風哥曾在一次預防醫學的演說結束後，遇到一位醫生朋友問我：「在中國，黃帝內經強調『上醫治未病』與西方“醫學之父”希波克拉底提倡『預防勝於治療』都超過二千年，但這樣的理想一直都沒有實現，為何你認為預防醫學在現今的年代可以被實現？」這是一個非常有智慧的問題，也是我撰寫本文的主要目的。

有開車或騎機車的朋友，都知道我們可以透過車子的儀錶板來即時了解整部車子的運作情形是否正常。缺油加油、沒水加水，速度太快就放慢速度，里程數到了該進廠維護就準時赴約。其實，即時的回饋與數據化的自我管理才是落實預防的精髓。但我們的身體沒有儀錶板，平常就用感覺或頂多一年一次的健康檢查來自我回饋與管理。而受限於片段與不規律的量測和測量項目，身體的狀態很難被即時且完整的理解，所以只能把醫療重心放在治療疾病上，畢竟很少有工具和資源可以不斷且密切地追蹤個人的健康狀況來防止疾病發生。

不過，在現今這個充滿改變的時代，每天都有新的技術突破，並且互相緊密結合，包含人工智慧與大數據分析、穿戴式裝置、雲端運算等等…終於讓我們有機會能夠即時地“了解”自己的身體狀態，就像一個人體的儀錶板，如圖一所示。

圖一：人體儀錶板

雖然目前仍有許多人因使用活動追蹤器來衡量他們每天走多少步而感到興奮，但是更具洞察力的精準預防世代正在來臨，所謂的精準預防通常涉及到針對個人特徵的行為干預，也可以藉由修改照護供應系統、優化社群網絡傳播、製定針對性政策或大環境變化來瞄準“精確”族群[1]。我們可預見的，精準預防會徹底改變我們所熟悉的醫療保健系統與思維，並促使越來越多人更有能力來自我管理健康狀態與預防疾病發生，而將治療作為最後的手段。

當然技術的到位只能解決一部份的難題，醫療保健方面的政策轉變也需要變化。例如在美國，只有3％的醫療保健預算用於預防[2]，其餘的97%重心仍然在治療。這種分配比例也勢必牽引著醫療產業的資源投放與聚焦。最近，CBS Insights整理一張圖（圖二），列出106個使用AI來強化其價值主張並改善醫療保健的數位健康新創公司[3]。然而，該列表中幾乎沒有公司正專注於賦予尚未生病的族群盡可能地保持健康。諷刺地是，連笨蛋都知道如果能有效預防疾病發生，那麼我們就不需要將大量的資源浪費在治療上。

圖二：106個使用AI來改善醫療保健的新創公司

在為醫療保健提供更多預防思維上，AI到底能發揮什麼樣的作用？答案很重要，它能捕捉即時的生理和健康數據並彙集成大量的資訊，這些資訊可以進一步被處理與精煉，從中找到有意義的模式與軌跡。

睡眠不足對健康的傷害為何？缺乏活動或捨取太多糖對你有什麼影響？壓力如何影響你的健康？有無限的問題需要被提出，同樣有無限的教訓值得人們學習。以更健康的方式調整你的生活型態、提高你對健康狀況的意識、告訴你某種生活方式對健康可能的影響，這都是AI可以被充分應用的地方。AI可以尋找有意義的模式，並提出改善生活方式的建議；可以早日發現健康問題，使你在疾病嚴重到需要治療之前採取行動。

即時或者是接近即時的測試和分析在自我管理的場景中尤為重要。例如，糖尿病人準確監測自己的血糖濃度是很重要的。如果等待醫生或者護士進行測試，會影響其結果的準確度和對疾病的恰當管理。IBM Watson Health總監Balaji Krishnapuram就這樣說：「如果測試結果顯示你的血糖偏高，那可能是你在測試前攝入的碳水化合物過多、前一晚沒有睡好、壓力過大，或者是因為本週沒有運動，這些因素都可能會影響你的血糖濃度。如果你的醫生以你每兩個月進行一次的測量，作為調整藥物劑量的依據，其實這很難確定最合適你的藥物劑量並有效控制你的病情。而AI工具的出現，不僅可以快速有效的分析結果以及合理調整藥物劑量，還可以及時的提醒患者保持運動、吃健康食物和維持充足的睡眠。」

