如何讓智慧醫材在台灣六個月內快速取證: 從臨床研究到產學合作案例分享(影片提供中英及多國語言字幕)

百業分享堂
291粉絲
439 次觀看·2026年5月7日
「如何讓智慧醫材在台灣六個月內快速取證: 從臨床研究到產學合作案例分享」(影片提供中英及多國語言字幕)
事實上在AI時代來臨之後
這個SMD的發展是越來越快
特別是輔助影像
應該是最快的一個部分
我今天試圖從
我自己是Background為胸腔科醫師
從臨床需求
發現什麼樣的痛點
怎麼跟產業界結合
接下來從有idea到解決痛點
到走SMD的臨床試驗
最後變成一個產品
今天想跟大家分享這件事情
所以我自己給這個演講的定位
是我來分享的不是一個醫學上的知識
因為大家都非常有醫學上的知識
我跟大家分享的是
我自己的一個價值創造之旅
剛才跟陶主任
陶主任是我的老師
好朋友
跟陶主任在聊的時候
事實上我們行醫的career path很長
我自己在整個行醫的過程當中
一直只問一件事情
什麼是可以讓我們持續保持熱情
而且覺得充滿創造力的事情
只有這個事情才有辦法做得長遠
我自我介紹一下
我目前是臺中榮總臨床試驗科主任
也負責臺中榮總間質性肺病整合照護照護中心
也負責我們醫院的技轉中心
其實我醫院應該付我三份薪水
但它只有付我一份
我又去創了一個叫做台灣分級醫療學會
原因是因為這個silo(穀倉)內
大家都在同樣的軌跡和場域裡工作
可是我們很多的patient journey
是從基層到醫院到醫學中心去
所以這個是一個斷點
因為這樣我在臺大念公共衛生的時候
就成立這個學會
目前也是醫策會國家品質醫療類的評審委員
在整個training course跟education course
分別完成了基礎醫學的碩士班
跟臨床醫學博士的博士學位
也在臺大公共衛生進修碩士
然後再念博士
我想很少有人可以這麼瘋狂
去唸了兩個碩士跟兩個博士
但是在這個過程當中
事實上我們就是做跨域的學習
那也為未來的跨界結合
累積養分
我今天演講大概會分成三個部分
因為我的主要講的是肺纖維化
肺纖維化是一個
大家認為是一個不可逆的疾病
到底它現在的臨床需求點跟痛點是什麼
我們在跟產業界做結合
做合作的時候
第一個一定要先找出它的痛點
一個痛點不痛
就不會有人想要把它做成產業
所以這是第一個要素
臨床醫師大部分都是從研究端去出發
我們要做什麼研究發什麼paper
這是我們的primary endpoint
但是產業界想的不是這樣
產業界想的是
那我這樣的一個痛點可以做什麼樣的product
來解決這個problem
所以這個是problem oriented
是產業界的prime endpoint
解決痛點為主的一個思考模式
所以從自己的過程當中
當然剛才曾主任也介紹說
我去年發表20篇文章
事實上都是我們自己prospective
肺纖維化的cohort
從這個臨床做到基礎
再做到轉譯醫學
除了發表論文之外
我在想說我們繼續去發論文
那這個遊戲就是repeat的一個遊戲
到底它得到什麼價值
其實大部分的論文都沒人看
都是自己看了很高興
然後發表然後教職往上升
我已經都升教授了
所以下一步是什麼
所以我一直在問這個問題
所以在這兩三年
在做研究的過程當中
因為我現在做臨床試驗中心
跟產學技轉中心
所以我們就在想說
怎麼跟產業界結合
解決這個領域的痛點
那現在很多的資訊科技業
或是業界想要跟醫界合作
但是我們還是必須要
很誠實地回答一個問題
這個領域到底痛點是什麼
請問一下資訊的工程師跟業界
可不可以幫我們回答這個問題
是沒有辦法回答的
只有醫師、在這個場域裡面的醫師
才知道說原來這個process
這個disease
有什麼樣的痛點
是我們目前在現有的架構之下
沒有辦法解決的
而這個痛點瞭解之後
才會具有開創性
才會有解決
才有problem solving的一個可能性
所以我最後要分享
因為我正好因緣際會
在三四年前
接了臨床試驗中心
跟產學技轉中心主任
所以開始有了產業的
impact跟視角
這個產業的impact跟視角
就讓我思考去
怎麼讓臺中總的臨床試驗中心
更能夠跟產業接軌
