香港醫療水平在全球首屈一指，胃癌及肺癌治癒率更位處全球第一，乳癌及肝癌的存活率為全世界第二，僅次於美國，不過同樣舉世聞名的是公立醫院輪候時間，根據醫院管理局最新數字，白內障手術輪候時間平均最長要等 22 個月，全關節置換術預計平均輪候時間更超過 2 年，想縮短手術排期時間，解決公營醫療資源緊絀問題，人工智能（AI）是其中一個方法！
近年不少醫藥科技公司，落力鑽研如何運用 AI 智能化及自動化的特點，在醫學影像、藥物研發、個人健康管理等多個醫療場景落地應用，從而提升醫生診症效率。今次請來這三方面的專家：專研醫學影像的 Imsight Technology、從事藥物研發的 Aptorum Group（NASDAQ:APM），以及為個人健康提供管理方案的 Govita Tech Limited，剖析 AI 如何應用到不同場景，解決當前的醫療排期問題；不過問到 AI 會否有取代醫生的可能，所有專家均異口同聲認為，暫時未見到有此可能。
從生物標記找出潛在疾病
Govita Tech Limited 創辦人高醇新博士在美國從事生物科技研究十多年，一直在想六個字：預防勝於治療。「你見到衛生署的數字，每年死亡個案中有超過一半來自慢性病，最常見的包括糖尿病、心臟病及抑鬱症，如果可以及早發現患上這些疾病的風險，並予以預防，長遠可為社會減省醫療負擔。」於是他在 2016 年成立 Govita Tech Limited，通過檢測血液中的生物標記、遺傳學標記、小分子及生化標記，計算出患上慢性病的風險，並針對個人健康問題，度身訂造保健藥物，預早提防疾病來臨。
「面對健康問題，每個人也是獨一無二的，當中牽涉的生物標記數量龐大，目前我們研發出的保健藥物已達 1,200 種配方，但其實可以因應環境和生活方式等外在因素，衍生過萬種組合，不可能單靠人手來處理，必須透過電腦運算，再結合 AI 從海量生物訊息中找到規律不停學習，才能將準確性提高。」
高博士指出，目前美國是最熱心推動 AI 應用於醫療領域的國家，美國食品及藥物局（FDA）正在加快 AI 算法的審批，2017 年全年總共批准兩個算法，但 2018 年卻每個月批准一至兩個算法，截至現時 FDA 已批准的 AI 算法近 30 種。
「但在香港步伐卻明顯較慢，根據 Asia Business Council 編製的 2017 年 Asian Index of Artificial Intelligence，香港在 AI 醫療的研究數量，於八個亞洲地方中排尾二。考慮到本地大學高踞多個國際大學排行榜，學術研究水平甚高，並且香港具備發展創新科技的優勢，絕對有條件發展 AI 醫療，但首要解決數據庫問題，因為 AI 需要大量數據進行學習以提升準確度，目前全球五大醫療數據庫以西方國家為主，亞洲人的數據庫仍未見規模，雖然我們五年來也慢慢收集到數千人的檢測數據，慢慢建立起一個小型數據庫，但單靠私人公司蒐集需時極長，必須要有政府的推動才能成事。」
30秒看超過400張X光片
談到數據收集，Imsight Technology 也有同感，總監李卓文（Chapman）指出，他們主要利用 AI 分析醫學影像（包括 X 光片、顯微鏡影像及電腦掃描影像），輔助醫生判斷，從而減輕醫生工作負擔，「本地醫院單是門診，每年 X 光片用量約為 24 萬張，當中還未計專科所用的數量，以門診部門有 20 位醫生來計算，每年也要看過萬張 X 光片，用 AI 分析的話，30 秒已看完超過 400 張 X 光片，並將有問題的地方圈出來給醫生參考，令醫生可以省卻不少時間。」
Chapman 說他們之前試過做盲測實驗，在公立醫院邀請一批剛畢業的醫科生睇兩次 X 光片，第一次沒有 AI 輔助，第二次則加入 AI 作參考，發現當中有 17%的 X 光片，在第二次檢測時才發現問題，「始終人的體力有限，長時間睇 X 光片專注力會有所不足，加入 AI 輔助不單省卻時間，也提升了斷症的準確度。」
