以使用者為中心、數據為導向的智慧醫療應用正快速發展，不但得以提升人類整體平均健康壽命，更引領產業邁向全人健康的新願景。尤其受新冠肺炎（COVID-19）疫情影響，各國政府積極推行社交距離政策，醫療產業的服務流程更因此被迫改變。值此關鍵時刻，台灣奠基於完整的半導體與資通訊產業供應鏈，再跨界結合獨步全球的醫療技術水準，在智慧防疫、智慧醫療、生物科技等領域，都正加速往前推進。
AI 助攻
加速開發COVID-19 有效藥
在全球新冠肺炎疫情的威脅下， 科技部自2020 年6 月起，在5 所公私立大學、醫學院設置「防疫科學研究中心」，其中「台灣大學防疫科學研究中心」與台灣人工智慧實驗室（Taiwan AI Labs；簡稱TAI）、陽明大學及中研院等國內學研單位在COVID-19 合作平台上，
從「老藥新用」角度出發，以生物資訊技術將COVID-19 病毒與藥物接合模擬預測結果，建立成「DockCoV2」資料庫。
由台灣大學生命科學系暨生醫電子與資訊研究所特聘教授阮雪芬與生物機電工程學系教授陳倩瑜共同指導的「Taiwan AI Labs 的生物資訊演算法團隊」，早在美國提出老藥新用的想法前，以短短兩週時間將「化合物與標靶蛋白結合性預測」分析服務，建立於TAI Genomics 基因分析平台上。
除了提供自動化、快速的模擬預測工具之外，在研究團隊的協助下，也挑選3,000 多筆於FDA 及台灣健保資料庫中登記核准的藥物進行模擬運算，搭配5 種COVID-19 病毒蛋白：棘突蛋白（Spike Protein）、3CL 蛋白（3CL-Protease）、RdRp 蛋白、PL 蛋白（Papain-like Protease）、N 蛋白（Nucleocapsid Protein）， 和2 種與病毒棘蛋白有交互作用的人類蛋白（TMPRSS2 蛋白和ACE2 蛋白），進行結合性預測並開放給世界專家學者使用。
具體而言，「DockCoV2」資料庫內的預測結果包含每種藥物與不同標靶蛋白的結合分數，將模擬結果以可視化方式呈現於蛋白質結構上，並連結該藥物結構及實驗數據資料庫，提供研究評估之用。藉由這些整合資訊，可在酵素活性研究與臨床實驗前，有效加速候選藥物選擇所需時間，相較傳統藥物研發從化合物選定到安全性、效用性的評估，需歷時10 至12 年更為有效率，且更能迅速因應流行性疾病擴散的速度。台大、清大和中研院團隊也已針對候選藥物進行後續藥物標靶活性測試，並發現其中多種藥物具有發展潛力。
事實上，AI 可應用的領域十分多元，但其發展必須架構在完整的資料蒐集上，由於台灣在過往多年的健保資料庫及「亞太生醫矽谷精準醫療旗艦計畫」基礎下，已建立許多大型數據資料庫，因此在精準醫療、精準健康的AI 發展上有其相對的優勢。
從這次COVID-19 的戰役中，台灣團隊已展現多類型生物資訊搭配臨床數據的分析成果，並將其推向研發、臨床場域進行概念驗證。未來4年，科技部將跨部會推動「台灣精準健康戰略產業發展方案」，並將善用大數據與AI 運算能量，開發疾病風險預測、診斷及治療的新穎生物標記，以提升科技研發之產業應用性，讓台灣在後疫情時代成為精準健康的指標國家。
AI 圖像辨識技術
強化登革熱防疫
談起利用AI 防疫，COVID-19 疫情外，面對夏日來勢洶洶的登革熱疫情，也做出很好的智慧防疫措施。由台灣微軟、緯創資通與美商寶蘊凌科網路科技為台南市政府打造的「AI 登革熱防疫平台」，以微軟Azure 雲端平台為基礎架構，開發與建置AI 圖像辨識模型技術，可快速辨別斑蚊孑孓卵粒，杜絕病媒蚊孳生，更降低因諸多人力作業、工具耗時費力的監測模式，而導致登革熱防疫出現破口的風險，有利於登革熱防疫相關單位及早部署防疫措施，齊助台南市政府實現AI科技防疫的目標。