以service產業界的需求為目的
所以其實這是兩個
不同軌域的結合
首先呢
我們來談肺纖維化的痛點
肺纖維化的痛點是什麼呢
肺纖維化的痛點就是
治療的延遲
跟它的死亡率偏高
那首先大家知道
肺纖維化就是一個
肺部發炎性的疾病
很多器官都會纖維化
肝臟會纖維化
那另外呢
我們皮膚也會fibrosis
叫Sclerosis (硬皮病)
那肺部的纖維化呢
就是圖片上整個像蜘蛛網的樣子
所以我們在臨牀上
看到病人到診間的時候呢
X光片進展至這個樣子
大概你知道too late
它已經來不及了
因為你可以發現
病人血氧濃度很差
肺活量只剩下原先的
30%-50%
這個時候離死亡就非常近
到這個階段
再來尋求很多的治療
其實我們大概只能講四個字
無能為力
因為too late
時間過了
所以2021年呢
在院長的鼓勵之下
我們成立了
臺灣第一家
間質性肺病整合照護中心
那這個間質性肺病整合照護中心
就是要來解決
這個肺纖維化
在臨床照護的痛點
我自己歸納有三個痛點
第一個是
這個病人散佈在
風濕免疫科
散佈在胸腔科
散佈在家醫科
散佈在基層醫療診所
因為他不好診斷
就不好去評估
process的進展
所以怎麼樣讓醫師有awareness
其次診斷的過程當中
需要放射科的幫忙
需要病理科的幫忙
需要胸腔外科的幫忙
需要心臟科去評估心肺共病
所以他需要高度整合
高度醫療之間協作的
我們知道這個醫療
最難就是整合
因為到底誰整誰
所以這個是非常困難的事情
以這個66歲的女性來講
這個病人是109年
從風濕科轉到我這邊來
她來的時候
血氧只剩94%
喘促十分嚴重
大家可以看到
在當時2020年的7月的時候
X光片可以看到
兩側肺都fibrosis
而且soft tissue幾乎沒有
這個病人從X光片就知道
他有sarcopenia (肌少症)
他有lung basal fibrosis (肺底纖維化)
他有cardiovascular disease (心血管疾病)
他可能就已經到Cachexia (惡液質,亦即全身消瘦)
這個階段我們去做個肺功能
只剩30%
DLCO根本就吹不起來
我們再去看
他10年前長什麼樣子
疾病有一個叫patient journey (病患旅程)
叫trajectory (疾病軌跡)
10年前的時候
這個是2011年
那時候他的soft tissue還好
已經有lung fibrosis了 (肺纖維化)
但是呢
不像2020年這麼的厲害
如果我們可以在2010年
開始發現他有lung fibrosis
然後開始給予治療
會不會這個patient journey
就得到改變
我們再問這件事情
我們再看他的CT的變化
在2010年的時候呢
這個CT可以看到
他已經有一些reticular pattern
而且他有這個
Sub-pleural sparing
這個是很典型的
的一個表現
但是呢
到了2020年的時候呢
你可以看到
他的fibrosis
從原先的reticular pattern
變成honeycombing (蜂巢狀)
整個lung都destroy掉了
到這個階段
再來談treatment
大家可以知道
大家都是專家
treatment一定不會有response
那我們大概只能從後面做
就是安寧跟這個
臨終關懷
果然這個病人在診斷後
不超過半年就mortality (死亡)
get infection就mortality (死亡)
所以我們在想一件事情呢
如何讓這個肺纖維化常見的症狀
從症狀來看
包含病人的這個都是
non-specific症狀 (非典型)
胸悶、喘促、倦怠等
所以叫做patient-reported outcome (病人自我表達的預後)
所以我最近的research
專注於patient-reported outcome
patient呢
他會量血氧
他會有症狀
再過來
他在看GP(一般社區診所醫師)的時候
會有physical examination
如果我們的GP doctor (一般科醫師)
發現他有clubbing fingers(杵狀指)的時候
