林哲玄：AI與醫學
- 林哲玄David Lam
- 4月24日
- 讀畢需時 2 分鐘
40年前沒有AI（人工智能），個人電腦（PC）才剛興起，而且價格不菲，一台要1萬多元。40年來PC幾乎沒有加價，但性能蛻變了無數次。故事從10年後的1990年代說起。
當時我是初級醫生，公立醫院還沒有電子病歷。有一天看門診，我上級把簡單的病人分給我看。簡單與否，看病歷紀錄（牌板）厚度，於是我分到最薄的。病人是一名老先生，說看了10多年，每個教授都認識他。原來，厚厚的牌板被教授取走了做研究。當年教授房間堆滿牌板，看病時我們就沒有了。
後來，電子病歷系統出現了，資料不會遺失。但鍵盤只能輸入文字，不能畫圖。於是我們在手術紀錄寫「腸繫膜下動脈根部遠端方向1公分出現1.5公分硬淋巴結，盤腔右側腹膜反折2公分黏附硬塊」。原文是英文，總之除了外科醫生，沒人看得懂。
數據氾濫，導致遺漏醫療警示的風險不斷上升。我期待引入AI，代我在茫茫數據中尋找信息（例如乙肝）、對比治療（例如類固醇藥物）、發出警示。AI在醫學科研和醫療服務的應用場景，無窮無盡，例如撰寫病歷撮要：當AI學懂提煉關鍵信息，就可以撰寫「智慧撮要」（smart summary），診斷、病况、過敏史、服用藥物、醫療警示等一目了然。
AI強於「模式辨識」（pattern recognition），應用場景有：閱讀X光和掃描片辨識病狀、從活檢樣本辨識出病理診斷，以及內窺鏡或手術實時識別瘜肉和腫瘤。
醫生診症也離不開「模式辨識」。輔助醫生問診的AI系統已經出現，將來AI列出鑑別診斷（differential diagnoses），建議化驗、治療，發出警示，提供最新醫學指引，也絕非難事。
AI工具只能提建議 須由醫生做決定
臨牀判斷（clinical judgment）也許是AI要攻克的下一個領域。AI從真實數據庫積累得來的經驗，不難超越專家，藉經驗對比實况演算出判斷。然而，AI的判斷，只能視為建議；決定還須由肩負謹慎責任的醫生所做。
此外，以AI驅動機械人做手術，配合高解像掃描精準導航，將是外科手術的嶄新領域。大膽一點，研究「AI與機械人界面」（AI-robot interface），大數據配合演算法加速思考，提升判斷力，更精準施行手術以至遙距手術，也許指日可待。
AI在醫學研究領域，亦大有可為。系統性的分析回顧研究（systematic review），需要於海量醫學文獻裏搜尋合適的研究報告，整合數據做統計分析。AI或可擔此重任，大幅提升研究質量與速度。本港「醫健通」庫存數以億計的真實世界醫療數據，既可用以訓練AI，也可通過AI歸納數據，擴展學識界限。
AI與醫學碰撞出萬千機會。生命健康、創科是國家交給粵港澳大灣區的責任。未來，我們必將用好香港優勢，把科研成果推向世界，造福人類。
（刊於4月24日《明報》B13版）