- 天下Web only
去年5月，林口長庚醫院斥資4千5百萬，成立「人工智能核心實驗室」（Center for Artificial Intelligence in Medicine）（後稱AI實驗室）。長庚醫院年營業額超過650億，尤其注重研究，光一年研究經費就高達40億。研發投入佔營收比例達6%，比許多科技公司還高。
AI實驗室是15人的小團隊，由工程師、碩博士生組成。研究助理邱孟君說，當各科別醫師認為，臨床上需要輔助診斷、簡化作業流程的需求，就會來到AI實驗室，讓工程師從AI角度找解方，「將科技放到臨床現場」，就是實驗室的宗旨。
成立1年多，實驗室目前著手超過20個計畫，今年更有3個申請臨床試驗研究。
對醫界來說，AI就像另一個世界，科技加上醫療，未來會走到哪裡、怎麼用，都如迷霧般不清。帶領大家撥雲見日的關鍵人物，是風濕免疫科主治醫師郭昶甫。
熱愛研究的冷面笑匠
42歲的郭昶甫是俗稱的「長庚寶寶」。長庚醫學系、臨床醫學研究所畢業，和妻子，長庚醫院小兒科主治醫師周怡君是大學班對。除了擔任林口長庚風濕過敏科主任，一週要看3天門診；還身兼風濕病醫學會秘書長、林口長庚醫學研究部主任，統籌林口院區10個研究中心，以及下設的AI核心實驗室主任。
他並不有名，卻是醫院十分看重的中生代醫師。郭昶甫外表嚴肅，但說起話來，卻有股充滿反差的喜感。他考大學時原本想念動物系，卻不小心分數太高，去念醫學系；當了醫生，卻怕見血，才選擇內科系的風濕免疫科。
郭昶甫熱愛研究。從風濕本科，到流行病學、數據統計，研究論文發表篇數驚人，且不止一篇登上「醫學四大期刊」之一的美國醫學會雜誌《JAMA》。憑藉醫學研究領域的貢獻，不到40歲就成為長庚大學醫學系傑出校友。
看在同為內科系的林口長庚醫院院長程文俊眼中，他用「純樸」、「實在」又「積極」來形容這個年輕醫師。「他（郭昶甫）的論文超過百篇。對每件事都很積極投入，從巨量資料及統計中心主任，到現在的醫研部和AI核心實驗室，他還有4個小孩呢⋯⋯我很佩服他！」程文俊笑說。
他低調、做得比說得多。擔任他十多年助理的夏秀鳳說，郭昶甫平時不苟言笑，但「一開口就有源源不絕的idea」。對事情都會做好全面嚴謹的評估，就算有規範，也不會就此打住。「在郭醫師眼中，沒有行不通，只有做不到的事。」
「我很好奇，有沒有人能出一個難題考倒他？他做任何事情，不是做好而已，而是做到最好！」郭昶甫的大學同學，現同為林口長庚風濕過敏科主治醫師曾文逸說。
郭昶甫非常聰明、有執行力。每個階段都會為自己找新的挑戰。不僅住院醫師訓練到專科考試，通通都是第一名。唸書時期擔任系學會長辦營隊、大學畢業環遊世界一年，到現在從醫學研究結合AI，都做得有聲有色。
閃耀的星星再低調，都很難不被看見。兩年前，長庚醫院欲成立AI核心實驗室，長庚醫院行政中心副主任蘇輝成說，當時請了許多醫師開會，意外發現郭昶甫實力深厚。「他是第一個提出AI可以幫助醫療的醫師！」
天時地利，加上十多年累積的研究底蘊，讓郭昶甫站穩浪尖，成為長庚推動AI醫療的一時之選。
從風濕科醫師到AI負責人
郭昶甫跨足大數據、AI研究，其實也是個性使然。他討厭重複、規律的事情，卻從事規律看診的醫師工作。主治醫師第4年，郭昶甫不再需要值班，研究所也已畢業，很快就感到「厭世」。