聽一下他有basal crackles (肺囉音)
腦袋有一個lung fibrosis (肺纖維化) 的診斷
會不會就開始啟動
他的轉介的過程
就讓病人可以提早診斷
更早去發現他的疾病
那這時候呢
整個治療的process
跟disease course
就有機會被改變了
所以我現在在思考這件事
所以為什麼
我們在中區
我跟大概兩三百家
基層醫療院所合作
不斷地在辦教育訓練
辦disease awareness
只要影響
三百家診所中
只要有10%
30家被我們影響到
他開始去重視basal crackles
clubbing finger
量血氧這件事
那就會多很多病人
可以在早期被發現
他有lung fibrosis
所以除了這個
patient reported outcome之外呢
這個疾病還有非常多的共病症
他會產生GERD (胃食道逆流)
Osteoprosis (骨質疏鬆症)
再過來
Pulmonary hypertension (肺高壓)
另外呢
他可能會得到
Lung cancer的風險也會變多
再過來呢
他的pulmonary hypertension
肺高壓的風險也會變多
所以我過去其實
不太熟悉肺高壓這個領域
但是因為開始做
Lung fibrosis之後呢
這條路呢
就把你帶到
你必須要對肺高壓去清楚
我們在中榮呢
病人端沒有分那麼細
次專科分很細
雖然我沒有做lung cancer
但事實上
我們每年
Lung fibrosis 病人
增加3%
Lung cancer的
盛行率跟風險
所以我們也開始看
early Lung cancer
這樣的一個情況
那另外呢
就是
由於這些病人容易infection
所以接下來
我們開始把
整個疫苗照護的protocol
都清楚讓病人知道
我們有一個checklist
在我們照護管理人員
讓我們的
衛教師
與個管師去做checklist
讓他去施打
這個就是share mental model
有時候
眼見為憑
因為人的腦袋
沒有辦法
講出或是
理解他
沒有辦法認知的事情
所以透過很清楚的評價
這個就是share mental model
所以我們讓我們的
基層醫療院所
也都知道
這個叫share mental model
甚至在辦病友會的時候
讓他們去自我檢查
這個叫share mental model
另外呢
Basal Crackle
在兩側
low lung fields
聽到這一種
這個吸氣吐氣
都有這種沾黏音
就是Basal Crackle
所以要進行share mental model
Basal Crackle
再加上CT
這三件事情
就可以去做早期診斷
我們現在發現
國健署呢
做low-dose CT scan
我們大部分
就是重視
Lung cancer
和 Lung cancer screening
但是呢
我們發現韓國
也一樣用國家的力量
去做
Lung cancer early screening
他們
同時要打出兩種
diseases
一個是有沒有
Lung fibrosis
一個有沒有emphysema
其實我覺得
臺灣是可以跟
日本跟韓國
去做學習
在韓國裡面的
checklist
它是mandatory
你要先
你就要判斷是yes or no
你要說
它有或沒有
那我們現在是
additional finding
就是沒有finding
不會有人去做
additional finding
但是如果你在
process裡面
讓他要打
yes or no的時候
他就會去評估
他到底有沒有
Lung fibrosis
那就可以更早去診斷
那我在去年
被韓國
這個
Asan hospital(峨山醫院)邀請去
韓國胸腔醫學年會
演講
韓國目前
對Lung fibrosis
跟Lung cancer
其實綁在一起
他們認為呢
這兩個disease呢
會有一些
Co-incidence
因果關係
在low-dose CT scan裡面呢
發現
大概7%有
Lung nodular
這些有
Lung nodular病人呢
其實他有
