AI太貴健保給付無法買單?AI可以為醫療產業解決什麼痛點
左起:勤业众信联合会计师事务所医疗照护产业负责人林彦良、台北医学大学人工智慧医疗研究中心执行长李友专、 云象科技创办人暨执行长叶肇元、国泰人寿副总经理林佳颖;摄影:北美智权报/李淑莲
※如欲转载本文,请与北美智权报联络
李淑莲╱北美智权报 编辑部
勤业众信携手环球生技于7月初举办的《AI浪潮席卷生医:策略布局实务与指南》论坛之【专家对谈】环节邀请了医疗业、科技业及寿险界的专家,共同探讨了「AI智慧医疗的成功关键」。结果发现AI用在医疗上是相对昂贵的技术,是目前台湾现有的健保给付制度及医疗体系所无法负担的,因此AI能否在医疗实务上落地不是技术问题,而是经济的问题。不过,如果以广泛的医疗产业而言(包括护理资料整理、大数据分析),AI是可以解决一些痛点的,但业者认为AI于生医产业能发挥的作用远远不止于此。
AI的利多
【专家对谈】环节的主持人,勤业众信医疗照护产业负责人林彦良表示,AI不仅能够协助处理繁琐的医疗文件和术前工作,还能简化保险理赔流程。通过生成式AI,可以利用来自电子健康记录、感测器和穿戴式装置等资料,辅助医疗诊断与治疗,提升医疗服务的效率和精准度。根据Deloitte 2024年生命科学与医疗照护生成式AI展望调查结果显示,高达75%的医疗照护企业和组织正在尝试或计划扩展生成式AI的应用。然而,AI的应用也伴随着一些挑战,包括偏见、不准确和资料泄露等风险。因此,尽管AI在生医产业中具有巨大的应用潜力和想像空间,企业和组织仍须审慎思考并建立有效的策略和管理机制,以确保成功实现AI所带来的效益。在这个以资料驱动的时代,生成式AI的广泛应用将可能彻底改变医疗照护产业的运作模式,为患者和医疗专业人士带来前所未有的便利与改进。
另一专题讲者工业技术研究院产科国际所副所长张慈映则指出,AI为智慧医疗开启应用契机,扮演驱动医疗创新的关键要角。例如智慧医材可透过AI 辅助,降低智慧医疗器材使用门槛;智慧医院以AI辅助支援临床决策,增进医疗服务效能 ;个人化医疗以AI加值数位生物标记,提供最佳个人化治疗方案;预防医学透过使用AI整合装置监测风险,引领健康生活。
根据Biospace调查之结果显示,2023年生命科学分析市场中的AI市场规模估计为20亿美元,预计到2032年将达到约51亿美元,2023至2032年间的年复合增长率则为10.98%,显见AI在生医产业应用里的无限潜能。随着数位浪潮一波又一波袭来,如何利用AI加速药物的开发、加速新药的筛选、研发,以及透过筛检基因资料库,找出各类型患者适合的药物,对于个人化医疗与精准医疗皆是不可或缺的重要助力。
以上提到的都是AI在生技医疗产业的商机,能看到的很多,但真正吃到的有多少?
【专家对谈】的3位与谈嘉宾,包括台北医学大学人工智慧医疗研究中心执行长李友专、云象科技创办人暨执行长叶肇元、及国泰人寿副总经理林佳颖,分别代表了医疗、医材及寿险界,共同分享了AI在医疗产业的应用状况;了解AI让各个产业产生怎么样的一个调整。
从调研分析、市场报告、专家言论看起来,AI潜力无穷,商机无限;但事实上,真正落地、于实际医疗行为或新药研发过程产生贡献的似乎占比不高,至少在台湾是如此。实际问题究竟出现在那?
