AI辅助癌症治疗成效如何？万芳医院揭露导入IBMWatsonforOncology一年成果，不只可助医生诊疗决策，还能训练实习医师问诊能力

2017年7月，台北医学大学体系的3家医院和癌症中心，就领先大中华区导入IBM Watson for Oncology临床决策辅助系统，来帮助医生诊疗癌症。一年过去了，隶属北医体系的万芳医院医疗资讯长兼放射肿瘤科主治医生陈俊佑，最近揭露Watson for Oncology使用状况，除了用来辅助医生诊疗，还用来引导住院医生和实习医生问诊，提出关键问题。

陈俊佑表示，为了帮助医生更精准诊疗癌症，Watson for Oncology有着丰富的知识库，藉自然语言处理（NLP）技术，研读了250多本医学书籍、300多种医学期刊，以及1,500多万页的论文研究资料。“但这样还不够，”陈俊佑说，只了解书面知识，就像刚接受完医学院训练的新手医生一样，因此，Watson for Oncology还于2015年导入国际顶尖癌症中心─史隆凯特琳癌症纪念医院，接受顶尖癌症医生的训练，吸收、学习医生诊疗临床个案的方式。“就像一个专业医生的训练一样，既念了书、也具备临床经验。”陈俊佑说。另一方面，Watson for Oncology每隔3个月，就会更新知识库，因此能知道时下各种治疗方式。

陈俊佑指出，Watson for Oncology虽然为每个案例准备了多达100题的问题，但系统不会全部都问，而是以“类似决策树的方式”，只提出少数但关键的问题，来引导诊疗。他举例，当医生在Watson for Oncology输入病人资讯时，系统会先询问医生3个问题，当医生回答其中1个问题后，系统会进一步询问更核心的问题，协助医生对病人进行诊断。他说，假设诊疗的是一位乳癌转移病人，Watson for Oncology就不会问“肿瘤分期和大小为何？”，但若是乳癌初期病患，系统就会询问这个问题，而“这种方式，就和传统医生书写病历的习惯有些不同。”他说。

此外，当医生将病人资讯输入Watson for Oncology，系统还会依不同推荐等级的治疗选项，并参考病人资讯提供个人化治疗的建议。他还补充，Watson for Oncology目前也结合了去识别化后的电子病历，透过NLP技术来阅读患者资讯、抽取所需的讯息。

另一方面，如果医生不认同系统推荐的治疗方式，Watson for Oncology还会从网络上寻找参考文献、以NLP技术来分析这些文献，判断出文献的证据等级，以及与病人的相关程度，提供给医生评估判断。此外，Watson for Oncology还能显示各配方的病人存活率、副作用比率，以及药物各种副作用比率，让医生参考。不过，陈俊佑没有进一步说明，医生最后采用这些建议进行实际治疗的情况。

（摄影：王若朴）

除了辅助诊断，陈俊佑指出，Watson for Oncology可以有另一个用途，就是教育。首先，系统在治疗推荐中会列出引用的参考文献，可供住院医生和实习医生学习如何判断文献，学习可以如何比较不同证据，来评估合适的治疗方式。而透过一问一答的互动式界面，陈俊佑认为，这也有助于加强这些医生的问诊技巧，更懂得向病人提出关键问题，来订定个人化治疗计划。另外，还有个不错的效益，Watson for Oncology能以视觉化方式呈现病人诊疗资讯，也有助于住院医生和实习医生和病人沟通，来解释医疗细节。文◎王若朴