大概將近兩成
到三成
你可以看到一些
reticular pattern
就產生了
如果這時候呢
如果我們可以給予他
適當的轉介跟治療
或許我可以改進
patient Journey
我們接下來談說
到底IPF的
發生率跟盛行率
多少
以這個各個國家來講呢
臺灣的這個
盛行率是0.7
發生率是
每10萬人
0.6到1.4
請問大家
相信這個data嗎
其實我不太相信
這個data
原因是因為
臺灣的發生率
跟盛行率
真的是太低了
那另外呢
在健保資料庫裡面
根據胸腔重症醫學會的
一個資料
臺灣的IPF
每年急性呼吸衰竭
發生率是11到12%
存活的中位數是0.9
譬如說
診斷
到死亡
不到一年
那是非常非常可怕的
但是我們好消息是
我們自己的cohort發現
我們現在五年
存活率可以高達七成
七到八成
80%
所以IPF呢
他存在幾個問題呢
存在他的
疾病迅速進展
另外呢
他急性惡化的時候
就會掉下來
那有些人是走
這一條比較緩慢的進展
可是呢
時間是殘酷的
你沒有辦法
在一開始就知道
病人會走哪一條路
所以呢
另外一個研究的痛點是
我可不可以在一開始
透過這些marker
這些parameters
去做很好的prediction
病人到底是走
slow progression
還是走rapid decline
這個pathway
為什麼會需要
做這個差別呢
因為
rapid decline
這個pathway
需要early intervention
需要早期接受治療
所以給大家做一個總覽
就是在
肺纖維化
這個全球的盛行率呢
事實上在亞太
歐洲跟北美的
發生率盛行率
應該是差不多的
特別是
這個
每萬人的
發生率跟盛行率
那北美他們比較有awareness
北美跟歐洲
比較ok
在亞太地區
variation就蠻大的
因為每個國家的policy不一樣
那韓國呢
韓國呢
是把這個
這個IPF呢
列為是一個非常重要的診斷
原因是因為
韓國幾家重要的醫院跟醫學院
他們有一個口號
有一個合作
所以希望把它提早診斷出來
那臺灣的問題在哪裡
臺灣的痛點是什麼呢
我們的確診後
存活中位數是0.7到0.9
那美國是3.47
那臺灣的整個診斷後
到死亡
是太快了
這個事情是非常嚴肅的事情
所以時間的問題是什麼呢
因為我們太晚發現
從整個有症狀到治療
這個太晚了
這太晚的時候呢
當然他就沒有辦法
用好的藥物去做介入
所以呢
我們的痛點是什麼
回到我剛才提到的一個
這個領域的痛點
AI的工程師沒有辦法幫你回答
資訊工程師也沒有辦法幫你回答
只有醫療場域的我們
才有辦法回答這個問題
所以從這個早期
要去早期發現
目前從臨床CT跟組織病理學
到我們的組織病理學
CT都看到整個Honeycombing
大概都已經到非常非常的晚期
我們是不是可以在
更早的早期的Physical examination
跟早期的CT scan
就把這些patient找出來
給予很好的追蹤
不一定要治療
至少追蹤
那追蹤看到他decline的時候呢
就開始給予介入
那這時候就會有產業的
這個product會因應而生
那所以剛才提到說
我們先需要知道痛點
那才會知道
怎麼去做problem solving
才會有一個product產生
那過去呢
從症狀出現到診斷
到這個延誤
大概就是會太晚
那我們希望能夠早期
去做多專科的篩檢
以這個
這個除了第一個解決痛點之外
第二個呢
全球的資金在哪裡
在新藥開發
特別是川普政府
他對新藥開發非常鼓勵
幾乎是綠燈
那過pattern之後就紅燈
就結束了
所以
以這個肺纖維化的新藥治療來講呢
在2020年
大概是35.4億美金
到2031年
推估會到64.5億美金
10年增加將近快一倍的
這樣的需求
那代表說
這個是一個蓬勃發展的市場
就會有研發的量能
就會有資金
會有資本去投入
那當然
我們就不能缺席
那缺席的話呢
就得不到任何resources
就沒辦法去發展
我們醫院呢
就非常積極參與
這個多國多中心的
國際臨床試驗
像這個nerandomilast (PDE4b inhibitor)
在去年
國際上已經發表了
