本文共2184字
「借力Google的MedLM醫療大語言模型，加上自有的300萬人次結構化病歷資料，我們會用來調校、訓練出自己的醫療『大腦』。」中國醫藥大學附設醫院（中醫大附醫）研究副院長李光申如數家珍般，仔細說明MedLM的「前世今生」，一篇篇有關AI的論文，他都仔細研讀，若非身上的白袍，差點讓人以為他是哪家科技公司的技術長。
白色巨塔AI風2／醫療AI應用遍地開花 這些台企努力打入贏者圈
中醫大附醫日前宣布與 Google Cloud 合作，將運用 MedLM 大型語言模型，建構「AI 輔助醫師（AI-assisted Physician）」，未來可輔助運用於診斷疾病、規劃治療疾病、病患教育，以及醫學教育研究等領域。
李光申形容，30年前還在當實習醫生時，他的口袋總是鼓鼓的，因為得塞著筆記本，記下病患所有資訊；現在不僅有手機、平板，還有AI的協助，既可提供醫療建議，還能提供專業的醫療文獻參考，「（結果）幾秒鐘就跑出來，速度讓我們感到很驚訝！」
去年底橫空出世的ChatGPT，帶動一波AI新浪潮，全球各產業與不少公司，紛紛急切找尋殺手級應用，就連白色巨塔也不例外。Google去年底發表了MedLM醫療大語言模型，在台灣，以鴻海（2317）為主導的台灣數位健康大聯盟，也亮相了醫療巨量模型（LMM），由此也讓醫療AI，成為萬眾矚目。
在這一波白色巨塔的AI革命下，未來民眾到醫院就診，會有哪些新變化？其背後又會帶來哪些商機？
AI吹進白色巨塔 醫療競爭進入新賽道
過去醫院比拚更好的醫療設備，比如引進達文西手臂或是採用更佳的術式，疫情則帶動零接觸的遠距醫療問診、AR／VR術前模擬等應用大行其道，此波生成式AI更是推動各家醫院進入全新的賽道。
由於每家醫院都有自己獨有的資料，AI不僅可以協助資料結構化，還可透過即時語音轉文字，降低問診與衛教等記錄負擔，還能協助醫生快速找到參考文獻。更讓人驚豔的，也在於，可輔助醫生診斷的醫療大語言模型，此刻也悄悄進入診間，他們不僅學習速度快，而且越訓練越聰明。
過去兩年，Google利用 Med-PaLM 針對醫學調整大型語言模型進行研究，並持續與醫療機構合作測試 Med-PaLM 2，去年底推出了MedLM，這是一系列專為醫療保健產業微調的基礎模型，並已逐步開放給Google Cloud 的客戶使用。
位在台中的中醫大附醫，目前也是 Med-PaLM 2 於亞洲地區首家合作的醫學中心。
李光申說，透過此次合作，中醫大附醫將先從癌症精準化治療著手，啟動「客製化癌症治療指引」與 「化療問答集」應用。這些應用可協助醫療人員縮短尋找資料的時間，快速抓取正確資訊，以產生癌症治療計畫書，並回應病患衛教相關的疑問。
李光申稍早曾使用Med-PaLM 2 詢問乳癌二期病人的治療指引，AI不僅快速提供他醫療建議，也提供了專業的醫療文獻參考，資料在幾秒鐘就跑出來，速度讓人驚訝。
他的AI初體驗心得是：AI不是用來取代醫生的，它可以訓練成醫護人員的助手，讓醫生成為一個具有AI賦能的醫療專家。
Google醫療大語言模型當推手 台灣掀起應用潮
隨著科技大廠紛紛跨入智慧醫療市場，現在的醫生，除了閱讀醫學期刊，也關注起科技論文，產業邊界逐漸模糊，一場寧靜革命已然展開。
近期帶動白色巨塔廣吹AI風的，正是國際大廠，如微軟（Open AI的主要注資者）、Google、Meta等所建立的AI基礎模型，再加上輝達（Nvidia）、超微（AMD）GPU撐起的龐大算力，以及包括鴻海、廣達、研華、緯創、英業達、仁寶、宏碁等科技大咖的製造與軟硬體整合能力，造就了這一波醫療新革命。
無獨有偶，兩年前鴻海主導、號召成立台灣數位健康大聯盟，在去年底的醫療科技展上，也首度亮相了巨量醫學AI模型（Large Medicine Model，LMM）。
鴻海數位健康總經理姜志雄表示，台灣有最強的資通訊產業，數位健康正是醫療的領域知識 （Domain Knowledge）與資通訊的結合，領域知識需要醫生協助，鴻海有雲（雲端技術）與端（終端產品），兩相結合就會變成台灣的強項。鴻海將它稱之為「CoDoctor AI 」，同步推出的還有CoDoctor系列終端產品（如手持式智慧眼底影像擷取儀）。
與大語言模型一樣，「餵」給AI的資訊必須標註，LMM特別的是由醫生來進行標註，標註正確後，AI就會持續學習，而且速度驚人。
姜志雄說明，AI的底層是硬體、算力，往上需要雲端與演算法，再往上就是應用層，用在語言模型就是LLM、用在醫學就是LMM。
目前鴻海與林口長庚、土城醫院、童綜合醫院等都已展開合作，持續累積各項醫療數據。至於鴻海已完成的醫學模型，包括從眼底圖看全身疾病，單導心電圖運用於心房顫動、心室早縮、房室傳導阻滯等。
姜志雄說，LMM希望解決新進醫生的痛點，縮短新進醫生的學習曲線，期待能有更多醫療院所加入大聯盟，豐富LMM的可用數據。
延伸閱讀 》
※ 歡迎用「轉貼」或「分享」的方式轉傳文章連結；未經授權，請勿複製轉貼文章內容
留言