網上版請按此
AI醫療潛力大 普及化障礙何在？
英國首相文翠珊5月底向國民承諾，會投入巨款發展人工智能（AI），以便及早偵測癌症，預期因此於未來15年內可拯救2.2萬人的生命，也在2035年前令患者多享五年健康自主的生活。
以AI改善醫療也是法國總統馬克龍的看法，他在今年3月宣布未來五年要投入15億歐元發展AI，和中美爭一日之長短。
AI醫療應用廣 英法加強投資
AI在醫療應用上非常廣泛，由偵測早期徵狀、斷症、施手術、醫院行政工作如預約診期和病人登記，以至預測傳染病何時爆發等。中文大學的沈祖堯教授早前撰文，指診斷技術的進步帶來大量數據。例如，膠囊內鏡可以完成整個小腸檢查，但在6小時的檢查中，鏡頭拍攝5,000多張圖像，醫生難以處理，當中往往僅有兩三個圖像顯示出病理所在。AI可以幫助檢測圖像中的細微變化，增加診斷的準確性和減少人為失誤。
顧問公司埃森哲（Accenture）估計，最有潛力的10個AI應用於2026年前已可為美國醫療界每年節省1,500億美元（約11,770億港元）。
AI協助手術 併發症僅真人1/6
10個AI應用中，首推機械手術助手最有價值。北美脊椎學會的研究，調查379個病人接受過骨科手術後併發症的情況，發現有AI助手協助的案例併發症大減，僅為只有人類醫生操刀的六分一。
從手術前的病歷分析、手術時引導醫生，到之後歸納經驗改進技術，AI助手估計在2026年前可為醫療增值達400億美元（約3,120億港元）。排第二和三的AI應用是虛擬護士助手和改善行政流程，AI也可分別減省200億和180億美元（約1,560億和1,404億港元）。
不過，另一顧問公司麥肯錫卻指出，AI雖然潛力龐大，但要在醫療界廣泛運用，阻礙重重。早前它在美國進行調查，顯示醫療界對高新科技如機器學習態度非常審慎，僅有一兩成被訪者表示會考慮使用。
顧問報告指醫護並非抗拒新科技，而是與該行業的獨特性有關。
數據收集艱巨 兼掀私隱問題
首先，AI需要海量資料去學習，而蒐集分散在不同醫療機構的數據相當艱巨。兩年前香港正式推出電子健康紀錄互通系統，可是使用量仍然有待提高--現時雖然有逾73萬個病人登記，但每月透過系統取覽病人紀錄最多三四萬次或大約5%，原因是參與機構以醫院為主，私家診所、化驗室等參與度不高，情況和美國類似：估計全美四分一醫院和四成以上的私家醫生沒有使用電子病歷系統，即使參加了也未必和其他機構分享資訊。AI因缺乏優質而大量的數據，無從學習。
在英國，政府的國民保健署（National Health Service，簡稱NHS）因為提供全面的免費醫療服務，所以擁有國民由出生到死亡的資料，因此政府寄望科技公司能以演算法，迅速找到癌病的早期患者。但是，公眾除了擔心私隱問題，對於私人公司以公眾數據牟利也有爭議。
技術問題是另一阻礙。AI的演算法往往「黑箱作業」，雖然以歷史數據來看，它判斷力驚人，一如AlphaGo在圍棋大戰時，就以近似直覺的神勇挫敗世界冠軍，但研究員自己也難以解釋原委。那麼，病人如何放心把生命交託？監管部門又如何預防電腦不當的診斷？有問題時責任誰屬？
美國已故著名未來學家亞瑪拿（Roy Amara）有一句名言：「我們慣於高估科技在短時間內帶來的效力，而低估了它的長期效益。」
對於AI，雖然它的效用已得到不少認同，但暫時人類受惠有限，要廣為造福人群，我們還要跨過不少障礙，要達到這個目標，實在有賴人類獨有的創意思維和解難能力。
鄧淑明博士
香港大學計算機科學系榮譽教授