Page 58 - 2017 電子科技產業年鑑

人工智慧於健康醫療照護

產業應用現況

▓工研院產業經濟與趨勢研究中心（IEK）分析師／黃裕斌

語音辨識（Speech Recognition）等技術，目前
人工智慧於健康照護產業應用潛力可 相關技術仍持續發展中。
期 由於人工智慧具有可提高決策品質以及縮短

2016年Google人工智慧AlphaGo以4:1的比 判斷時間的優勢，因此目前也陸續應用到各種產
數擊敗南韓九段棋士李世?成為全球矚目焦點， 業，像是金融、交通運輸、能源、航太航空以及

也讓人工智慧一詞再度成為熱門的討論議題。所 健康照護等產業，如部分華爾街相關單位已採用
謂的人工智慧（Artificial Intelligence），從字面上 並導入人工智慧技術，以提高信貸評估、投資組
的定義來看即是讓電腦機器（Machine）或軟體 合管理、財務預測與規劃等評估效率並增加準確
（Software）具有類似人類大腦的功能，使得電 性。另一方面，特別是健康照護產業，在全球皆
腦機器可以類似於人腦，達到可理解人類語言、 面臨醫療支出持續高漲的問題下，各國政府積極
可學習與記憶知識、可思考、可推理與判斷解決 尋求醫療資源更有效率的運用，而現有的複雜疾
問題的能力。 病判斷需要耗費相當時間，且在確診或治療選擇
其實人工智慧發展最早可以追溯到1940 上更需要結合各類的醫療影像、檢驗數據與臨床
年，以當時電腦大師圖靈（Turing）提出的第 研究文獻，透過綜合比對及跨科別討論會議，方

一台真空管電腦Turing Machine問世作為起源， 能進行確診或治療方式的選擇。然而，藉由人工
並且在1958年人工智慧語言LISP被開發出來 智慧技術的應用，將可在較短的時間內將所有與
後進入快速成長期。而1972年利用述語邏輯 疾病相關聯數據，如醫療專業知識、研究文獻、
（Predicate Logic）開發出來的語言PROLOG 期刊論文、環境外界數據以及個人健康與醫療數
問世後，針對解決特定領域問題的專家系統 據等進行運算分析，提供更精確洞見，以協助醫
（Expert System）成為各方的研究重點，相 生鑑別病情，將減少不必要的醫療浪費，提高既
關專家系統解決方案也陸續問世。發展至今， 有醫療流程的效果（判斷精確性）與效率（處理

人工智慧應用涉及多種領域技術，像是專家 時間），Frost & Sullivan更預估在2020年全美國
系統（Expert System）、神經網絡（Artificial 將有90%醫療院所會導入人工智慧應用，使得
Neural Networks）、模糊邏輯理論（Fuzzy 人工智慧成為國際學研單位及廠商積極布局的重
Logic）、自然語言處理（Natural Language 點。
Processing）、機器學習（Machine Learning）、

56