跳到主要內容區塊

2024年市場規模將達110億美元 AI醫療夯 影像應用成趨勢



:::
AI醫療應用議題火熱,市場預期,AI運用在醫療影像將成為未來3年首要爆發的AI醫療應用,不過市調機構也指出,受到演算法開發環節交代不清,將讓AI在醫療影像判讀的應用不如外界預期般快。

AI與醫療結合方興未艾,雖然說AI在新藥開發上能幫上的忙比較少,但是需要大量時間的醫療影像判讀,正是不會累的AI最能好好發揮的領域之一,Google訓練開源的TensorFlow來判讀糖尿病視網膜病變、淋巴結內乳腺癌轉移等醫療影像,前者獲得美國醫學會雜誌的採用,將先應用在缺乏眼科醫生資源的糖尿病大國印度,後者則號稱判讀準確率超越病理學家,都可以看出AI在醫療影像判讀的未來優勢。

也因此有機構預測至2024年,AI醫療應用市場規模將達110億美元,其中,AI於醫療影像的應用將達25億美元,由於醫療影像資料佔醫學資訊量80%,若能導入AI進行分析處理將能大幅改善醫療效率。

市調Digitimes Research認為,AI醫療影像的應用中以放射影像最被市場重視,因為放射影像資料量大,醫生解讀時需耗費相當多時間且存判斷差異性,從技術面來看,電腦運算能力及深度學習演算法的成熟,讓AI輔助放射科醫師診斷影像變得可能。

不過市調單位也指出,目前無論大廠或新創業者提出的AI醫療影像診斷方案,雖然號稱準確度已超越人類醫生,可是部分業者對於開發過程重要環節交代不清,如資料庫如何來、與醫生確切的合作模式等,在實際應用上疑慮仍存。也因此,AI於醫療影像應用的趨勢已然成形,但是爆發速度不會如市場預期的快,目前國際影像資料庫存有資料完整性及多樣性的問題,將造成醫療影像判讀演算法開發上的天塹,並影響其商用準確性與臨床推廣難易。

由於台灣推出全民健保之故,Digitimes Research指出,台灣業者在AI醫療影像市場有很大著墨空間,可是未來若與新創團隊方式合作或購併方式切入,仍須重點觀察該團隊的資料庫建立細節,如影像標註方法、實際參與標記的醫生專業性、資料標記一致性等環節。

(工商時報)