s 308486333

AI大運用 台灣醫療資源豐富前景看好 智能發展 人腦仍然領先提早慎選行業

AI大運用 台灣醫療資源豐富前景看好 智能發展 人腦仍然領先提早慎選行業

s 308486333

記者張錫銘/台北報導

由國人投資主導之YuShan.AI聯合國內各學、協會、產業界共同舉辦的「AI大語言模型與邊緣運算高峰論壇」於台北台大醫院國際會議中心R301隆重舉行,邀請健保署署長石崇良前來致詞,有學術界、產業界及新創領域的多位頂尖專家,共同探索AI技術的應用現況與未來發展方向,與台灣在AI運算的發展利基。

s 308486333
第一次醫療與金融AI應用大會圓滿落幕!圖/主辦單位提供

健保署署長石崇良表示,目前全民健保的資料最完整,有關資料的運用和申請,這個管理的母法還沒通過,未來將儘速完成,隨著AI時代來臨,除了數字、文字的整理之外,影像處理的格式一致化之後,AI在醫療上的運用會長足進步!還有醫療AI是否給付,如何有效合理納入給付,也會很快進入研究階段!讓新的醫療科技有更好發展!

臺北護理健康大學資訊管理系所特聘教授徐建業分享,以個人化情況來說,首先要擁有自己的資料,接著應用 AI 驅動個人化疾病預測模型後,從眾人的資料數據運算,做出 AI 疾病預測。除此之外,還有 7 類的 AI 醫療應用,像是個人健康狀況的改善、醫療健康保險應用等。

s 308461631
健保署署長石崇良看好台灣AI在醫療領域發展的前景!圖/主辦單位提供

徐建業指出,在醫療 AI 上,可透過去識別化產生不同主題的應用,包括公衛及健康管理等。他說明,以疾病預測 AI 模型為例,這是一種驅動式學習模型,當資料輸入後,進入多維模型,就會輸出預測的統計,像是糖尿病會洗腎的機率或失智症與癌症機率等,若加上改善的變因,可能會影響,此時結果預測也會不同。

但若想使用在個人化健康上,徐建業表示,輸入自身的資料後,可透過大數據所得的 AI 驅動個人化疾病預測模型,進行個人預測,但這項大數據就是從眾人資料轉換而成個人資料,即便每個人的資料不同,但可以從中找到相似數據。

s 54624273
前微軟亞洲研究院副院長田江森博士的演講,仍然是與會人士的最愛!圖/張錫銘攝

徐建業說,若從中加上個人的改善措施,例如運動等,這些數據資料也會被蒐集,並再度回到大數據成為資料的一部分。而透過個人預測模型不斷改善、會發現資料愈來愈被提升,當所有人都這麼做的時候,資料也會回歸大數據,變成大型的模型改變。

徐建業提到,其他運用上,包括個人醫療運用,像是診斷、提醒、風險評估等;另外,健康管理、改善個人健康狀況、預估未來醫療需求、成本效益應用、彌補醫療機構利潤缺口、醫療健康保險應用,都是運用 AI 的一環。

前微軟亞洲研究院副院長田江森博士指出,人腦最高能力為智慧創造力,而機器智能有視覺、語音突出,若將人腦袋的功能排成金字塔,從計算、聽覺、感知、認知、發現到最高的智慧創造力。過去基本算力就已經被認為是智庫,但至今的機器智能,不只計算機的視覺突破,還有語音突破等。

246070
健保署署長石崇良(圖右)與大會主持人呂銘峰博士的合影!圖/主辦單位提供

田江森說,在 2022 年疫情後,大型語言模型大量出現,對於營運優化、轉型或升級產品、做客戶溝通或是員工應用,都是 AI 可進行的部分。但相關領域該如何真正運用AI,田江森指出,透過數據做交集,出來的結果加上邏輯分析,AI 應用也得以擴大,但在人的腦袋金字塔應用能力中,以智慧創造力來說,AI 還做不到。

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *