https://www.cw.com.tw/article/article.action?id=5096463
文 彭子珊 2019-08-16
放射科醫師一再點名是最有可能被AI取代的十大行業之一。去年台灣放射腫瘤科醫師的招
收率也跌到及格邊緣，名列新「四大皆空」成員。有一位放射科醫師卻逆勢而行，在年初
開設「AI輔助門診」，要把腦轉移瘤的診斷時間大幅縮短，從20分鐘降到20秒，他不擔心
被「AI醫生」取代嗎？
去年，創新工場董事長李開復的新書《AI新世界》不但在中文世界熱賣，英文版甚至也躍
上美國暢銷書排行榜。
李開復在該書中舉出面臨AI威脅，而「危機四伏」的十大行業，其中在紐約平均年薪達47
萬美元的放射科醫師，被他視為高薪職位被科技取代的經典案例。
「因為AI科學家已經可以透過X光、MRI或CT來診斷特定類型的癌症（黑色素瘤、肺癌），
且診斷表現可達醫師水準，」他寫著。
「儘管AI還需一段時間才能取代放射科醫師的大部份工作，但如果你在考慮學醫，這肯定
是一個要避開的領域。」
口耳相傳之下，李開復對於放射科醫師的「詛咒」，已經初步應驗。
去年底，衛福部公布的醫療專科醫師招收統計結果，赫然出現「新四大皆空」取代過去的
「五大皆空」的新現象。過去招收不足的婦產科、急診等科均有好轉，取而代之的是臨床
病理、核子醫學、解剖病理、放射腫瘤科等有被AI取代疑慮的4科。
其中，放射腫瘤科核定一年名額22人，但最後只招到13人。核子醫學科更慘，核定10名，
最後只收到2名。
在這種風聲鶴唳的悲觀氣氛之下，在以保守著稱的台北榮總醫院，竟然有一位放射科醫師
，大膽擁抱新科技，開起了「AI輔助門診」。
AI抓腦轉移瘤 20分鐘變20秒
午後的台北榮總，滿是候診的人群。神經外科門診區最早結束看診的，是門口掛著「AI」
標記，由北榮放射科主任郭萬祐主持的「AI輔助門診」。
郭萬祐是台灣放射醫學權威，也是第一個獲得美國神經放射線醫學會榮譽院士的台灣醫師
。
「AI輔助門診」是當前醫界的熱門話題。中國醫藥大學附設醫院宣布，兒科、眼科等8科
導入AI門診，提供第二意見。
2017年11月科技部啟動的「醫療影像專案計畫」，一年投入8000萬台幣補助之下，台北榮
總也在今年初推出3個「AI輔助門診」，包括心臟內科權威、北榮副院長陳適安主持的「
AI輔助心房顫動電燒門診」、骨科的「AI輔助脊椎骨折門診」。
郭萬祐的「AI神經影像輔助門診」，甚至號稱是世界第一套AI腫瘤臨床判讀系統。由北榮
與台灣人工智慧實驗室（AI Lab）合作研發，僅花6個月便完成的AI腦瘤自動判讀系統（
DeepMets），讓每個患者的MRI影像判讀時間，可從20分鐘縮短到20秒。
這麼厲害的系統，為什麼開發速度這麼快？這跟一段獨特的歷史有關。
台北榮總是台灣放射醫學重鎮。郭萬祐因此在30年前，被派到執世界放射醫學牛耳的瑞典
卡洛琳斯卡醫學院攻讀博士，並學習該院發明不久的加馬刀技術。
1993年，北榮完成台灣首例加馬刀立體定位放射手術。號稱「開腦不流血」的「加馬刀」
放射治療，是以用單次高劑量的加馬射線攻擊腦部的腫瘤，可大幅減少一般開顱手術的副
作用。
為了精確瞄準腫瘤，醫師必須先做醫學影像掃描，並標出腦內腫瘤部位的座標。
