當醫院遇見AI，會擦出什麼樣的火花？黃仁勳6月來台時，輝達全球醫療業務部門副總裁也率團拜訪林口長庚醫院，讓外界見識到蓄積已久的AI醫療能量。
輝達概念股，可不是只有半導體相關產業，現在，連醫療產業都占有一席之地。
以往，穿著皮衣的「那個男人」、輝達（NVIDIA）執行長黃仁勳，每每來到台灣，總會颳起一陣旋風。然而，最近一次來台有些不同，他到夜市大啖小吃，以及在電腦展上與聽眾精采互動的同時，輝達全球醫療業務部門副總裁金伯莉．鮑威爾（Kimberly Powell）也率團拜訪林口長庚醫院，並意外揭開全台最大醫療集團的AI布局。
擁有「大數據」得以發展AI
林口長庚醫院於2018年5月成立AI核心實驗室，不僅比OpenAI的問世時間更早，更積極開發並推動AI在臨床醫療的應用。目前實驗室已取得三項食藥署醫療器材許可證，包含腕部舟狀骨骨折偵測軟體、心房顫動偵測軟體、心室收縮功能篩檢等。由於一般醫材許可證多由廠商取得，長庚也成為全台第一家取得醫材許可證的醫院。在生成式AI領域，長庚推出超過40個臨床模型，完成五項生成式AI專案。
其實長庚與輝達並不是最近才展開合作。
長庚醫院院長陳建宗表示，如今擔任長庚人工智能核心實驗室主任，同時也是長庚醫院風濕免疫科主治醫師的郭昶甫，當年赴英國進修後，回來便大力推動AI與培養人才，在林口院區成立AI中心，建置設備與軟體，「當時就與輝達開啟合作之路。」
長庚之所以能在AI之路順利推進，很大的關鍵就是「大數據」。長庚體系電子化病歷資訊從2000年開始統合之後，北中南所有院區可以互通，形成龐大資料庫。而長庚體系資料庫量體約占健保體系的十分之一，涵蓋醫學中心、區域醫院、地區醫院三個層級，資料內容或病人分布相當均勻，「做AI最重要的就是數據，有完整且足夠的數據才能運用。」
國防醫學院醫學系副教授林嶔表示，約從四年前，開始與長庚合作一些跨院的資料交換，他盛讚長庚團隊相當優秀，醫院在經費及資源上面也非常支持。光是長庚AI團隊規模就約40人，領先其他醫院許多，「資源的投入量級不一樣。」
除了人力，AI還需要大量運算資源。長庚在算力上的投資也非常驚人，資料庫更是台灣最大的。一位業界人士直言，AI人才難尋，醫院要和科技業搶頂尖的工程師，勢必要祭出不小的吸引力。
輝達全球醫療業務部門副總裁鮑威爾表示，林口長庚醫院從2018年就設立人工智能核心實驗室，很早就開始發展AI，而NVIDIA在AI已有十幾年發展經驗，可結合雙方專長做很多很棒的應用。
她指出，NVIDIA在無人駕駛技術等其他領域的成功經驗，讓醫療AI進一步取得進展，最近也結合生成式AI進入醫療AI，可與長庚一起部署這些NVIDIA成熟的模型，未來基因分析也是可以合作的方向。
「醫院基本上還是一個應用場域。」郭昶甫解釋，早期想的是如何挖掘資料庫，因為資料是愈陳愈香，時間久了才會知道病人未來會發生什麼事。一開始整理電子病歷及影像，遇到一個問題：建立出來的模型如何在臨床上使用？此時輝達扮演的角色就相當重要，「畢竟我們不是IT公司，輝達協助我們做最底層的東西，一步一步再往上，在建構我們自己的應用時給予技術支持。」
數位化讓AI可做初步判定
其中，最成熟的是影像辨識，郭昶甫解釋，以前切片要用顯微鏡看，長庚在六年前開始推動數位病理，大量掃描這些舊的玻片，變成數位玻片，「以前病理科醫師都是師徒制，數位化之後，影像可以保留下來，我們也可以在上面做各種AI模型。」也就是說，以前靠病理師的人眼、人腦掃描，現在AI先幫忙迅速標定可能的癌細胞，再讓病理師確認，遠端照會也不再是問題。
當然，醫療影像牽涉到另外一個問題，例如，Google想要什麼模型，隔天就上架了，但醫療不行，必須經過很多驗證，還要通過相關法規。所以儘管現在這些模型的技術都很成熟了，真正用到臨床上，還是需要一些時間。再下一步，就是預測病人的病情，例如，傷口會不會癒合？會不會發生什麼新的事情？