面對多出來的時間，他選擇出國攻讀博士。2011年，郭昶甫到英國諾丁漢大學，以大數據資料分析健保資料庫，從流行病學、家族遺傳角度研究痛風。這是他與大數據資料相遇的起點。
當時在醫界，大數據、AI就像天方夜譚。直到隔年，史丹佛大學電腦科學副教授李飛飛的視覺網專案ImagineNet上線，作為影像辨識的里程碑，AI才被大眾所知。
在郭昶甫眼中，AI並非突破性科技，而是大數據的延伸。兩者差異在於AI計算速度快，能處理規模較大的非結構化資料。例如訓練電腦從千萬畫素的一張照片中，辨識出小貓小狗。
「從茫茫大海的資料，就像挖礦般找出精華，」把資料變成資訊，AI其實就是一種計算技術，郭昶甫說。
核心實驗室的第一個研究案，就出自郭昶甫。理由，也是「厭倦重複」。
風濕免疫科醫師得花上大把時間，針對幾百張影像，進行細胞抗體判讀，找出免疫疾病問題。「判讀很累啊！都是看相同東西！」郭昶甫說，為了簡化無聊工作，他嘗試AI影像辨識，訓練模型判讀照片，準確度高達99%。醫師人工判讀時，有個「答案」輔助，就能大幅減少時間成本。
核心實驗室正式「開張」後，主要負責影像辨識、再拓展病理如心電圖、腦電波、深度遺傳、自然語言辨識。各科醫師來到核心實驗室，郭昶甫都會協同工程師一起開會，醫師身份加上AI專業，郭昶甫協助醫師將想法完整傳達，工程師也能準確接收。
長期跟郭昶甫合作研究研究案的長庚大學生物醫學所教授史麗珠說，郭昶甫很多研究、知識，都是自學而來，也不吝於跟別人分享討論。這樣的個性，讓郭昶甫即便沒有親自實作，也對每一個工程師的案子瞭若指掌，能準確提供意見、監督每一個計畫案的執行方向。
讓醫師專心看病、做出最好的診斷
AI聽起來，就像個冷冰冰的工具。但對郭昶甫來說，卻是改善冷漠醫病關係的新希望。
2000年左右，醫院歷經第一波資訊化革命，例如病歷電子化。從紙本到電子，速度變快，卻增加工作量。「電腦容易設計各式各樣的表單，例如每次固定要測量身高、體重，規定標準化之外，要做的更多，」郭昶甫說。
「以前你去看醫生，病歷放在桌上，醫師邊講邊寫；現在門診裡，醫師看著電腦，偶而抬頭看看你，」
如今AI的出現，或許能用科技「改善」冷漠，讓醫師專心看病、做出最好的診斷、預測。其他事情，尤其重複、費力的影像判讀，就交由不會累的AI接手。
不過，現階段最大的困難，郭昶甫坦言，不在技術在法規。AI應用的流程，從大量資料收集、資料標註、建立模型、臨床驗證，都不是問題。但要真正使用、上市，得通過食藥署核可，台灣目前卻沒有任何明確規範。
這表示，AI產品若要用在人命關天的臨床上，並不合法。更精確說，對醫院、申請者來說，「根本不知道如何進行」。
美國食品藥品監督管理局（FDA）就有完整的程序審核AI醫療服務。目前已有12個產品合法上市，今年預計增加到16個，多針對糖尿病、腦部疾病及心血管疾病，協助診斷。
因此，如今各醫院AI服務僅能輔助為主，不能直接用在病人身上。郭昶甫說，AI判讀結果，可以作為醫師的「複查參考」，例如先讓AI判讀照片。先有答案，醫師再人工對照，速度也能提升，「看照片就沒那麼累了」。
唯一應用方式，只能以「臨床試驗研究」名義。核心實驗室今年將申請三個臨床試驗研究，分別為骨折影像判讀、鼻咽癌病理診斷，以及「元老」風濕科免疫螢光判讀。
等法規成熟、AI醫療真正解禁、落地應用，郭昶甫認為還要好幾年。面對國外已有上市產品，對醫療流程也大有所用，讓他也大嘆「我們也想明天就開始用啊！」（責任編輯：吳凱琳）