AI的確可以在醫療服務提供者與患者之間扮演一個即時的溝通與引導工具，能更有效激勵我們的生活習慣與行為的改變。

接下來讓我們看看幾家新創公司分別利用不同的數據來源做預防醫學的應用服務。Touchkin是印度的一家新創公司，使用智慧型手機的被動傳感器數據來追蹤因生病所產生的行為變化[4]。其預測引擎學習代表著身心疾病的行為模式，並將用戶與照護支持者做連結。Sonde使用你的聲音語調來偵測疾病的發作[5]。瑞典新創公司Magnea擁有基於機器學習的平台，使用身體感測器來偵測創傷性跌倒[6]。JoiiUp也致力於發展「AI-based人體儀錶板」與「個人化運動計劃」，提供用戶完整的健康狀態數位量表評估、即時生活型態調整建議與個人化運動計劃引導[7]。

23andme使用AI（機器學習）產生基於遺傳學的風險預測演算法[8]，通過了解我們自己的遺傳密碼，我們可以獲得更多個人化和可操作的資訊，從而促進健康。在DNA報告中，你可以從23andme獲得一些疾病的風險指示。如果心臟病的遺傳風險比較高，那麼你可以透過調整生活方式（如更多的運動和健康的飲食）來降低風險。在社交網路中可用的大量數據是預期在疾病預防中能發揮作用的另一數據來源，Sickweather是使用社交媒體預防疾病的一個例子，透過掃描與你相關或鄰近的社群圖譜（social graph）來預測疾病的發生跡象[9]。社群媒體特別有趣的地方是檢測早期心理健康的問題，除了追蹤社交媒體使用頻率之外，還可以通過情緒分析技術發現更先進的模式。

結論

研究機構TrendForce指出[10]，資通訊技術(ICT)在醫療健康領域的應用，由應用目的分類為預防醫學、數位醫療以及精準醫療等三大部分。

圖三：資通訊技術在醫療領域的應用

在這三大類別中，只有預防醫學處於醫療相關法規約束的範圍之外，因此穿戴式裝置配合App或是網站所提供的自我健康紀錄系統，皆非涉及醫療行為，可以藉由使用者主動授權資料，進而提供與大數據比對後的即時回饋服務，因此目前以預防醫學導入AI的發展最快速。

預防醫學可以透過各式各樣的新型設備收集健康人群的數據，這些數據量可以說是無窮無盡。獲得越多健康人士的數據，就越能洞悉越多問題。傳統醫療所使用的數據極為有限，只是通過病例和嚴重病例的抽樣調查獲取。我們已經看到了一些如何利用AI來盡量幫助人們處於健康狀態的例子，當我們可以組合來自不同數據源的所有數據並具有更完全與整體的觀點來有效預防疾病時，這將變得更加有價值。當然，目前仍然有一些困難需要克服，包括數據互通性障礙。

AI技術的使用將是支撐由疾病醫療(sickness cure)轉向健康照護(healthcare)的關鍵，也是能主動提供人們維持在健康狀態的重要工具。透過挖掘所有可用的數據，全面了解你的健康狀況並不斷學習，盡可能為你提供最佳與即時的建議。

美國著名的梅奧醫學中心（Mayo Clinic）創始人Dr. William J. Mayo曾說：「醫學的作用是預防疾病，延長壽命。醫學的最佳效果就是不再需要內科醫生。」人工智慧應用的長足進步，醫學研究的未來趨勢均顯示，我們正在朝著醫學的最佳效果邁進。

你準備好擁抱人工健康智慧了嗎？

參考資料：

[1] https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4705446/

[2]http://www.allhealthpolicy.org/wp-content/uploads/2017/03/Public_Health_Prevention_Efforts_Issue_Brief_115.pdf

[3] https://www.cbinsights.com/research/artificial-intelligence-startups-healthcare/

[4] http://www.touchkin.com/

[5] http://www.sondehealth.com/

[6] http://magnea.com/#home

[7] www.joiiup.com

[8] https://www.23andme.com/en-int/