確實它有效
另外像這個Teprostinil
這個我們也有參與
所以在這個幾個案子裡面呢
我們的收案量都是全國第一
因為我們已經有建好的ILD cohort
有一個Prospective cohort
我們從2018年開始建立
Prospective cohort
目前有600多個
Lung Fibrosis cohort
當然呢
就可以去
每次去評估病人的trajectory
然後去評估
可不可以讓病人加入臨床試驗
所以很多事情必須要去做
長遠的規劃跟累積
這些藥物當然不會
全部都成功
有些會失敗
在試驗失敗的
藥物過程當中
我們會發現
因為真的會因為人種的差異
真的會有這個
genetic的不一樣
有些藥物呢
像過去的Lung Cancer
EGRF mutation
在亞洲人就比較多
有些呢
在白人就比較多
所以這個是人種學的差異
所以沒有辦法
one solution
解決所有的problem
一定會有一些
Variation 的地方
所以我總結
肺纖維化這個領域的
臨床挑戰跟需求是什麼
第一個就是
它雖然不是癌症
它的死亡風險非常高
那它跟胰臟癌相比呢
它的死亡率很高
它診斷太晚
那第二個呢
它分散在各科
各科需要疾病管理模式
需要多專科
需要臨床試驗
所以呢
我們發展ILD Center
疾病管理模式跟招募模式
另外呢
就各科之間沒有整合
所以沒有辦法成立ILD Center
那我們就希望能夠
把這些事情把它解決
所以接下來一個階段
從臨床研究到產學合作
那我們就問了一件事情
為什麼它的處方率
只有50到60%
原因是因為診斷太少
而且大家不曉得可以去治療
那如何提升它的早期診斷呢
我們就畫了一個策略地圖
一定要成立病友會
因為patient都不知道這個疾病
你不要期待醫師會知道
第二個呢
就是要從GP
GP知道這樣的一個疾病的時候
它就會開始啟動patient轉介
第三個呢
就要有肺纖維化中心
轉過來要有人接
接完之後呢
才有辦法去做系統性的介入
所以中榮間質性肺病
整合照護中心
我們使命是什麼呢
我們就是要跟病友站在一起
另外
我們要做臨床跟基礎研究
開發新興診斷工具
分生指標
那提升臺灣整體肺纖維化的研發能力
所以這個是我們創立的
這個間質性肺病整合照護中心
裡面有治療發展組
診斷發展組
還有護理組評估組加進來
這個是我們新的院長
也非常支持我們
間質性肺病整合照護中心
我們跟復健科合作
做了運動處方
個人化的復健處方
所以我們物理治療師
心肺物理治療的治療單
個人化的復健處方
讓patient可以在家裡面做復健
另外
我們也投入研發跟跨足產學聯盟
所以因為這個cohort
我們也發了兩篇專利
目前有三個專利
還持續在申請當中
另外呢
我們跟產業界合作
因為我們剛才提到說
早期診斷嘛
那一定要影像
所以V5這家公司
就跟我們做一個產學合作
那我們不是只有開發一個產品
我們要開發整個肺部系列的
四大AI影像產品
那包含這個CAC
冠狀動脈鈣化
肺阻塞
另外
就是跟共病症結合
以及Fibrosis的量化
所以那再過來呢
我們也往前面做
新藥臨床試驗跟細胞治療
包含這個細胞治療的臨床試驗
跟國際臨床試驗的導入
另外呢
在爭取國際臨床試驗裡面呢
我們的表現也都不錯
所以越多的國際藥廠
都會希望能夠在臺灣
在中榮當成一個site
此外
我們也從這個中榮出發
跟其他醫院來做合作
包含7家的多中心登錄計畫
那這個也發表了文章
也發現呢
臺灣的這個肺纖維化死亡率
大家可以看到五年的存活率
大概只有50%
非常的低
那這個是
那不管是這個有Probable UIP
跟Definite UIP
其實它的存活率都非常的差
那另外呢
這個是7家醫院的這個data
那另外呢
我們也跟亞太地區
建立多國多中心的
肺纖維化研究聯盟
所以韓國跟日本的
cooperation非常的好
所以我們在去年
拿到APSR
肺纖維化research grant
今年呢
同樣有拿到一個grant
所以這個也是往
Korea, Taiwan, Vietnam, Australia
這幾個國家去做合作
所以目前這兩年
大概已經發表了
