AI醫療的未來曙光在臺灣 ── 專訪HTC研發與醫療總裁 張智威
現任HTC研發及醫療總裁的張智威，畢業於史丹佛大學電機博士，曾任Google中國研究院院長、香港科技大學計算機系客座教授、加州大學聖塔芭芭拉分校電機系正教授，為機器學習和多媒體研究領域的專家。2018年起兼任加州大學柏克萊分校訪問教授。
張智威今年與來自哈佛大學、擔任國立中央大學生醫理工學院院長的彭仲康博士帶領動態生醫指標團隊，以DeepQ（行動健康照護檢測儀）在人類史上最大的醫學競賽Qualcomm Tricorder XPRIZE以亞軍之姿脫穎而出。DeepQ重量小於5磅、檢測準確率極高，經由人工智慧、大數據技術的輔助，已可正確診斷數十項疾病，方便民眾在家或護士於診所使用的先進行動健康照護檢測儀DeepQ，未來將改善醫療資源貧瘠地的照護情況。對於AI醫療的革新以及AI在台發展現況，張智威博士將從DeepQ的研發及大數據中深入探討。
AI發展 ── 突破與困境
近幾年，AI不斷在世界各地掀起陣陣浪潮，根據烏鎮智庫全球人工智能發展報告指出，近五年內，新增的AI企業數、融資規模以及投資頻率都有大幅的上升。
今年夏天AI圈內，兩大科技業的CEO，馬斯克(Elon Musk)及祖克柏(Mark Zuckerberg)分別對AI持有不同的看法，其中馬斯克幾年前便對AI的發展表達他的疑慮，然而祖克柏對AI則相對樂觀許多。對此，張博士提到，這次AI的革新並未有什麼新意，而過去四、五年的AI革新亦是如此，這比較像是一種炒作，因為其在運算基礎上並沒有太大的進步。
今年夏天引起的論戰，大量的數據與運算能力的提升是這次革新的兩個主因，GPU(註1)的進步讓電腦的運算能力快到足以處理大數據的資料。但張博士覺得AI真正的突破，必須是AI本身能夠做分析、能夠處理小數據。例如人們只要看到一兩次貓或狗，便能夠進行區分、辨識一樣，小數據的學習能力必須要有所突破，也就是AI基於本身以往的知識能夠進行推理及分析，而非依據抽取巨量資料中具代表性的特徵值來判斷。張博士認為AI目前危險的地方是因為不夠進步、精準，而不是超越或取代人類，他認為兩大科技業CEO都有其各自的要點，AI絕對可以幫助人類，但若AI出現錯誤，也將可能帶來災難。
台灣在AI上的優勢 ── AI醫療
當問到張博士為何會選擇回到台灣做AI醫療這塊領域時，張博士提到去年Google有邀請他參與一個醫療的計畫，然而關鍵的問題是，在美國事實上並沒有辦法蒐集到大量的醫療數據，相較於病例數位化的台灣，美國在大部分地區還是以紙本病例為主。由於台灣健保，雖然無法隨意取得資料，但透過各種不同的合作方式，依照法定程序、用戶許可，取得的機會與數據上還是台灣較具優勢。 [if !supportLineBreakNewLine] [endif]
早在2012年，美國國家地理頻道紀錄片《亞洲新視野：臺灣醫療奇蹟》介紹台灣醫療，全世界前200大醫院，台灣就佔了14家，可見台灣醫療技術之先進。根據科技新報、康健雜誌、聯合新聞網等，台灣全民健保資料庫自2000年起開辦至今累積大量數據，不但能了解並歸類病患病徵、習性，若將這些數據用在慢性疾病方面，能讓台灣在AI醫療方面有更深廣、領先的發展。
談及醫療檢測儀器的發展，張博士提出三大要點：價錢（Cost）、品質（Quality）、可接近性（Accessibility）。由於醫療本身花費成本高，在某些國家的取得性會降低。而本身質小量輕的DeepQ，兼顧品質及可接近性，打破以往醫療看診模式，並改善偏鄉地區的醫療貧瘠。
完成，不代表完美
於DeepQ團隊待了五年的張智威博士，認為台灣人才與矽谷相較，堅持力是關鍵點。「有的時候你要在技術或者是科學（Science）有突破（Breakthrough），前面也許幾年是非常的寂寞，沒有很快的結果」張博士說。
提到堅持力，張博士以DeepQ團隊研發過程為例。當時團隊為這場為期四年的比賽做研發，張博士希望將偵測不同病況的零件組合在一個裝置裡，卻與團內設計師理念不合。體認到完成（Completion）不等於完美（Perfection），張博士將這份追求完美的精神帶進了團隊，在無數日子中默默誕生了DeepQ。
英國首相邱吉爾說過，"Continuous effort--not strength or intelligence--is the key to unlocking our potential."（要發揮真正的潛力，關鍵不在於能力或智慧，而是持續付出的努力。）這就是張智威博士與他的團隊在AI醫療上的理念──堅持，直到看見成功。
失戀了怎麼辦？用三種方式，看透人性？臺灣的媒體該如何重拾社會信任？
印度女孩想告訴你：你我都該是女性主義者。
未來的醫療模式，居然是走出醫院、回到家裡？
18分鐘，給自己一個充滿啟發、想像與省思的聖誕節，一起來約會。
TEDxTaoyuan2017 | CreAction
年會日期：2017.12.23 (六) 12:30-18:00
年會地點：桃園展演中心 Taoyuan Arts Center
>> 活動資訊 <<
註1. GPU（Graphics processing unit）：即為圖形處理器(又稱繪圖晶片)，比CPU（中央處理器）擁有多達千個小型高效率核心，能進行多重任務。提升運算、成像和電腦視覺、分析、影像等處理速度。這讓原先廣泛運用在電玩遊戲的GPU，現今被用在AI領域發展深度學習，例如自動駕駛車、打敗世界棋王的AlphaGo。
參考資料
CPU和GPU一比見高低：https://www.youtube.com/watch?v=-P28LKWTzrI
【科技新報】醫療 AI 發展加速，預防醫學導入最為迅速：https://technews.tw/2017/07/19/medical-treatment-ai/