北医李友专:把错误再降低、把疏漏再降低,提升精准度
李友专指出,现今美国的医疗费用已经达到4.7兆美金,是其国防预算的3、4倍;而美国的国防预算则是中国国防预算的3、4倍,有多重要可想而知。总的来说,全球只有一个领域每年以10%不断的在成长,连续三四十年,就是医疗照护领域。主要原因是由于现今社会是一个普遍倾向老化的社会,随着人们年纪越来越大,而医疗又越来越进步、药越来越多,此一领域的产品也是每年不断增加。
李友专举例说,像是餐厅,不会每年菜单都增加10%,然后连续40年成长;但反观药单却可能每年都会增加那么多;因此需要很大的费用及人力投入。然而,费用及人力因有所限制而被压缩,压缩到现在最大的问题就是Burnout(职业倦怠)。
「你不管到全世界那个医学会开会,最严重的也就是最多人去参加的那个会,第一个是Burnout的主题,第二个就是AI的主题,这其实不是巧合;因为大家觉得这可能是唯一有解方的地方。」
李友专指出,台湾的医院有30%的病床是没办法开的,原因是护士不足。如果直线思考认为多付一点给护士让他们愿意来工作就行,但如果真的这样做,医疗系统可能便会因经费问题而撑不下去。结果变成现在死撑在这个点,能维持医疗但却不足。不仅护士用血汗苦撑,医师的薪酬也不断下降,造成人才流失。
李友专认为AI是一定要推行的,但AI能解决什么痛点呢? 李友专提出了几个方向,包括把错误再降低、要把疏漏再降低:less error、less omission。
如果以上提的比较保守,那积极正向的就是more precise,要更精准。像利用AI,可以分析如何就不同的患者采用不同的治疗,达到更精准更快、更早介入治疗的目的。当AI可以使医疗更精准更快、更早介入治疗后,便可以在一定程度上解决burnout的问题,让医护人员的血汗量消耗可以降低,避免医疗系统崩坏。唯有好好利用AI工具,医疗系统及产业才有可能保有持续性的未来。
云象科技叶肇元:AI很贵,谁来买单?
叶肇元指出,其实上一波AI大概是从2017年开始,只不过是6、7年前的事,今天大家又突然开始讨论生成式AI;但对叶肇元来说,前一波看起来比较逊的AI可能更有用一些。主要是因为生成式AI在医疗领域上有一个比较大的麻烦,就是它会产生一些不是我们真正想要它产生的东西,在解决务实的问题方面有时候很困难,因为其结果不见得可以控制得很好。
其实上一波看起来比较逊的AI没有成气候的最大原因是因为他没有真正落地。如今面对生成式AI的议题,如果要问到底有没有解决痛点?叶肇元认为是没有的。主要原因不在技术,而是经济政治、以及社会的问题。
「因为讲到底,其实台湾可能没有钱来付给这么高端的科技,这是大家不敢拿出来讲,但产业界却非拿出来讲不可的问题,我举个例子,从2017年开始,国科会及很多部会,都拿出很多经费拿来补助当时很流行的AI。然而,到目前为止,受补助的AI技术在医院落地的几乎数不出来,几乎没有医院真正付钱给这些当初国科会想要去鼓励发展的AI科技。这些AI技术都局限在拿政府的补助案,从一个部会补助完毕之后,再让下一个部会拿他的钱来接手这些其他部会补助出来的东西,继续把这KPI一路写下去,写到看起来好像可以出海。这些技术、这些补助,已经一路补助到市场准入计划,还有海外市场拓展计划,就是不同的部会一路补助到现在,那到底病患有没有用到?」
现在台湾到医院就诊的话,很难看到AI真的应用在日常医疗行为中。但事实上,针对医疗行为,AI技术是有解决痛点的。叶肇元表示,如果在美国的话,假设病患中风到医院诊疗,可能会有一个VCI的演算法(血管性认知功能障碍,Vascular Cognitive Impairment),帮病患检查看要不要做一个血栓溶解的治疗,但进行VCI演算法要给付给医院1,040美元。在台湾,只有少数医院会购入VCI演算法,绝大部分都没有。因为在没有健保给付的状况之下,医院本业是亏钱的,如何有能力让客户使用此一AI技术?
