看法!請在下方發表您的意見。

linkedin sharing button
  • #life_sciences
  • #blog_posts

Lionbridge
AUTHOR
Lionbridge