在所有 AI 正在顛覆的領域中，醫療是跟「人命」最相關的。在這種攸關生死的產業中，從最上游的醫學研究，到最下游的臨床治療，將會因為 AI 的導入而提升治療效率，並讓更多病患負擔得起。
富比士的調查報告指出，醫療機構投入 AI 研究的資金不斷上升，預計在 2021 年達到 66 億美金（約 2000 億新台幣）的規模；然而成本的數字更可觀。依照 Accenture（埃森哲） 的調查，AI 將在 2026 年，為醫療機構省下 1500 億美金（約 4.7 兆新台幣）的成本，不但醫藥費有望降低，更可將省下的資金投入研究，造福更多病患。
AI 可以打破醫療機構的「鐵三角」難題：易得性、成本與品質
根據《Medicine’s Dilemmas》一書，醫療領域有所謂的「鐵三角」（Iron Triangle）：易得性（access，病患是否能在需要的時候立即取得醫療服務）、成本（cost，病患的醫療費用）和品質（quality，病患能得到的醫療品質），這三者無法兼顧，醫療機構必須在之間取捨。然而 AI 將改變醫院的運作模式，可以讓醫院突破這個困境，可以用更低的成本，提供更高的醫療品質。
AI 可以解決的最首要問題，就是醫療單位的成本結構。醫療檢測是醫療流程裡的高成本環節，然而某些醫療 AI 可以在病患的手機裡執行，讓病患可以在家裡做初步的檢測，節省醫療成本。根據 Accenture 的預估，可以省下 20% 的成本。
麥肯錫也預估，AI 每年將為醫療機構省下 2694 億美元（約 8.4 兆新台幣）的成本，其中營運省下 1137 億美元（約 3.5 兆新台幣），是省成本最多的環節；其次是行銷與銷售，將省下 679 億美元（約 2.1 兆新台幣）的成本。
醫院導入 AI，初期主要應用在營運與行政
此外，根據資誠（PwC）的調查，有超過 1/3 的醫療機構在投資 AI，試圖將 AI 導入醫療流程。資誠表示，AI 可以提供高品質、個人化，以及資料導向的服務；目前醫療機構主要投資 AI 於這三個領域：數位化（digitization）、互動（engagement）與診斷（diagnostics）。數位化指的是利用 AI 等工具，降低醫院營運的成本；互動是指提升醫病之間的關係；而診斷指的是利用 AI，提供病患更優良的診斷與醫療建議。
然而，初期 AI 主要會用在醫院營運與行政上面的優化，臨床醫療的應用與發展比較晚。由於 AI 目前大多應用在後台的營運，病患比較「無感」，但 AI 將漸漸導入臨床醫療，病患將會感受到 AI 帶來的利益。
AI 醫療的兩大挑戰：醫病信任與規模化
然而應用 AI 時，醫療機構也面臨兩個挑戰：醫病雙方的信任，以及規模化的精準度。
醫護人員必須願意信任 AI 的診斷，然而 AI 的作業很「黑箱」，連開發人員也未必知道 AI 是如何取得結論的；儘管 AI 的正確率高，但如果無法用邏輯理解 AI 推論結果的過程，就無法取得醫護人員的信任，並讓他們願意採用 AI 的診斷。同樣的，病人也無法信任 AI 診斷。根據 Accenture 的調查，只有 1/4 的病人願意相信 AI。
另外一個問題是規模化（scalibility）。訓練 AI 用的數據範圍，會影響 AI 診斷的準確度；在大型的醫療機構裡，如果訓練 AI 用的數據不夠廣，診斷結果會有疑慮。此外，在小型的地區醫院或診所，使用 AI 也不符合成本效益。
雖然有上述兩個問題，但醫療機構大多對 AI 採取樂觀的態度。隨著人口老化，需要醫療服務的人持續增加，但能提供醫療服務的醫務人員將會減少，而 AI 可以填補這個缺口；此外，AI 也可以優化醫院的營運效能，不但減少營運成本，還可以讓醫護人員有更多的時間面對病人，提升醫療照護的品質。
參考資料來源：
1. 《Forbes》：〈AI And Healthcare: A Giant Opportunity〉
2. 《Medium》：〈What is the Iron Triangle of Health Care?〉
（本文提供合作夥伴轉載。首圖來源：Fshoq Blog CC Licensed）
延伸閱讀
提升台灣醫療品質下一步：如何透過科技降低院內感染的潛在風險？
不用包紗布了！以色列公司推出「醫療槍」，噴出奈米纖維層包紮病患傷口
無役不與的台灣醫療進步推動者，友信醫療集團下一步：精準醫療
