健保署用AI開發模型 協助醫師判斷疾病

人工智慧運用也發展在健保上，健保署利用人工智慧自行開發模型，針對如電腦斷層的放射診斷，進行自動化判讀，將可協助醫師判斷疾病，避免健保濫用情況發生。

醫事人員坐在電腦前替病患進行電腦斷層掃描作業，檢查結束後可再搭配健保13億張的影像數據，來提高影像判讀的準確率。這是健保署今年6月公告試辦計劃，未來透過AI科技發展，將可協助醫師判斷疾病，也可用於健保審查避免濫用情況發生。健保署長李伯璋說：「AI就是只是我們通常像現在健保署的一個情況之下，用大數據去分析我們怎麼樣管理的一個方向，當然就是說完了以後，像這些相關資訊的話，我們就用人工智慧去學習，提供給醫師做一個判斷用。」

台灣健保自從1995年開辦迄今，每年有8.5億筆的就醫紀錄資料，進一步從大數據中做分析，在各項檢驗檢查費用中，最高的項目就是電腦斷層，有334萬人次，其中又以頭部為最常執行的檢查部位有4成多。因此健保署以頭部斷層掃瞄檢查報告，訓練機器學習專家標註及判讀結果，雖然異常率約4成，但也表示6成民眾是經過檢查發現疾病。不過，醫界也擔心，要是機器判讀錯誤，也會有責任歸屬問題。台大影像醫學部主任張允中認為：「人工智慧對於整個診斷跟偵測的流程是可以提升很多，但是對於後續的一些判斷，我覺得還是要配合一些臨床重要的資訊整合在一起。」

健保署強調，因為是人工智慧，所以在檢驗判讀上可能還是有可能出現錯誤，而且面對第一線病人的還是醫師，還是得靠醫師多年經驗去做進一步判斷，短期內還是不會有完全取代醫師的情況出現。