當 AI 人工智能碰上醫療，會擦撞出甚麼樣的火花？
全球醫療保健開支佔全世界 GDP 的 10%，其中光是醫療診斷，如癌癥檢測、動脈斑塊檢測和 X 光片檢查等就超過千億美元。龐大的市場吸引了很多創業公司以及 IBM、Google 等大公司切入，導診機器人、雲端醫生、語音電子病歷等新型醫療手段應運而生，預計一年不僅可以幫病患省下上百億美元的費用，還能幫助許多目前無力負擔專家診斷的病人。
過去，培養一位合格的醫生至少要十年，一位擁有高度專業能力的醫生更是可遇不可求，這是當前醫療費用居高不下的原因。但就算再厲害的醫生也會受限於體力與時間，在對資料的判讀與病患診斷上出現一定誤差。
但隨著 AI 人工智能和機器學習技術日益普及，訓練一個機器人達到專業醫師的判讀水準僅僅需要幾個月的時間，同時還能大幅降低因主觀判斷或操作誤差產生的風險，讓診斷更加精準。
研究顯示，基於機器學習的人工智能算法可以根據患者的影像檢查結果識別出皮膚癌的癥狀，識別率高於醫生。在通過分析心電圖檢測心律不正方面，人工智能的識別率等同心臟病專家的水平。
在醫療診斷方面，最具代表性的是被暱稱為華生醫生的 IBM Watson 機器人。Watson有著超強的學習能力，可以在 17 秒內閱讀 3,469 本醫學專著、24.8 萬篇論文，69 種治療方案、61,540 次試驗數據、10.6 萬份臨床報告。
2014 年，「華生醫生」在美國安德森癌症中心開始「執業」。據測算，華生的診斷準確率達到 73%。
另一家雄心勃勃以 AI 人工智能進軍醫療領域的科技巨頭 Google，則是透過自家的創新育成基地 Google X Lab 練兵。其中最具代表性的是一家名為 Verily 的數據蒐集分析公司。
Verily 主要的核心能力，是分析蒐集來的生理數據，建成一張類似於導航地圖的「健康地圖」，在人的健康出狀況前，就做到事先預警，而非事後治療。
一般來說，AI 人工智能應用在醫療的領域不外乎洞察與風險管理、醫學研究、醫學影像與診斷、生活方式管理與監督、精神健康、護理、急救室與醫院管理、藥物挖掘、虛擬助理、可穿戴設備等。但 Verily 切入智能醫療的路徑並非直接跨入醫院，而是先從蚊子著手。
2015 年，它曾展開一項名為「Debug」研究計畫，目的是消滅寨卡病毒的病媒蚊：白線斑蚊。
過去要控制這類蚊蟲傳染病的作法，是將無生殖能力的雄性斑蚊放到野外交配，生下無法孵化的蟲卵，控制斑蚊數量。但人工養蚊效率不高，為快速培育斑蚊，Verily 開發機器人每週自動繁殖百萬隻不具生殖能力的雄性斑蚊，並追蹤與分析其飛行數據。
透過 AI 辨識性別，確保放到疫區的蚊子都是雄性，且避免養出會咬人的雌性斑蚊、擴大疫情。雄性斑蚊變多、加快交配速度，無法孵化的卵隨之變多，提升滅蚊效率。
除了 IBM 與 Google，全球市值最大的硬體公司蘋果，則想盡辦法申請 FDA 認證，要將 Apple Watch 塑造成隨身健康數據蒐集工具。
當全球科技巨頭紛紛轉向，下一個風口已經浮現，也宣告了智能醫療將會是接下來幾年內的兵家必爭之地。
