Enews370 運用精準智慧醫學，以達到健康促進之效益

出自KMU e-News

當前修訂版本

高雄醫學大學e快報 第370期　 醫學院專題

運用精準智慧醫學，以達到健康促進之效益

醫學院 田英俊院長

　　依摩爾定律晶片容量及運算速度倍增，在通訊的5G時代，以電腦軟體深度自我學習(Deep Learning)進步的發展，人工智慧運用到跨域科技與醫療已成為迫切重要議題。最近發展例證如下：2016年-機器人Alpha Go完勝世界圍棋冠軍。2018年-IBM辯論機器人完勝人類最強辯論專家。2018年-影像判讀機器人Capper 對1104腦瘤的病理診斷完勝病理學專家。2018年-影像機器人Niramai使用ML計算法、大數據分析和熱圖像處理，開始在臨床上使用來做乳腺癌的早期診斷。邁向工業革命4.0時代，科學家臆測在10年後，將有80%的醫療工作將由人工智慧執行。醫學教育與醫療機構兼具醫療專業及人工智慧科技的人才，是迫在眉梢的需求。

　　因此，醫學院AI醫學人才運用精準智慧醫學，透過下列執行方案，以達到健康促進之效益。

　　1.學士後醫學系「醫師資訊工程師人才培訓計畫」：108年公告後醫系招生一門跨域、跨校課程：「人工智慧概論與醫療應用」，分A、B二組，B組將招攬具有資訊工程師學士以上學歷並通過資策會檢定證明的學生5名，於入學後讀三學期，安排資訊專家，引導進行大數據分析、影像分析及機器人的專業學習。期待於畢業後能結合醫學與資訊跨領域的專業來設計發展「智慧醫療」。初期先以後醫系之5位「後醫系資訊專長入學生」為主，後續可依整體課程推動成效，待師資與設備更完備時，則可開放醫學院或醫管資系學生選修。

　　2.推動跨域「人工智慧醫學」微學程，邁向碩士人才培育：

　　(1)本校後醫系已開設跨域、跨校「人工智慧概論與醫療應用」課程，現正籌備推動「AI智慧科技醫療微學程」，預計於109-1推動完成。透過精進與創新之跨域「人工智慧醫學」微學程或學分推動，常態性推動教學精進方案，順應智慧醫療發展趨勢，除了跨域專業師資培訓外，藉由全國性及國際化的AI醫療交流，厚實醫學院學生之臨床應用實力，提升學生在AI智能科技跨領域的競爭力。

　　(2)設立臨床醫學研究所碩士班「人工智慧醫學組」：

　　將於臨床醫學研究所碩士班設置AI智慧醫學組，招收三名臨床醫師，經課程及專業研究來建構發展智慧醫療的能力。長期目標希望能推動「學位學程：人工智慧醫療碩士在職專班」(名稱暫定)，落實專業醫療教學與實務應用雙軌並行之特色。

　　3.建置「AI教學資源中心」：

　　規劃建置「AI教學資源中心」，包括高階電腦與週邊設備、伺服器(硬體)、醫療數據平台/資料庫、雲端工作站、AI軟體租用及遠距教學等相關設施。初期5~10位電腦及周邊設備，中、長期規劃20~30位空間。因涉及醫療數據個資保密，因此規劃能處理醫院醫療IPD2(查詢病人檢驗檢查資料)、查詢病人影像(從各科室擷取原始圖)(PACS…)的獨立資訊分析空間，作為授課及實作運用場域。

　　4.推動「人工智慧醫學TA人才培育制度」：除了資訊工程背景的專業師資(兼任或專任)外，也將推動跨領域、跨學院的學生TA合作學習模式，在醫學與醫管資領域的學習中，發展學生跨域合作的自主機制，逐漸形成跨域實務應用的良性循環，培養醫學生與AI專業人員間的溝通與學習能力，建構跨領域銜接教育的橋樑，開發未來跨域創新運用的合作契機。本計畫將推動增加大學或研究所TA輔助教學人力，除了協助解決醫療資訊應用之基本問題，並可協助老師在跨域課程的教學，TA人力也可實際參與醫學院AI教學計畫推動事宜，短期可克服師資不足的問題，中長期則可鼓勵師生共同達到共學、共備、共授跨域教與學的雙重效益。

　　5.AI醫學扎根教育策略

　　(1)舉辦「AI健康醫學營」：用暑假或寒假期間，舉辦「AI健康醫學營」，營隊規劃將以AI資訊與醫學領域結合之跨域特色營隊，目標對象以全校大一新生及大二學生為主，招募外校擴大資訊與社會科學領域學生，預計每年辦理營隊一場次。

　　(2)推動「人工智慧醫學」專案導向學習(project-based learning)：由醫學與資訊教師共同指導下，學生在學期中規畫，並在暑假中進行短期場域實習，延伸教學場域至企業或社群組織，並建立業師合作的策略夥伴關係，常態輔助醫學院在AI領域之教學與實務應用面向。

　　(3)舉辦「人工智慧醫學」跨域專題研討會或工作坊：不定期舉辦醫師資訊工程師人才培訓專題演講或工作坊，增強醫學院跨域教學之多元學習管道，例如：

　　　A.跨域「人工智慧醫療」師資培訓工作坊

　　　B.全國性的精準智慧醫療與健康促進之研討會

　　　C.國際性AI醫療研討會

enews370