非常多paper
包含非常重要的期刊
所以我們在
從這些研究當中發現
我們是不是可以來預測
本土肺纖維化長期存活指標
另外呢
我們在亞太官方學會也發展
我們這個是SGRQ的問卷量表
用生理的參數再加上問卷
那就可以來做決策樹
去看看病人哪些是
可以預測他長期的trajectory
那另外呢
有沒有更簡單的方式
病人走六分鐘很麻煩
而且診所根本不可能
走六分鐘
所以診所醫師跟我說
傅醫師
你那個標準
叫我們在診所坐六分鐘
我哪有人力跟你做
那你有沒有一分鐘
有
那一分鐘可以起立坐下吧
一分鐘坐站測試
所以就一分鐘坐站測試
跟六分鐘有沒有correlation
我們就問這個問題
結果答案是
一分鐘坐站測試
跟六分鐘走路
有非常高的correlation
一分鐘坐站測試
如果沒有辦法超過20下
他大概走不到400公尺
這個跟我們預後也有關係
那另外呢
patient report outcome
是最近發現的
病人會告訴你
他會跟你complain
他這些complain跟品質
是不是可以變成一個
結構化的問卷
他在就診前就開始填了
那填的結果我們發現呢
這個patient report outcome
他跟long term survival
也非常有關
而且我們是repeat
每次來的時候
就給他問問卷
反正他在外面候診的時候
就需要有人去給他做問卷
另外SGRQ的問卷呢
也發現了
他跟long term outcome有關
那為什麼要做這件事情呢
因為這些都會變成
未來AI預測
多模態的一個參數
那這個是我們跟
復健科合作
用CPET的test
CPET的test呢
可以去預測他的心肺功能
氧合能力
跟他的氣體交換能力
那最後呢
就會給他一個score
那他可以預測
他長期的存活指標
所以最重要就是影像
影像我們怎麼去定義呢
因為影像在
整個都變成
一格一格太晚了
在早期有reticular pattern
就應該診斷出來
那人眼去看
這些reticular pattern
跟我們的機器去看
當然還是有些差別
所以在最近的
這個ILA的guide line裡面呢
兩側肋膜下
這種reticular pattern
如果可以早期發現
那事實上呢
可以讓我們的病人
更提早地去接受治療
所以AI時代呢
我認為這是最好的時代
它是醫學發展的加速器
我們可以透過AI
透過machine learning
透過大型語言模型
解決過去我們沒有辦法
connection的link
所以AI可以幫忙什麼事情呢
其實在CHESS 2025年
在這個領域就發現呢
用AI來輔助HRCC的判斷
再加上多模態的參數
例如說年齡、性別、DLCO
BMI、共病症等等
那它的預測呢
可以高達非常的高
可以發現呢
它的長期存活
分成高風險跟低風險
這叫多模態的AI模型
所以這個是目前
產業界跟醫界
結合的一個趨勢
就是一個範本
那這個範本呢
我們可不可以來這麼做
其實可以
那我在中榮呢
因為正好也接
臨床試驗中心主任
所以我們就希望
中榮的臨床試驗中心
能夠讓它變成
最友善的臨床試驗中心
所以我們的中心的發展目標
裡面就包含資訊化、數位化
結合遠距醫療
那另外IOT跟產學做結合
所以在2021年到2025年
我們的整個新案件量非常的多
特別是早期臨床試驗
已經佔了將近三成
那整個在這三年呢
就是做數位轉型
包含遠端的監測
臨床試驗的視訊診療
那另外呢
我們可以做Red Cap的登錄
以及線上的合約審查系統
另外就跟廠商做產學媒合
所以在中榮我們有一個叫ARO
叫Academic Research Organization
我們有Team呢
可以協助我們的廠商呢
來做試驗的輔導跟專案的管理
另外呢也可以幫他做Sample Size
然後協助他做取證
跟這個往後面去發展的服務
那所以我們有兩個模式呢
廠商可以提出需求
那由我們來做媒合
我們的醫院的PI跟這個藥品醫材
也可以提出需求
那透過媒合之後呢
我們希望能夠爭取
其實國科會計畫真的不多
那個經濟部的錢才多
就是經濟部啊
產業的這個費用才多
這個是一個我們很難去
Approach的資源
