標籤彙整：美環保署長恰當時機訪台

根據研究，美環保署長恰當時機訪台，人工智慧(AI)提高醫療效率的潛在比率達30%至40%，星國大選前 可能大撒錢，可減少近五成的成本，宜縣保健志工 85人獲表揚，以美國為例，退改制度座談 南投公務員砲聲隆隆，每年可減近1，微風工讀生 1年暗吞630萬禮券，500億美元的美國醫療支出。台灣健保資源被廣泛濫用與浪費，MLB／教士羅斯 沉默的強投，可以藉由AI導入而改善。而且可以從上游新藥開發就進行AI協助產品開發的模式，美媒：東協觀望 越南孤軍奮鬥，依據早期臨床試驗的資料，預測藥物分子通過臨床試驗的成功率，將顛覆傳統的新藥開發流程。智慧醫療產業須跨產業整合，將改變醫療品質及服務再進化。例如：華碩與IBM Watson合作推出AiNurse虛擬照護機器人，結合AI技術引導病人進行血壓量測，提供基本判讀回饋與衛教資料，降低護理人員負擔；以及透過華碩Zenbo智慧機器人發展多元陪伴與照護應用等。Google DeepMind與英國眼科醫院合作標註視網膜掃描影像中的病變區，訓練AI能正確辨識青光眼等疾病，以協助醫師能早期診測出發病率。谷歌旗下Medical Brain智慧醫療團隊，開發一種新的AI演算法應用於醫療預測，可以預測很多種患者的結果，包括可能的住院時間、再次住院的概率以及短期內死亡的概率。 另外，使用AI語音助理可減少醫護人員的文書作業。倫敦的AI新創BenevolentAI採用深度學習軟體在 NVIDIA DGX-1 人工智慧超級電腦的輔助下，解讀和分析大量資料，在一周內確定五個萎縮性脊椎側索硬化症的候選藥物，過去這個過程可能須花費數年時間。利用深度學習和自然語言處理技術來解析巨量生物科學資訊，包括基因、藥品、專利資料等，再加上每天讀取逾萬件生醫期刊和資料庫，有助改進藥品研發的過程。不過，實施AI時必須優先考慮數據品質，因為「不良數據」可能導致一連串不準確的臨床數據，使患者處於危險之中。尤其在非結構化數據上，訓練機器學習算法相當具有挑戰性。而區塊鏈應用於健康醫療方面，利用多中心或去中心化、無法篡改、低成本及能進行複雜的智慧契約管理能力，將可應用於五大方向。包括：(1) 允許個人掌握自己的醫療歷史紀錄：包括醫療病歷、手術紀錄及基因數據等。(2)醫療保險的應用：提升患者、醫院、保險業者之間的服務效率，降低人力與管理成本，同時也提高理賠詐欺的可能。(3)醫療供應鏈金融：包括採購醫療設備和藥品所產生文件驗證、融資租賃和供應鏈流動控管。(4)藥品防偽應用：消費者在購買藥品通過個人數據的分享上傳將購買過程透明化，藉區塊鏈確保藥品的合法性，同時滿足監管需求。(5)臨床試驗的應用：利用區塊鏈進行記錄及管理藥物研發過程、眾多試驗患者的實驗結果數據，降低試驗成本。AI不會取代專業醫生的地位，而是將臨床醫生專業知識與AI智慧相結合，從大量數據訓練的預測模型，經過良好校準結果的機率估計值，醫生就可優先為風險最高的患者進行適當治療。由於醫療產業有30%高毛利、高附加價值及強烈需求等特性，吸引國際ICT科技大廠投入，成為我國PC及手機業者轉型的新藍海。台灣擁有全球領先的資通訊產業，台灣醫療水準位居亞洲第一、全球第三，加上台灣擁有健保資料庫的數據優勢，使台灣是發展數位醫療與人工智慧的最好機會。（作者是國家實驗研究院科技政策研究與資訊中心研究員），