圖片來源: 

攝影/王若樸

2017年7月,臺北醫學大學體系的3家醫院和癌症中心,就領先大中華區導入IBM Watson for Oncology臨床決策輔助系統,來幫助醫生診療癌症。一年過去了,隸屬北醫體系的萬芳醫院醫療資訊長兼放射腫瘤科主治醫生陳俊佑,最近揭露Watson for Oncology使用狀況,除了用來輔助醫生診療,還用來引導住院醫生和實習醫生問診,提出關鍵問題。

陳俊佑表示,為了幫助醫生更精準診療癌症,Watson for Oncology有著豐富的知識庫,藉自然語言處理(NLP)技術,研讀了250多本醫學書籍、300多種醫學期刊,以及1,500多萬頁的論文研究資料。「但這樣還不夠,」陳俊佑說,只了解書面知識,就像剛接受完醫學院訓練的新手醫生一樣,因此,Watson for Oncology還於2015年導入國際頂尖癌症中心─史隆凱特琳癌症紀念醫院,接受頂尖癌症醫生的訓練,吸收、學習醫生診療臨床個案的方式。「就像一個專業醫生的訓練一樣,既念了書、也具備臨床經驗。」陳俊佑說。另一方面,Watson for Oncology每隔3個月,就會更新知識庫,因此能知道時下各種治療方式。

陳俊佑指出,Watson for Oncology雖然為每個案例準備了多達100題的問題,但系統不會全部都問,而是以「類似決策樹的方式」,只提出少數但關鍵的問題,來引導診療。他舉例,當醫生在Watson for Oncology輸入病人資訊時,系統會先詢問醫生3個問題,當醫生回答其中1個問題後,系統會進一步詢問更核心的問題,協助醫生對病人進行診斷。他說,假設診療的是一位乳癌轉移病人,Watson for Oncology就不會問「腫瘤分期和大小為何?」,但若是乳癌初期病患,系統就會詢問這個問題,而「這種方式,就和傳統醫生書寫病歷的習慣有些不同。」他說。

此外,當醫生將病人資訊輸入Watson for Oncology,系統還會依不同推薦等級的治療選項,並參考病人資訊提供個人化治療的建議。他還補充,Watson for Oncology目前也結合了去識別化後的電子病歷,透過NLP技術來閱讀患者資訊、抽取所需的訊息。

另一方面,如果醫生不認同系統推薦的治療方式,Watson for Oncology還會從網路上尋找參考文獻、以NLP技術來分析這些文獻,判斷出文獻的證據等級,以及與病人的相關程度,提供給醫生評估判斷。此外,Watson for Oncology還能顯示各配方的病人存活率、副作用比率,以及藥物各種副作用比率,讓醫生參考。不過,陳俊佑沒有進一步說明,醫生最後採用這些建議進行實際治療的情況。


(攝影:王若樸)

除了輔助診斷,陳俊佑指出,Watson for Oncology可以有另一個用途,就是教育。首先,系統在治療推薦中會列出引用的參考文獻,可供住院醫生和實習醫生學習如何判斷文獻,學習可以如何比較不同證據,來評估合適的治療方式。而透過一問一答的互動式介面,陳俊佑認為,這也有助於加強這些醫生的問診技巧,更懂得向病人提出關鍵問題,來訂定個人化治療計畫。另外,還有個不錯的效益,Watson for Oncology能以視覺化方式呈現病人診療資訊,也有助於住院醫生和實習醫生和病人溝通,來解釋醫療細節。文◎王若樸

熱門新聞

Advertisement