放大字體
縮小字體
你知道台灣每年的健保支出有多少錢嗎？不是70億、不是7百億，而是整整7千億元，5年後的費用甚至將擴大至1兆元。「為什麼健保費用一直漲？」台北醫學大學醫學科技學院院長李友專在新書《AI醫療大未來》的座談會上提出，「絕對不是因為我們很浪費，因為我們一直都很浪費，核心的原因是人口在老化！」
李友專指出，全世界有名的高齡國家日本，65歲人口已經超過台灣總人數，成人的紙尿布銷售都遠高於嬰兒紙尿布。不過，台灣也將深受高齡化所害，根據目前預測，2050年台灣將成為全球老年人口比例全球第一的國家。
「老化的速度這麼快，但是健保卻花了太多的錢在治療。7千億元裡頭，前期的預防醫學跟後期的長照卻大約只有各1、2百億元的預算，」李友專直呼，隨著越來越多老年人口，治療跟長照的金額增加，這一代年輕人繳了一輩子健保費，等年老需要使用健保時，健保很有可能成為一場龐氏騙局，不復存在。
重新分配健保資源 專注預防醫學
想要避免健保走上龐氏騙局，就需要重新分配健保的費用運用，將更多的資源投入到前期的預防醫學，防範於未然。不過，「預防醫學」想要做得好的前提，就是先要能夠精準預測每個人未來的疾病風險，才能正確的預防。
李友專指出，許多預防醫學以年齡作為分類，卻是一個粗糙的辦法，「我的病人裡，有60多歲就走不動的，也有90歲還在爬玉山的，如果只用年齡來劃分，沒辦法做到精準預防。」
李友專建議，應該將3種類別的變數列入考慮，分別是表現型變數，如年齡性別；環境型變數，如工作地點、住家；基因型變數，目前大約有70萬個基因位點是與疾病有關的。
運用AI計算疾病變數
但是，將這麼多變數納入計算，已經超出了人工計算的能力範圍，李友專說，這時候就是AI可以派上用場的時候了。AI能夠運用大數據學習分析，把人工難以計算的多重變數考慮進來。台灣人「喜歡看病」的惡習，在這裡反而提供了AI學習的資料，台灣擁有如此完整的健保資料庫，是全世界難得適合發展此領域AI技術的國家。
「去年我去洛杉磯開會，全球的頂尖專家指出，AI可以應用在3個方面，第三個是長照，第二個是治療，而第一個值得發展的是『家裡用』的預防型AI，」李友專解釋，所為家裡用的AI，就是這個AI應該是要在一般人平常會使用的介面，如電腦、手機裡，讓一般人不用去醫院，就可以評估自己的疾病風險。
將AI運用在健保 將健保留給下一代
「準確預測就可以準確預防，」李友專舉例，一個人從完全失能到死亡的平均時間，北歐是2個星期，台灣卻是整整7年！這是因為北歐的政府投入了大量資源在初期的準確預防，當一個人開始有初級失能傾向，預測他會是完全失能的高風險群，政府便會要求其進行室內改造，如添加扶手、輔助設備，避免其走向完全失能。
這些政策其實在台灣也都有機會可以落實，甚至，挾帶著健保資料庫的優勢，台灣有機會可以做得更好。「『AI用於治療』這件事一定會發生，但是用在預防，是需要高聲疾呼的，」李友專強調，只有將AI運用在健保的每一個環節，才有機會將健保資源留給下一代。
延伸閱讀：
文／林以璿 圖／許嘉真