北榮因此過去26年，累積了8000多個標記好的的腦部MRI影像。這些寶貴的歷史資產，就
成了榮總首波發展AI輔助診療的基礎。
因為，醫療影像深度學習的第一個步驟，就是得靠資深醫師大量人工標注病灶位置，以訓
練AI。
「標注很耗費時間、體力，所以我們就去想，手上有沒有已經標注好的數據，」郭萬祐解
釋。他表示，真的很「幸運」，省去了挑選個案到資料標注的漫長過程。
其中，再從神經瘤、原發性腦瘤、腦下垂體瘤等疾病中，選出腦轉移瘤的1300份標注好的
影像資料，交給AI Lab來做演算法模型，歷經每個月好幾次的討論，逐步修改模型才有了
DeepMets的誕生。
報告不用等 現場看檢查結果？
開診以來，來到郭萬祐的AI輔助門診的患者約10位，都是在確認肺癌腫瘤是否轉移腦部，
來決定後續治療方式。
肺癌號稱「新國病」，據國健署統計，2016年台灣新增罹患肺癌人數約13500人，年增400
人的速度，在所有癌種中排名第一。其中，每年來到北榮就診的肺癌患者約800位。
一直以來，病人要確診是否罹患肺癌，都要經過胸腔科醫師排定檢查，透過肺部電腦斷層
掃描、腦部磁振造影、核子醫學的骨骼掃描3步驟才能判定。
但肺部結構的特殊性，導致小的癌細胞很容易跟著血流進到腦部。所以一個標準的肺癌期
別認定，一定要包括腦部電腦斷層或是磁振造影才算完整。
一旦發現腦部轉移，就是癌症第四期。「理論上就不用開刀了，因為只要有一顆在腦部，
就可以想像身體裡很多地方都有癌細胞，所以這是決定癌症級別的重要一步，」郭萬祐解
釋。
只是，患者從胸腔科排定MRI檢查，至少要等上一個月。做完檢查後，還得等個5到7天，
放射科醫師完成檢驗報告後，再來進行第二次門診，由專科醫師決定後續怎麼治療。
放射科醫師製作報告的5到7天，流程不能省。郭萬祐解釋，「這份報告就是呈堂供證，是
具有法律效力的文件。我們可以節省一點時間來決定治療策略，減輕病人的焦慮，但法律
規定的流程還是要照走。」
那節省的時間在哪裡？
一次MRI檢查，指的是從我們頭頂到顱底，超過兩百張的切面斷層圖。放射科醫師除了要
一一確認，病人是否有腦瘤之外，還得一張一張圈選病灶，計算腫瘤的面積，以及堆疊之
後的體積大小，才能決定後續是否開刀處理。
「如果我們今天要決定，要不要開刀拿掉（腦瘤），還是用加馬刀（放射手術）處理，體
積對我而言就很重要，」郭萬祐說。
一般放射科醫師可能需要4年訓練，加上兩年次專科的經驗，才能在上百張的黑白影像中
，快速做出精準判斷，確認是否有腫瘤，以及每個腫瘤的體積大小。
郭萬祐估計，這樣的判斷時間至少需要20分鐘，而北榮的放射科醫師每天至少要看100到
120位患者的MRI結果。
DeepMets的出現，讓醫師只要在MRI影像上按下右鍵，選擇「Send to AI」（傳送到AI）
。不到30秒就能在螢幕上直接看到初步判讀結果，疑似腫瘤的「感興趣區」（ROI）都以
不同顏色呈現。
醫師可以直接勾選，確認每一個建議是否真的是腫瘤。半小時後，影像就上傳在醫院的醫
療影像與傳輸系統（PACS）。
也就是說，本來要等上7天才能看報告的肺癌患者，現在在AI的輔助下，做完檢查後半小
時就能知道「初步」判讀結果，以及可能的治療選項。
20秒的結果，有多準確？
AI快速判讀的「初步」結果，與資深醫師有多大差距?
