AI建立預測與整合數據模型 提升照護服務品質

AI建立預測與整合數據模型 提升照護服務品質
2021/08/07
作者/專欄

台灣在2022年實施「生技醫藥及精準健康產業發展條例」新增數位醫療項目,強調台灣應積極發展AI在健康醫療照護應用機會,協助帶動精準健康大產業發展。根據勤業眾信(Deloitte)日前發布《生醫x人工智慧調查白皮書》指出,健康預防、診斷治療與復健照護是AI未來布局健康醫療照護的重點應用,透過建立預測模型和整合多元數據建模,達成提升醫療效率、改善服務流程、減少醫療支出、提高醫療服務品質與提供被照顧者個人化服務之目標產業。

報告提到,根據2020年世界經濟論壇指出,AI將改變2030年醫療模式,包含疾病風險建模,AI能結合多元健康資料彙集與分析,發掘疾病發生模式建模,協助患者治療與照護;健康預防預測,AI結合之健康照護系統將能預測個人疾病風險發生並提供預防建議;醫療改善效率,AI將能有效地降低病患等候時間,並且提升醫院和健康照護系統效率等達到健康預防、醫療效率和最適照護目標。

2020年世界經濟論壇預測AI將改變2030年醫療模式。(資料來源/《生醫x人工智慧調查白皮書》)

隨著IoT應用類型不斷推陳出新下,被照顧者能搜集數據也更多元,從生理量測到生活習慣紀錄等,共同合作調查的工研院產業科技國際策略發展所組長張慈映說明,數據可以有效地傳輸、匯整、分析與管理;數據可串聯至醫療照護資訊系統;數據也可分析提供關鍵見解與決策優化等功能,數據是未來發展趨勢,更是醫療照護產業轉型成為數位化醫療照護關鍵,有助於提升照護品質與減輕人力需求負擔,取得現況診斷、治療照護建議和未來疾病預測等效益。

報告指出,在智慧健康方面,資通訊科技應用,例如IoT、大數據、AI等,能讓被照顧者進行行為或生活型態的改變,促進健康意識,以及管理健康紀錄與醫療行為,進一步預防疾病的發生;在智慧照護方面,資通訊科技可以探索被照顧者需求,提升生活自主性,延緩失能進程,並提供照護者更有效的解決方案,提高照護效率與減輕照護負擔。

AI在台灣健康照護應用現況

2020年生技產業策略諮議委員會會議(簡稱BTC)提出精準健康大產業目標要達成精準檢測、精準預防、精準診斷、精準治療和精準照護願景。根據報告指出,AI在台灣健康醫療照護應用是根據照護全人健康三段五級的概念,以效益作為技術應用目標,三段分別是健康預防、診斷治療和復健照護三大應用場景;五級則是健康管理、疾病預防、疾病診斷、疾病治療和癒後復健。

張慈映說明,目前台灣健康預防在AI應用主要是建立預測模型,提早預警並降低罹病風險,聚焦在生活型態健康促進而達成預防效益,從運動、飲食、睡眠/壓力與健康管理等四大應用發展。其中,根據報告指出,健康管理應用廠商最多,而僅專注在運動管理、飲食管理的廠商數量少,但各自具有發展特色。

另外,在復健照護方面,張慈映表示,AI應用是透過多元數據建模與整合方案來提升復健照護效率,聚焦在病後或癒後的復健或照護方案,根據照護型態,可分為慢性病管理、復健服務與生活支援,來提升醫療後端的照護效率,同時也納入智慧長照系統,透過資通訊系統支援來最佳化照護效率。

特別的是,張慈映進一步指出,導入AI應用在生活支援廠商數量最多,多半是居家安全系統廠商。但是,儘管台灣已經有許多廠商投入智慧長照系統,但利用AI分析整合數據提供後端照護參考的廠商,目前台灣尚未出現。