但是這個需要醫界的人來參加
那所以我們在用Low Dose來輔助的時候
我們認為這是一個機會點
那這個機會點呢
從健康的人到Early IPF
到最後診斷IPF
是不是我們可以在更早期
用多模態來做影像的偵測
然後呢讓這個早期的發現
在備訓後的早期發現
變成可行
所以我們可以想像呢
未來呢病人只要做CT
那我們的影像系統就告訴他
這個Reticular Pattern
大概佔整個肺部容積幾percent
這時候呢他就會Refer
到這個肺纖維化中心
或到專科醫師
讓病人的Patient Journey得到改變
這應該是我最後的幾張Slide
我們跟倍智醫電的產學合作呢
就有四大領域
那目前呢比較快的就是
冠狀動脈鈣化系統
那另外呢像Lung Fibrosis
跟這個Lung emphysema volume Detection
這個目前在進行
那這個CT上面來講
我們原先的CT是可以看到一些Fibrosis
那透過AI去標註之後呢
我們就可以把這個半定量的
結構化的方式呢
用AI去判斷
那在這個未來的時候
大概就是機器來做判斷
然後輔助醫師來做參考
所以一個冠狀動脈鈣化呢
我們跟廠商業界的合作呢
從取證 輔導
到開發呢
最後就獲得醫療器材許可證
那這個我覺得是一個很好的Model
那這應該是我最後一張Slide
我認為臺灣的醫界有非常好的量能
那醫療的AI的結合
最好的試驗點就是在臺灣
因為我們要做新藥開發
其實臺灣本土廠商做新藥開發非常的辛苦
因為市場太小
但是哪一個地方有AI的人才很多
然後醫療的人才也很多
我想全世界就是臺灣
那臺灣的醫療的資訊產業
跟醫療的量能呢
其實要擁抱AI
跟產業界充分合作
那這個模式呢就是
目前的發展有哪些瓶頸
第一個瓶頸就是
懂資訊的對醫療不瞭解
大家同意啦
有時候工程師的思維
跟醫師還是不一樣
我們上次有一個工程師
做一個面板
跑來跟我說
傅醫師這個面板很棒
它的解析度很棒很棒
我說你要用在哪裡啊
(他說) 我用在診所
讓他可以不要誤診
(我說) 這診所怎麼用啊
因為我不需要
我只要看他X光片有沒有問題
那就好了
因為這個東西
在診所這個場域是不對的
所以
懂資訊的對醫療場域不瞭解
懂醫療的呢
對資訊不熟悉
當然我們知道很多醫師是怪才
他也很會寫code
現在越來越多了
但是呢你要跟他整個
體量的架構還是有一些差別
再過來呢
這樣的合作最難的是什麼
Project Manager
專案管理
怎麼樣把這兩群人併在一起
而且讓專案往前推
這是最困難的事情
另外呢
我們過去的合作偏向
以論文做導向
發表paper
結束了
沒有產業佈局
沒有專利思維
沒有價值鏈的一個評估
所以這個到最後
一篇論文結束
不會有第二篇
那接下來呢
合作本來是夥伴就變成冤家
因為大家的想法不一樣
廠商與藥廠要的
廠商或是資訊廠商要的
產業界要的是product
臨床醫師要的是paper
那這兩件事情
其實不會衝突
但是順序不對就不對了
那endpoint不對
雙方就會有認知的落差
所以我們要把這個gap變小
那另外呢
就醫療有一個封閉系統
資料取得非常的困難
跨部門溝通非常的不容易
也就是說呢
我這個部門
這個資料需要
胸腔科需要
風濕免疫科需要
影像科
那誰去整合大家呢
所以你叫合作藥廠
或合作的資訊廠商
自己跑去跟各科整合
這個比登天都還要難
這個叫silo effect
穀倉效應
那我們的model
就是解決這個silo effect
那最後我們的解決方案是什麼呢
我們的solution只有這兩條
第一個就是
臨床的團隊
我們提供一個team
就是ARO的team
我們包含臨床資訊統計都在裡面
你告訴我你要解決什麼問題
那這個問題必須要有
醫學的根據
它的痛點必須要來自臨床的團隊
那這個確定是痛點之後呢
大家才有往下開發的
可能性跟機會點
再過來呢
我們的目標導向很清楚
不是發paper
是以取證跟研發產品
為目標的導向
那這時候呢
當然發paper只是附加價值
pattern跟product
才是我們的endpoint
好那應該是我最後一章
非常謝謝
今天給我這個時間來這邊分享
謝謝大家
