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。
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。
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。
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。
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。