曾意儒／長庚大學資管系副教授，科技部年輕學者養成計畫得主，研究興趣為醫學資訊、大數據分析、資料探勘及臨床決策支援系統。

廖耕億／長庚大學資管系副教授兼系主任，智慧醫創碩士學位學程主任，研究興趣為人機互動、使用者行為分析及智慧醫療管理等。

陳昱仁／長庚大學資管系助理教授，研究興趣為資訊安全、無線通訊和行動商務等。

當學習演算法出現後，電腦開始可以從大量資料中，找出隱藏在資料背後的規律。這項突破象徵電腦可以模擬人類智慧，呼應人工智慧（artificial intelligence, AI）這個熱門名詞。人工智慧已應用於多種場域，如金融業、製造業和科技業等。因為電腦擁有快速、穩定的特性，使得智慧運算可以全天候運行，且與人類判斷的準確性不相上下，甚至是更穩定且突出，因而成為曝光度極高的新寵兒。

人工智慧的精準運作需要大量數據的即時處理，資料的傳輸要求快速穩定，因此第五代行動通訊系統（5th generation mobile networks, 5G）越來越重要。5G 系統是由國際電信聯盟無線電通訊部門（ITU Radiocommunication Sector, ITU-R）所制訂的 IMT-2020 標準，其資料傳輸率為現行 4G 系統的數十倍，達到下行 20 Gbit/s、上行10 Gbit/s；網路延遲更低於 1 毫秒，也遠低於 4G 的 30～70 毫秒。藉由高資料傳輸率、低網路延遲、節省能源和降低成本等特點，5G 能夠連接大範圍的行動裝置，並達成過往無法實現的應用。

人工智慧已逐步應用醫療場域

在醫療場域中，人工智慧可應用在疾病預防、偵測、診斷或治療選擇優化等。隨著電子病歷的普及和電腦運算能力的提升，人工智慧已累積足夠的資源從事自動化的學習，進而提升診斷與偵測的效能，帶來令人驚喜的成果。研究指出，許多臨床相關人工智慧模型的判斷正確率已與臨床醫師相當，如糖尿病視網膜病變的偵測、皮膚癌的診斷、微生物抗藥性的偵測及癌症風險評估等。

美國食品藥物管理局（U.S. Food and Drug Administration, FDA）於 2018 年核准第一個應用人工智慧的醫療儀器 IDx-DR，這個裝置可以自行判讀視網膜影像並評估糖尿病視網膜病變的風險。當發現屬於中度以上病變時，才轉介給臨床醫師進行治療，其後更有超過十個應用人工智慧的醫療軟體與儀器通過上市許可。這類高正確率的人工智慧應用與儀器將會改變現有的醫療流程，除了可將患者依人工智慧演算法的判斷做初步分流，降低不必要的醫療人力資源消耗外，更可協助醫師在更短的時間做更正確的決策。

對於偏鄉地區，此類應用也可安排在第一線，緩解偏鄉醫療人力荒。除了醫療行為外，醫院的營運也大量應用人工智慧技術，如應用物流機器人（automated guided vehicle, AGV）在醫院裡提供送餐服務。另外，也有其他類型的醫療機器人，兼具倒垃圾、消毒和攙扶病人等功能。在臺灣，也已有多家醫院積極發展人工智慧相關應用，如長庚醫院成立醫療人工智能核心實驗室、臺大醫院成立人工智慧技術暨全幅健康照護聯合研究中心等，更有多家醫院開立人工智慧門診，並建立人工智慧輔助檢驗系統，結合人工智慧與醫師專業，為民眾提供快速且精準的醫療服務。

行動裝置為醫療帶來行動力，達到全面性的健康促進

影響人們健康狀況的因子不只是各項檢驗與檢查數據，日常生活的飲食與運動習慣、環境因子等也與人們是否可維持健康狀態息息相關。過去，要系統性的蒐集此類資料並應用於醫療決策有諸多困難，如儀器的使用限制、資料的傳輸問題及醫院端的即時分析與回饋方法不成熟等，大大降低應用此類資料於促進健康的效益。

然而，已有調查指出，2018 年有近半數的消費者使用醫療 app 與仰賴穿戴式裝置記錄生理數值，預估在 2023 年可達到約 1000 億美元的市場。隨著行動與穿戴式裝置的普及，甚至是智慧衣、智慧病床的商品化，當人工智慧技術深入行動與穿戴式裝置時，成功促成了智慧醫療的行動化。

