網上版請按此
AI醫療發展三大障礙
顧問公司埃森哲（Accenture）估計，10個AI應用會在10年內為美國醫療界每年節省達1500億美元（1.177萬億港元）。
10個最有價值的AI應用中，首推機械手術助手。從手術前的病歴分析、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。排第二和第三的AI應用是虛擬護士助手和改善行政流程，AI可分別減少200億和180億美元的營運成本。
人工智能（AI）會在未來十多二十年取代醫生、律師等專業人士的說法近年甚囂塵上，但理論歸理論，現實卻困阻重重。早前顧問公司麥肯錫在美國進行調查，發現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。報告指出，AI雖然潛力龐大，但短期內難以在醫療界廣泛運用。
醫護並非特別抗拒新科技，而是與該行業的獨特性有關。
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4萬次或大約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，即使參加了也未必願意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。
其次，私隱問題惹人疑慮，這更是AI在醫療界發展的重大難題。英國官方的國民保健署（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，數據量不成問題，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。然而，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。
第三，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，惟研究員自己也難以解釋斷症原委。那麼，病人如何放心把生命交託予AI？監管部門又如何預防電腦不當的診斷？有失誤時責任誰屬？
目前，AI的效用雖然已得到不少認可，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。
鄧淑明博士
香港大學計算機科學系榮譽教授