(中央社訊息服務20241005 14:11:16)當醫療遇上 AI 科技，「智慧醫療」應運而生，並正翻轉這個高度專業且嚴謹保守的產業，「2024台灣創新技術博覽會-未來科技館」今年聚焦能擘劃台灣未來3-10年所需的尖端技術，並以「未來科技獎」選拔新創研發量能，為醫護人員防錯與降低工作負擔，更延伸到醫療影像、深度學習。
未來科技獎今年募集506件的報名案件，由產學專家精選82件七大領域前瞻技術，其中AIoT智慧及生活應用有20件入選，從全球研發團隊專注的技術創新，可以窺見「智慧醫療」的未來發展趨勢，包括AI應用到病理影像解析、傷口癒合辨識、糖尿病風險評估、心臟驟停預警、腦中風預測。
AI 影像病理切片分析提高癌症診斷 「2024台灣創新技術博覽會」展覽中，今年以各大領域為主題進行亮點技術展示，以智慧醫療來說，由成功大學團隊開發的《全球首創以弱監督式多實例學習框架精準解析數位病理影像之基因表現及存活預測》，主要是透過AI模型嵌入卷積神經網絡，自動整合且精確標註病灶特徵，大幅提升識別精度和診斷準確性，應用在病理切片影像的分析，有助於提高癌症診斷的精確度。計畫主持人蔣榮先教授表示，研究突破 AI 框架的限制，解決巨量像素影像無法在現今AI硬體運算的困難，成功輔助並預測大腸直腸癌患者的整體生存期，並找出患者與病理切片檢查間明確的關聯，讓醫師不再是猜測患者的存活率，而是可以透過AI系統來清楚解釋患者預後與病理切片間的關聯性。
AI演算判斷傷口組織癒合階段 看中慢性傷口照護擁有龐大的市場價值，《基於多光譜光源血氧影像偵測之微型化遠端醫療傷口癒合階段辨識系統》入選未來科技獎複審，由成功大學團隊透過多光譜成像，計算組織血氧濃度，結合彩色與血氧傷口影像獲取多種特徵，開發針對傷口的AI演算法，可即時判斷傷口組織種類與評估癒合階段。計畫主持人林志隆教授表示，團隊參考醫療院所的訪談後，設計高有用性與易用性的可攜式傷口照護系統，目前已投放至成大醫院等醫療場域進行實際測試，並基於手機的微型化系統擁有輕量便攜的優勢與邊緣運算，透過物聯網搭配資料庫與資訊顯示平台達到遠距醫療。
AI導入評估糖尿病風險 慢性病市場中，糖尿病已是國人十大死因之ㄧ，每年近萬人因糖尿病死亡，根據國民健康署統計，全台約有 200 多萬名糖尿病患者，並以每年 2.5 萬名的速度增加，因此今年入選的亮點技術中，《人工智慧之基因和醫學影像整合技術 – 第二型糖尿病風險評估與精準健康》更顯得有意義。中央研究院統計科學研究所長楊欣洲所長帶領團隊，開發全球第一個可整合全基因體、多模態醫學影像、人口統計變項以評估第二型糖尿病（T2D）風險的人工智慧技術與系統，預測表現遠優於國際，可以提前偵測糖尿病患者，並正推廣至其他疾病。
生成式AI深度學習應用 AI 導入醫療領域遍地開花，這次入選複審的《結合生成式AI與深度學習的次世代遠程心臟驟停智慧預警系統》，正是將人工智慧應用到重症病患的心臟驟停預警，由台灣大學醫學院團隊開發，並與華碩進行產學合作三年，能提前六小時預測 90% 以上的心跳驟停，靈敏度高達 95%。計畫主持人李建璋教授表示，全球在宅醫療市場每年超過 15% 成長，這項技術能預測心跳驟停，大幅提高早期偵測率，減少死亡率，並透過台大醫院進行資料收集，更以以自然死數據預訓練 TCN 的表現優於 LSTM，再與病人病史模型融合，屆時將在會展中實際展示系統模型。
神經科學AI應用至大腦 重症疾病中，缺血性腦中風為腦血管栓塞而導致血流供應受阻，損傷所支配的腦神經組織，目前在台灣的處置現況，務必在發生症狀後到院三小時內，啟動急性腦中風團隊治療流程，而長庚大學團隊開發的《SGD-Net:腦中風磁振造影智慧診斷與預測系統》就是AI導入所需的關鍵知識整合。計畫主持人魏怡嘉教授表示，SGD-Net系統首次將神經科學知識融入，結合大腦圖譜，提升對中風病情的認識，可整合到臨床資訊系統，用來警示危急性中風、提示大面積中風、預警栓塞性血栓來源及預測大血管狹窄，因而降低臨床風險，減少中風後社會家庭照護負擔。
隨著科技的快速發展，AI智慧醫療成為重要的發展趨勢，引領未來醫療領域的前進方向，相信隨著資訊科技的不斷進步，智慧醫療的應用將會更加廣泛，整合資訊技術、數據分析等技術，提升整體醫療體驗、改進醫療流程和管理，而「未來科技獎」就為創新研發帶來醫療革命的大舞台。