AI輔助癌症治療成效如何？萬芳醫院揭露導入一年成果

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