【醫療AI】AI 在 COVID 疫情中扮演那些重要角色
疫情期間由於患者與醫療需求在短時間內大幅增加，醫院決策者意識到「自動化」、「雲端運算」與「數據決策」對醫療品質的影響，因此加速導入人工智慧的開發，提升人工智慧參與日常營運的範疇。
智慧醫療不可或缺的「ABCDEF」：人工智慧（AI）、區塊鏈（Blockchain）、雲端（Cloud）、大數據（Data）、邊緣運算（Edge Computing）與5G（Fifth Generation）中，人工智慧、大數據、雲端與邊緣運算更是在疫情期間做出許多貢獻。
導入人工智慧，緩解了各國醫療體系在疫情期間醫療人力吃緊的困境。現代醫療人員如果沒有高科技的輔助，終究會無法處理疫情期間突然大增的業務量，而導致醫療品質快速下降。
許多先進國家的公衛體系中所使用的人工智慧系統，已經能夠在符合成本的前提下，大幅提升醫療品質和醫療人員的生活品質，是智慧醫療的趨勢，也是台灣繼續維持健保品質的重點科技。
人工智慧預判人流，在人群中辨識出體溫異常的個人
監測預防新冠肺炎
根據《Wired》報導，加拿大的新創公司 bluedot 、舊金山的 Metabiota 以及隸屬於波士頓兒童醫院的非營利組織 HealthMap 早在2019年12月利用了人工智慧技術預測了武漢肺炎的爆發，提前發現疫情的來臨。
Bluedot 利用人工智慧進行自然語言處理(NLP)，分析全世界 60 種語言以上的主流媒體報導、動植物疾病的網路資訊，以及衛生主管機關的公告等等。Bluedot 也會分析各種網路媒體、論壇、部落格的文章或傳聞，以提升對非典型事件爆發的預測。Bluedot 也將機票價格等看似和疫情無關的指標列入計算，試圖了解一般消費者對疾病爆發的擔心。結果Bluedot的人工智慧甚至還預測到泰國與接下來的台灣，成功地預測了10個城市可能爆發疫情。
相較於人工智慧，WHO 直到九天後才發出警告，通告各國應注意相關疫情；美國疾病預防控制中心（Centers for Disease Control and Prevention, CDC）則是直到 1月6日才發佈警告。由此可見傳統的疫調模式，顯然相當需要現代科技的協助。
雲端照護與給藥系統
疫情期間，人們的移動不再像過去那樣方便，醫院也充滿各種管制，導致許多慢性病患者，無法流暢地取得藥物和照護。以糖尿病照護為例，波士頓兒童醫院與以色列的智慧醫材開發商DreaMed Diabetes，在疫情期間就利用雲端上的人工智慧平台 DreaMed Advisor Pro 來輔助幼童的糖尿病照護。
過去由於缺乏自動化的流程，監控糖尿病兒童的病況並不容易。雲端上的人工智慧會在特定時間監測患者的胰島素幫浦與血糖機，提醒患者量血糖，並及時地將血糖數據交由雲端上的模型，整合血糖、飲食數據、年齡、歷史血糖等等數據，對未來血糖曲線做出預判，自動調整患者的胰島素劑量，讓家長不須頻繁回診也能與醫療團隊保持聯繫，減少大量的醫療成本。也能夠提前預測幫浦內的胰島素是否充足，提醒患者準時更換。讓孩子即便在疫情期間也能享有穩定的醫療照護品質。
尋找可能的治療與預防性措施
莫德納(Moderna)公司和國際史丹福研究中心(SRI International)皆在疫情期間大量應用人工智慧來完成繁瑣的藥物開發工作。莫德納在研發疫苗的過程中，完全不需要接觸病原體，只需要取得病毒的基因序列後就能著手開發疫苗。在人工智慧的協助下，從取得基因序列到篩選出候選藥物的時間縮短到了幾周內，開發出實際可用的藥物只需三個月左右，這是過去傳統藥物開發流程無法想像的速度。
即便疫苗研發的速度已經極為快速，但目前三期臨床試驗還是需要至少12個月的時間來進行，Pactera Edge 則想要應用人工智慧，進一步推進這樣的概念。除了篩選藥物分子之外，理論上科學家也能透過人工智慧，將病毒可能的演化方式提前展開，搶在病毒真正流行前，先行開發可能的疫苗，提早進入臨床試驗流程，縮短藥物上市時程，這將會是未來人工智慧在防疫科技領域持續進化的方向。
【參考內容】
Infinities
數位無限軟體(InfinitiesSoft)專注於為企業解決虛擬化、容器化、微服務、邊緣運算、混合雲管理、異質IT環境與人工智慧帶來的挑戰，整合異質雲管與熱門的開源AI深度學習架構和開發工具環境，提供一站購足的AI機器學習雲平台方案AI-Stack。