郭萬祐現場示範。
他拿起匿名患者的MRI檢驗結果來測試。他憑著過往經驗，在50多張MRI影像中挑出2個腫
瘤，並一張一張計算腫瘤面積及體積大小。
而同樣一批MRI影像，在DeepMets的判讀下，不到30秒就圈出至少5個疑似腫瘤的「感興趣
區」(包含郭萬祐圈出的2個)，及每個區域的體積，省去醫師一一計算的時間。
為什麼會有這樣的差異？
「現在不是百分之百（準確），但我寧願它敏感度高一點。」郭萬祐指著DeepMets圈選的
其中一個標註解釋，「因為這個病人有假牙，所以這邊有一個假影。上面還有一個是旁邊
水腫的關係，所以會有假象。」
說完後，他就在建議清單中刪除這些選項，來訓練系統提升精準度。
現在DeepMets還在學習階段，準確度大約85%，相當於一個住院醫師的水準。
「初期如何判定AI演算法提供的診斷是否正確，還需要靠有經驗的資深醫師把關，」郭萬
祐說。
AI搶工作 放射科醫師從有到無？
AI助手DeepMets走進北榮，為醫師提供診斷的「第二意見」，一方便可幫醫生提高效率、
降低誤診率，未來如大量推廣，還可縮短城鄉差距，讓醫療資源缺乏的地區也能有資深醫
師的知識與經驗。
但郭萬祐強調，「這有點灰色地帶，」因為目前AI輔助門診還是在研究計畫的範疇，進行
測試和驗證。「結果夠穩定，我們才會去提供資料給衛福部食藥署（TFDA）做正式申請認
證，那時候才能廣為宣傳。」
AI助診要通過法規審查，還有一段距離。要從單一醫院的演算法模型，擴及到不同醫院也
能通用，克服儀器、影像品質等差異，又是另一個挑戰。
但可以確定的是，AI的出現，已經開始減少醫生的負擔，讓計算腦部腫瘤體積這種重複性
的工作，留給擅於數字的演算法來執行。
AI越來越聰明，未來就能取代放射科醫師，讓「李開復的詛咒」應驗嗎？
當被記者問到郭萬祐，他率先「擁抱敵人」的創舉，看在其他放射科醫師眼裡，會不會不
大舒服？
郭萬祐坦言，確實曾收到來自同行的「挑戰」。但他話鋒一轉，再次堅定強調，他相信懂
得用AI的人才有競爭力，「以後可能是會用AI的醫生，淘汰不會用AI的人了。」
1895年，德國科學家倫琴博士（Wilhelm Conrad Roentgen）發現X光至今不過120年。在
那之前，沒有人知道放射科醫師是什麼。
郭萬祐認為，如果放射科醫師可以在AI的輔助下，省下許多時間，就可以空出時間來做其
他的事。把時間用在和病人互動，提升醫病關係只是選項之一。從事放射線介入性治療的
研發，也會對改善治療品質有所幫助。
現在，放射科醫師的工作早已不只是影像解讀，還包含針對個別病患設計影像檢查的技術
與設備參數、由影像導入的放射性治療（放射線介入性治療）、和病患與其他醫師討論與
決定最佳治療方式等。
放射線介入性治療，就好像微創手術。醫師在放射線影像的導引下，把導管或藥物，透過
極小的傷口放入人體，對症下藥。其應用範圍十分廣泛，常見的肝癌無線射頻電燒（RFA
）就是一例，可以透過不到0.2公分的傷口，治療3顆以下、3到5公分以下的腫瘤。
事實上，2018年《哈佛商業評論》（HBR）刊出，由麻省理工學院數位經濟計畫研究員戴
文波特（Thomas H. Davenport）與哈佛醫學院放射醫學副教授卓爾（Keith J. Dreyer）
合寫的「人工智慧不會取代放射科醫師」，結論也與郭萬祐一致。
AI不斷學習，也許會取代部份工作內容，讓從無到有的放射科醫師，經歷工作內容的轉變
，但這個專業不會消失。
「要不要叫這個名稱（放射科醫師）都無所謂，只要我們的實力、專業程度夠高，可以駕
馭AI的使用，就不用擔心被取代，」 郭萬祐說。（責任編輯：吳凱琳）