透過「AI 登革熱防疫平台APP 系統」，監測人員只需利用行動裝置拍照並取得孑孓與卵粒數影像後上傳至雲端，便能立即由Azure 認知服務中的AI 圖像辨識技術判斷分析是否為病媒蚊，再利用Web 分析服務與環境系統資料整合，生成包含預警分析及登革熱分布圖等資訊之結果報告，進而減少監測人力至少50％的操作時間成本，並降低傳統監測方式產生之誤差風險，有效擴大檢疫人員可觸及之區域，發掘潛在感染地區，更有利於防疫相關單位積極部署防疫措施。
美商寶蘊凌科網路科技創辦人謝源寶指出，透過AI 訓練龐大資料並加以分析，創造數據的附加價值已成為產業趨勢，更是加速縮短產業AI化的發展歷程。此次參與台南市政府AI 發展計畫，希望可以發揮寶蘊凌科AI 圖像辨識技術的優勢，攜手台灣微軟和緯創全力協助台南市政府有效防疫登革熱。未來更期待能將AI 與資安、5G 等技術結合，拓展至交通、醫療、公共衛生與安全等領域，開拓更深、更廣的AI 技術應用落地。
新創聚焦生技醫療
創新AI 解決方案
防疫之外，AI 也逐漸融入於其他生物科技的發展，許多新創團隊企圖在對人類生活造成重大困擾的疾病上，創新研發出具備發展潛力的解決方案。
中央大學TPCAI》帕金森氏症診斷應用有鑒於帕金森氏症（Parkinson's disease）診斷難度高，因此中央大學研究團隊TPCAI 利用AI 技術，透過神經退行性病變及典型的臨床運動症狀表現，來做為早期帕金森氏病的診斷。具體而言，TPCAI 結合各類檢測數據或生物指標，包含在現行的「快速動眼睡眠行為障礙」（Rapid eye movement sleep behavior disorder； 簡稱RBD）診斷方式裡完成演算法，並與光田綜合醫院進行腦波訊號、手部、腿部的肌電訊號擷取，來排除量測異常或人為判斷誤差，以提供醫師診斷建議和簡化剪斷流程。
AIMT 愛醫技》甲狀腺乳突癌偵測
由專業醫檢師、病理醫師進行顯微鏡細胞學檢查的甲狀腺乳突癌，判斷易過於主觀和不易量化，此外，許多應用深度神經網路的調查方式，亦受限於陽性資料稀少和資料不平衡，效果難以提升。有鑒於此，「AIMT 愛醫技」以有限數據進行模型訓練以應用於甲狀腺乳突癌偵測，透過影像處理程序快速自動標註所有細胞，並以影像處理技巧預先以條件篩選細胞，提高偵測效益。
AI 智慧遠距醫療平台
瞄準數位健康商機
防疫之外，整合AI 技術的醫療物聯網應用也備受市場矚目。根據市調機構Frost & Sullivan研究，目前有60％的醫療院所已採用物聯網技術，足見傳統醫院邁進IoMT 已是全球醫療業者一致的目標。台灣在資訊科技領域具有強大的實力基礎，擁有發展智慧醫療的優勢。不過，綜觀台灣智慧醫療現況，目前投入廠商多在起步階段，因此除要有強大的醫療硬體、軟體，更需要與擁有專業行業知識的生態夥伴共創推動，才能加速實踐智慧醫療4.0 的成功機率。
對此，全球工業物聯網領導廠商研華公司與承業生醫旗下久和醫療攜手合作，以AIoT 智慧醫療解決方案，共創布局智慧醫院新未來。首波合作中，久和醫療的台灣經銷通路將搭配研華醫規手術螢幕PAX、手術室影像串流系統AVAS，及行動醫療護理車AMiS，搶攻台灣手術醫療與醫療推車市場。另外，隨著AI 影像辨識市場需求提升，研華科技也攜手影像串流領導廠商聰泰科技，將AI 邊緣運算（Edge computing）帶入遠程醫療。「透過高解析度、低延遲的影像擷取技術，可實現遠程醫療，也將邊緣AI 視覺影像辨識帶入醫療領域。」研華科技指出，遠程醫療是將遠端的醫療現場資訊，透過通訊傳輸即時地傳回到醫療中心，讓病患能在第一時間內進行診斷。
另外，資策會地方創生服務處也與健康聯網公司合作，成立健康照護產業生態系，以智慧醫療照護服務為核心的平台，建立台灣第一個遠距醫療平台App「醫生馬上看－加載IoMT 及AI 的智慧遠距醫療平台」，下載APP 即可進行線上看診，還可連結中心醫院，對偏鄉遠距醫療照護有保障。