由 2017 年成立至今，目前 Imsight Technology 的方案準確度已高於 90%，有此成效全因在開發方案時，輸入大量影像給 AI 不停學習，Chapman 表示，「內地及香港共約 30 間醫院採用我們的方案，但以內地醫院佔大多數，原因是內地只要省政府接納有關方案，就可以直接下達市內所有醫院採用，但在香港卻要逐間醫院洽商；而且內地不單醫院數量較多，病人數量也遠超本地醫院，只要經過數據脫敏過程（即醫學影像只提供所需數據，去除病人私隱資料），可以提供大量影像給 AI 進行機械學習。」
但是否像高博士所言，要由政府推動醫療數據收集，Chapman 卻有所保留，「就像 80 年代港人北上設廠，但卻將最需要技術的品質認證專業留在香港，我覺得 AI 醫療也可以沿用此方式發展，始終香港的醫療研究水平於全球有領先地位，落戶香港對產業化有幫助。」
為罕見病找新藥物
病人數據較為敏感，但藥物數據卻公開透明，在美國納斯達克上市的 Aptorum Group 看準這點，希望透過 AI 找出新藥。創辦人兼行政總裁禤駿遠（Ian）表示，「研發藥物成本很高，藥廠找到一隻藥物，覺得有機會能治療新病，就要進行動物測試及數期臨床測試，當中不單要花費大量金錢，也可能要耗上 10 年以上時間，最終如果未能通過測試，所投資的時間及金錢就化為烏有。」
Aptorum 旗下 Smart-ACT 平台，透過 AI 不斷篩選超過 2,300 種已獲 FDA 核准的小分子藥物，識別出可以治療罕見疾病的候選藥物，顯著縮短研發成本和時間。研發部主管李偉業（Thomas）表示，「選擇罕見病的原因，是因為病例數目少，大型藥廠在商業考慮下較少會涉足，而我們由已批准使用的藥物入手，由於該藥物本已存在，因此該藥可豁免前期臨床以及動物測試實驗。」結果去年 AI 平台發現了候選藥物 SACT-1，可以治療嬰幼兒中的罕見兒童癌症神經母細胞瘤，已向 FDA 提交申請。
除了用 AI 找新藥，他們正與新加坡研究機構合作，在病毒測試過程加入 AI，首席醫療總監及執行董事鄭子俊（Clark）指出，「傳統要檢測病人身上病毒，最直接方法是驗血，但醫生要先估計病人有哪種病毒，然後再進行種菌，加上需時 5 至 7 日，病情較急的病人，醫生有機會未等到化驗結果，就要先處方藥物來控制病情，令用藥未必百分百準確。」
加入 AI 後，可通過其基因組構成快速鑑定，24 小時內能從病人身上找出 9 至 12 種病毒，有助提升治療成效。Clark 表示，「一些繁瑣及需要耗用很多時間的工作，AI 最幫到手，尤其是醫護向來是人的行業，全球醫護人才也出現短缺，引入 AI 後能幫輕醫生工作，解決醫療人手荒問題。」
AI 未能取代醫生
醫療行業有了 AI 後，是否還需要人？Ian 斷言有生之年也很難否定人的存在價值，「尤其是藥物研發範疇，即使 AI 可以快速找到新藥，但最後也要通過臨床測試，除非發展到有一日人類可以虛擬形式出現，否則暫時未見到有可能單靠 AI 來開發藥物。」
Chapman 也認為靠 AI 完全代替人手有一定難度，「始終醫護行業不是麥當勞，多放兩部自動售賣機就可以減省前線人手，AI 在醫療行業的角色，是幫醫生解決樽頸問題，尤其是本地人口老化問題日趨嚴重，醫生的工作只會有增無減，必定需要引入 AI 來減輕他們的工作負擔，但 AI 得出的結果，最終還是要由醫生來判定。」高博士則認為，「如果病人因為 AI 介入而病情加重，目前並未有清晰的法律框架訂明責任，因此亦主要將 AI 應用在預防醫學及功能醫學領域，但在相關法律及道德框架未有定案前，很難將 AI 全面推廣到所有醫療領域，更不存在 AI 能否取代醫生這個爭議。」
撰文：特約記者
編輯：尹思哲