叶肇元举了一个医院有便用AI的例子,但他觉得那是一个有点悲惨的例子。
「奇美医院有用生成式AI来做一件事情,就是护理资料的汇整,但这个绝对不是一个产业应用的好例子。为什么他们要做护理资料的汇整?因为现在护理人力缺乏的原因,有时候工时会被偷,也就是说护士下班之后才可以交班。医院本身也是没办法,因为没有经费可以付更多钱给护士;因此奇美院就想用AI来解决这个问题。但是我们还是回来想个数学问题,如果你没有钱付给护士,请问你怎么会有钱付给AI呢?AI是很贵的啊。」
叶肇元认为源头在于在台湾的医疗体系中,根本的给付问题没有办法解决。所以具体应用场景其实大家网路上都可以找到,如果要问生成式AI在医疗领域上面有什么具体应用场景,网路上可以看到非常多,但如果实际到医院去问AI在医疗上的应用,可能不容易找到。叶肇元指出,云象科技虽然是以数位病理知名,但如果要认真研究云象有什么AI是医院用得上的,可能得到的答案只有大肠镜的AI,那为什么呢?「因为它可以用在自费健检,所以医院才会愿意买。这是唯一AI有可能落地的一个原因。」
国泰人寿副总经理林佳颖:人员的体验最重要
林佳颖所分享的企业AI应用案例比较接近资料治理,也就是国泰人寿于这几年在整体金融集团的领导之下的转型故事,其中一些是与AI有关的。国泰人寿的转型故事从2018年开始,在整体转型的议题上面,大概聚焦在以下三个重点。第一个重点是员工体验、第二个重点是客户体验、以及第三个重点是业务员体验。
对保险业来讲,原则上通路中最大的是人,客户是人、行政作业人员也是人,所有的这些都是人的一个行业。国泰人寿在意这些人的体验,因此在转型过程中第一件要做的事情就是人机协作。
林佳颖指出,国泰人寿基本上有三种人,第一种人就是「千军」。千军是国泰人寿1,000多名的客服人员,包括临柜的客服人员;第二种人是「万马」。万马指的是国寿25,000名的业务同仁。除了千军万马外,第三种人就是国寿全台负责核保、理赔的审查人员,加起来大概500名。国寿针对以上三种人,都在推行一种人机协作的系统。
林佳颖表示,国寿在2018年转型的时候,翻转了这三种人员的工作台。工作台就像医院护理人员在工作时人手一台手推车。每天国寿业务人员一打开系统就会看到他的工作台、审查人员一打开系统也会看到他的工作台;客服人员一打开系统在客户电话进来的时候,也会看到自己的工作台。从一开始在转型的时候,便设计成将清楚、简单、重要的资讯放在工作台上面。除了清楚、简单资讯之外,操作人员也可以对今天的工作一目了然;甚至客户还没有进线之前,客服人员已可大概看到客户的轮廓。同样的,业务人员还没有拜访到客户之前,已可以准备好一些主要的sales talk,或者是准备好行程。因此在导入生成式AI、或者是引进一些AI产品的应用前,国寿已经将之摆放在这些人员的工作台内,而生成式AI则是加速了这个场景的发展。
在具体实务上,林佳颖指出大概会用在三个面向。针对千军万马及审查人员,第一件会做的事情是AI coach。人才很宝贵,人的时间成本也很贵,而资深人员更贵。每一次有新进人员的时候,以前都是人在旁边进行话术演练,而客服人员也由资深同仁来辅导;因此国寿第一个很重要的场景就是运用AI coach。AI coach可以让使用者与机器人对练,然后机器人会评分,并在评分出来后,写出它的一些话术的知识。
至于第二个运用重点就是核保理赔这些专业的操作,此一资讯的体系包含刚提到的AI相关的影像,这应该是国寿系统中最接近医疗产业的一个介面。AI可以做这些影像的判读,甚至是客户的整体风险评分。
至于第三个面向则是智慧化,而下一个目标就是自动化。像前面提到的千军万马之外,还有许多行政作业人员可能也需要做一些自动化;甚至像国寿目前有500位IT程式人员,他们在做些程式开发的时候,也需要像AI的产品来辅助,让产出的品质更好。因此针对人机互动的结果,国寿希望整体呈现出来的效果是省时省心又省力,这也是员工体验的重点。
半导体科技杂志(SST-Taiwan)总编辑
CompuTrade International总编辑
日本电波新闻 (Dempa Shinbun) 驻海外记者
日经亚洲电子杂志 (台湾版) 编辑
延伸阅读&电子报订阅连结:
【详细内容请见《北美智权报》361期;欢迎订阅《北美智权报》电子报】