已經有很多證據顯示，AI人工智慧在數位醫療影像上的判斷準確率已經高於一般醫師，AI判讀快又準，未來會取代醫師嗎？
但看到一些大電子資訊公司如IBM等，花了巨資，想把AI運用到醫學上，大多以失敗告終。為什麼呢？
答案是這些ICT的公司及專家，由於不了解醫療生態及醫師心態，都犯了二個嚴重的錯誤：一是認為只要把AI的診斷提升到比醫師更正確，就可以取代醫師；二是把AI的醫學應用，重心放在診斷的特異度（specificity）而不是敏感度（sensitivity）。
在醫學上，決定是否採用AI人工智慧做為醫療診斷輔助的終端使用者，就是臨床醫師。在醫師心態上，如果開發AI人工智慧是為了要取代醫師，那可想而知，醫師當然是不可能採用。AI人工智慧在數位醫療影像上的判讀，由於請教的都是資深教授，加上AI學習，診斷準確率已經越來越高，超過一般平均準確率，不足為奇。但即使正確率再高，只有1%的失誤率，醫師都不會採用。
因為沒有醫師希望自己被取代，醫師根據他的經驗對病患望聞問切，再進一步檢驗、縮小疑似的範圍，將以往累積的知識、熟知的疾病模式、病患的臨床症狀與數據，綜合分析，才能做出最後的診斷，並根據他的經驗和判斷，開立最適合病患的處方。
在醫師的心態上，宣布是否罹患某一種疾病，是醫師專屬的權力與能力，即使AI在判斷數位醫療影像的準確度已逐漸高於一般醫師，但有誰能接受由一個AI或機器人來宣布自己罹病？或提出醫療診斷結果或建議？
如果診斷結果或開立的處方有問題或失誤，AI或機器人能夠負責嗎？就算病患、家屬對於診治結果有意見、出現醫療糾紛，如何對AI或機器人提出告訴？因此最後還是要由醫師負責，因為醫學不只是科學，還是信任的藝術。了解醫師的心態，就可以了解A I不是用來取代醫師的，頂多是用來協助醫師診斷的工具。
以我2000年在疾病管制局局長任內設計的一套軟體為例，這套軟體是用來幫助醫師診斷熱帶醫學病，可以說是最早的AI在醫學上的應用。當醫師把病人的主訴以及他發現的一些症狀輸入電腦，這個軟體就會幫助他依序列出5項最可能的診斷。每項診斷後面會有建議他要再問哪一些問題或做哪一些檢查。當這些資料再輸入後，診斷就會重新排序甚至出現新的診斷。最後還是由醫師依其醫學判斷做出最後的診斷，這就是診斷輔助系統，這樣醫師才可能接受，也才會樂於使用。
此外，如何將AI人工智慧或醫療機器人應用在醫療領域，設計的ICT專家在請教醫師時其實是問錯對象、也搞錯方向。不應該問臨床醫師，而是要問公共衛生專家。
公共衛生的概念是預防醫學，對象是族群，不管是對健康人的初段預防，亞健康族群的次段預防，或已經生病者的三段預防，即使對個人的預防作為，均以族群為對象思考。因此，臨床醫療應用上，最重要的價值是輔助醫師診斷、幫助提升醫療決策的品質，而不是取代醫師的判斷和決策。
在二段預防的早期發現上，最重要的是減輕醫師重複性工作的負擔，借由AI人工智慧大數據資料庫的分析，幫助醫師先排除沒有染病的個案，讓醫師專心診斷可能有罹病的患者，判斷其是否罹病。也就是說，AI在醫學診斷上的功能不在於正確診斷那一個人有病（sensibility ），而是在診斷出那些人沒有病（specificity）。
例如子宮頸抹片檢查，假設1000個婦女中有20個子宮頸癌患者，AI如果能夠把1000個抹片中確定正常的900片找出來，留下可能有異常的100片（包括那20個癌症患者的抹片），sensitivity 為100%，沒有假陰性，則醫師就可以節省90%的時間與精力，專心於剩下10%的進一步診斷，如此效率及品質必能大增。AI效率好又不會累，用來處理公共衛生的大規模篩檢是最好的運用。
AI人工智慧雖然在許多領域都有了長足的進步，不過它確實無法完全取代醫生。AI可以透過分析大量醫療影像數據來提供建議給臨床醫師，可是它仍缺乏人類醫師的直覺和判斷力。因此，目前及可預見的未來，AI是不可能取代醫師的。但就大規模的篩檢，AI的確可以發揮很大的節省人力及增進品質的效果。
作者簡介_涂醒哲
生技中心董事長、前衛生署署長、前疾病管制局長，台灣疫苗推動協會創會理事長