從事高階伺服器銷售、凱穩業務總監陳怡達表示，雙方自2018年開始接觸，長庚持續投資AI的設備及系統，又建置了AI的人才，從初期的AI影像分析，到資料的判讀與決策，應用發展會愈來愈成熟、愈來愈具備實務性。「長庚的優勢在於很早投入，因此能搶占先機。」畢竟一個產品或解決方案要商品化，是需要時間的。而要把產品變成醫療化的解決方案，必須經過很多驗證，更需要時間。
另一家儲存設備廠商Pure Storage台灣區總經理周正平表示，2018年就與長庚醫院合作AI專案，當時大家還弄不太清楚AI，以前長庚做病理分析，平均要花七天時間，但伺服器好像沒有很忙碌，後來才發現可能卡在傳輸，於是長庚、輝達、Pure Storage三方合作，在市場上發布AIRI架構，時間從七天減少到一天，等於效能提升七倍。「對一個病人來說，時間是有限的。」周正平形容，長庚是世界等級的應用案例，全球AI研討會上，輝達和Pure Stoage的應用案例都有長庚醫院。
機器人有助解決護理人力荒
陳建宗表示，AI另一個重要的任務是溝通。其實醫療人員大概有一半時間都在溝通上，例如，多重用藥的病人來跟藥師諮詢、藥師評估病人用藥的順從性，或是護士抱著新生兒做評估等。現在都能使用AI記錄並整理，還能避免錯漏。「讓醫護人員有更多精力能跟病人互動，而不是每天對著電腦互動，這個很重要。」
長庚也積極發展機器人，包括在開刀房裡已使用數年的搬運機器人，並陸續開發較小型的機器人，像是護理師推著巡房車走，變成機器人跟著護理師走。
陳建宗直言，現在護理人力缺乏，問題只會愈來愈嚴重。尤其老人愈來愈多，病床數沒有減少，加上希望護病比愈低愈好，以減少護理師負擔，這時若人力沒補足，得以輔助臨床上繁重的工作，「AI可能會是一個解方。」
談到與輝達的合作，林嶔表示，台灣許多醫院都是輝達的消費者，儘管價格較貴，但以算力來講，即使把價錢成本一起考慮進去，還是非常有競爭力。
林嶔解釋，硬體差距或許實際上沒有那麼大，但真正差距大的，是輝達建立的一整套軟體護城河。輝達的生態系相當完整，也開放很多AI醫療平台，而且直接釋出一些開放模型。
他進一步解釋，要訓練AI，不能從嬰兒開始教，最好從高中生開始，然後再區分專業，「輝達的平台就提供很多個不同高中生，降低我們訓練的難度。」
根據林嶔自己的觀察，他認為AI很適合做伺機性篩檢。他舉例，胰臟癌發現時，往往都已進入晚期，但實際上，假設一位病人因為肚子痛去急診，急診室安排腹部的電腦斷層掃描，雖然不是為了篩檢胰臟癌，但如果患者有胰臟癌，放射科醫師是會看到的，「病人不是刻意去篩檢胰臟癌，但這些醫療檢查就帶來一些額外的效果。」
AI可協助找出潛在患者
不只如此，AI還能帶來更多。林嶔表示，胰臟癌是醫生用醫學知識與經驗可以判斷的，但有很多疾病是醫師看不出來的。例如，若要醫師用心電圖去找出左心室功能異常的病人，是看不出來的，但AI看得出來。「未來會有很多AI，可以二次利用那些既有的檢查，然後把潛在的患者篩檢出來。」
從設備商的角度看AI，陳怡達認為，真正的爆發是從ChatGPT開始，傳統的AI模型發展，比較像要丟大量資料去做開發演算，然後變成一個模型，再拿來做成一個服務，例如人臉辨識。但ChatGPT是一個爆發的應用，它的目的不是拿來做判讀或分析預測，而可以生成一個新的應用或解決方案。
陳怡達表示，問一個問題，它不只會回答，還會再配套其他軟體或方案。例如，請ChatGPT製作一個房子模型，再結合3D列印機，就等於可以無中生有地變出來。這樣的應用堪稱前所未有，整個市場需求自然非常熱絡，吸引大家競相投入資源來做這件事。當然，醫療產業也不例外。
可以想見，AI在醫療上的運用只會日益蓬勃。而輝達與長庚醫院的合作，也可望持續激發出更多火花。
