物聯(lián)網(wǎng)怎樣為你看病

大數(shù)據(jù)、人工智能等技術(shù)，正在建立精準醫(yī)療的新風貌。

結(jié)合大數(shù)據(jù)：從健康檢查到預測健康風險

以元氣網(wǎng)的“測健康”在線服務(wù)為例，使用者輸入出生年度、性別、居住地三項數(shù)據(jù)，系統(tǒng)即可預測用戶未來各年齡階段的健康機率、預估壽命、醫(yī)療花費等信息。

這項健康風險預測工具，即是運用了大數(shù)據(jù)分析，結(jié)合個人的生活型態(tài)，加上醫(yī)療數(shù)據(jù)建立預測模型?！皽y健康”根據(jù)用戶填入的數(shù)據(jù)，從全民健保數(shù)據(jù)庫中，找出相近年齡、同樣性別、相近居住地的對象，再與之比較，就可推算出初步的風險評估結(jié)果。而且，數(shù)據(jù)庫中的個人健康數(shù)據(jù)愈豐富，預測結(jié)果就會愈準確。雖然目前像“測健康”這類的健康風險預測工具，仍有些粗淺，但分析及研究的方向是正確的趨勢。

相較之下，一般的健檢，僅能判斷個人接受檢查的當下，健康現(xiàn)況是否異常，再安排后續(xù)的定期檢查與追蹤。未來，透過大數(shù)據(jù)分析再加上深度學習的技術(shù)，醫(yī)療服務(wù)有希望能更精準地預測病情及未來的健康狀況，并且針對個人隨時間改變的健康狀況，給出各階段不同的預防建議，達到更佳的健康管理效果。

結(jié)合人工智能：從手機到個人醫(yī)生，從科技公司到藥廠

近來，由于通訊技術(shù)的進步，“遠程醫(yī)療”已能讓醫(yī)生彷佛近在眼前，但在未來，人工智能卻可能讓醫(yī)療成為貼身服務(wù)。以手機來說，若是結(jié)合人工智能、生物科技等技術(shù)，即可能搜集用戶的病理信息，上傳至云端大數(shù)據(jù)系統(tǒng)，診斷病情，甚至提供領(lǐng)藥建議，讓手機成為個人的醫(yī)生。

除了診斷，人工智能在研發(fā)制藥的領(lǐng)域，也可能成為要角。與輝達（Nvidia）合作的科技公司Insilico Medicine，就是運用GAN（Generative Adversarial Network）“生成對抗網(wǎng)絡(luò)”算法，來協(xié)助研發(fā)新的藥物。GAN是非監(jiān)督式學習中的一種，由一個生成網(wǎng)絡(luò)和一個判別網(wǎng)絡(luò)組成。生成網(wǎng)絡(luò)盡可能作出難辨真?zhèn)蔚妮敵鰞?nèi)容，判別網(wǎng)絡(luò)則盡可能在真實數(shù)據(jù)和生成網(wǎng)絡(luò)的輸出內(nèi)容間，判別孰真孰假。藉由兩個網(wǎng)絡(luò)不斷互相對抗，調(diào)整參數(shù)，就能讓生成網(wǎng)絡(luò)輸出的內(nèi)容更逼真，更能模擬真實情境。

也就是說，藥廠原本必須花費大量時間與成本，篩選具藥用性質(zhì)的物質(zhì)與分子，找出候選藥物，再進行臨床試驗，以發(fā)掘療效最佳的藥物。但Insilico Medicine借助GAN算法，就能根據(jù)疾病或情境，仿真出特定的化學分子結(jié)構(gòu)，以期大幅縮減研制、測試藥物的繁復時程，甚至超越傳統(tǒng)的藥廠。

我們可以說，加速發(fā)展的數(shù)據(jù)趨勢，勢必會掀起另一波數(shù)位醫(yī)療革命，也會為傳統(tǒng)醫(yī)療機構(gòu)、廠商、現(xiàn)行相關(guān)法規(guī)，帶來巨大的挑戰(zhàn)，甚至引發(fā)醫(yī)療產(chǎn)業(yè)大洗牌。