在2019年健康照護聯合學術研討會上，秀傳醫療體系醫療資訊副院長劉立表示，台灣軟硬實力兼具，不僅擁有人工智慧(AI)軟實力，同時也擁有物聯網硬實力，再加上世界前三、亞洲第一的醫療生態與專業，智慧醫療發展將在上述AIoT、大數據可視化、價值挖掘的基礎上有引領全球的機會。

資料妥適處理 人工智慧才得以生成

發展人工智慧的同時，除了要注意醫療研究倫理與法規遵循以外，更重要的是，由於AI是由數據驅動的智慧科技，因此數據的整理也相當重要。無論是過去人類教電腦系統如何學習人類專業知識，包括從電子病歷(EHR)當中找資訊，也就是大家常說的「專家說特徵」，或是現在的「暴力找特徵」，電腦透過卷積層網路(Convolutional Neural Networks；CNN)等演算法和機器學習設計，從大數據當中找出特徵與規則，自我不斷學習，都需要更重視資料的處理，才能有正確的應用。

另一方面，除了電腦學習人腦的知識以外，劉立也分析，因為AI自我學習和不斷進化的技術，也讓人類開始反向研究和學習人工智慧的經驗，這都是人與科技互動時的新世代現象。目前也有部分醫療人工智慧，能夠預測和評估死亡風險，這都需要系統進一步模擬專家行為並效法事實結果。

建置產業價值鏈 AI才得以誕生與存活

在型塑醫療智慧的過程，秀傳醫療體系希望以平台打造水平產業鏈，同時以場域成就垂直生態圈，也就是說，打造AI，必須整合大數據、領域專家，場域工作流程。在專家部分更包括跨領域專家、商業流程專家、策略布局專家團隊。

「設計良好的流程，整合可分析的表單與智能輔助，才能有完善的智慧醫療系統。」現在產業界不斷整合醫師的專業與資通訊人員的知識，不過劉立也提醒資訊的整理和「工人智慧」建置的苦功與基礎無法避免，就像是要分析、瞭解、預測藥物之間的交互作用關係，前期的數據收集方法設定、數據產生後的整理嚴謹度都很重要。從資料分析到人工智慧產生的過程中，過去醫療常用統計的方法執行，現在則是不同演算法和模型的組合。

（Digitimes）