透過感測器長時間量測生理訊號，科學家已經研發出應用手機便可檢測帕金森氏症（Parkinson's disease, PD）的凝凍（freezing of gait, FOG）症狀，照護對象只需要將感測器黏貼在患者背後即可。美國蘋果公司（Apple Inc.）也針對醫療領域，發展 ResearchKit 和 CareKit，希望能降低醫院應用行動裝置提供醫療服務的門檻。在臺灣，已有多家醫院提供如糖尿病、心臟病的遠距照護服務，能即時偵測異常血糖、測量心電圖訊號並通知遠端照護人員。透過生理訊號的即時蒐集，傳輸到智慧型裝置進行立即的症狀偵測，形成未來長照機構的科技基礎設施。另外，也因近期新冠肺炎疫情，促成更多醫院願意投資與投入遠距醫療服務，更加速此類服務的推進。

5G 技術解決現有傳輸限制，使行動醫療有更多發展空間

而 5G 的高傳輸、低延遲和大量連結的特性可提供更多現行系統無法達成的應用，如在智慧醫療和遠距照護等領域。

◼︎虛擬實境（virtual reality, VR）與擴增實境（augmented reality, AR）的應用：在這些應用中，經常會有大量的 3D 物件和場景，透過 5G 系統能夠快速地傳輸這些物件，即時互動，可實現在 VR 環境中透過 3D 模型來進行遠距手術、遠距操控或模擬教學等。藉由 5G 系統即時高速傳輸高解析度手術室現場影像與病患生理資訊，也可在遠端利用 VR∕AR 進行手術教學。

◼︎解除遠距醫療因資料傳輸限制的封印：透過 5G 系統可即時傳送高解析度照片及高畫質影片，這可讓醫護人員在遠端就能清楚看到病患受傷的部位及病患的動作、表情等，大幅提升遠距看診、醫療的可行性。而透過 5G 即時復健指導，讓病患能夠直接在家中接受指導，進行復健，復健師也可直接清楚觀察病患的動作，提供修正建議。

◼︎遠距照護加值應用：5G 系統可連結大量設備，這可結合物聯網（internet of things, IoT）技術，收集各種感測器的資料，即時監控生理資訊與環境資訊，醫護人員也可在遠端隨時掌握患者的健康狀況。這些收集到的大量資料，還可透過人工智慧與大數據分析等技術，進行分析與回饋。

◼︎穿戴式裝置的大量應用：由於 5G 高頻寬與大量連結的特性，能夠支援大量穿戴式裝置之間的無線連結，包括智慧手錶和智慧眼鏡等，人身上可以配戴各式的感測器，隨時回傳最新的生理資訊，也能夠即時獲得後台的回饋資訊。

◼︎緊急醫療：在戶外進行的緊急醫療救護，透過無線通訊系統即時互傳資訊，讓救護車在運送病患的過程中，也能夠監控病患的情況，到醫院前就能提前做好醫療的準備。

智慧醫療的未來

隨著資通訊科技的進展，資訊系統、大數據與人工智慧、行動裝置與物聯網及 5G 技術已逐漸改變傳統醫療行為的樣貌，但人工智慧與 5G 等技術並非萬靈丹，除了需要挑選適當的應用場域外，資料蒐集傳輸的隱私與資訊安全問題也是另一個難題，蒐集全面性的健康資料需顧慮諸多個人隱私問題，且資料在傳輸時也需有完整的保護，也因此有許多研究者發展應用區塊鏈於醫學資料傳輸的方法，如 Open Health Network 的 PatientSphere 等。

除此之外，大量資料是建立人工智慧模型的基礎，然而，蒐集大量跨機構且跨國醫學資料有複雜的隱私問題，也因此發展出以患者為中心，讓患者擁有資料的主導權，自己決定是否要分享資料給研究人員的「公民科學」模式。除了讓病人主導自己的病歷資料外，也有許多研究者致力於發展「分享模型」的方式，不經由資料訓練人工智慧模型，取而代之的是將另一個模型的智慧轉移至現有模型。

另一方面，有許多人擔心人工智慧的出現將會改變醫師在醫院的角色，若以自駕車比擬，大部分人都不願意將車輛操控權全部交給人工智慧，在醫療場域也是如此。如何整合醫療專業與人工智慧技術，透過人機合作創造雙贏，將是決定智慧醫療發展的成功關鍵。

本文轉載自《科學月刊》第607期〈改寫醫療未來的 5G 新世代〉。

⇠上一篇：不一定存在銀行裡的 5G 金融服務

5G 出現後，無人機將怎麼飛？：下一篇⇢