https://www.cw.com.tw/article/article.action?id=5096463
文 彭子珊 2019-08-16
放射科医师一再点名是最有可能被AI取代的十大行业之一。去年台湾放射肿瘤科医师的招
收率也跌到及格边缘，名列新“四大皆空”成员。有一位放射科医师却逆势而行，在年初
开设“AI辅助门诊”，要把脑转移瘤的诊断时间大幅缩短，从20分钟降到20秒，他不担心
被“AI医生”取代吗？
去年，创新工场董事长李开复的新书《AI新世界》不但在中文世界热卖，英文版甚至也跃
上美国畅销书排行榜。
李开复在该书中举出面临AI威胁，而“危机四伏”的十大行业，其中在纽约平均年薪达47
万美元的放射科医师，被他视为高薪职位被科技取代的经典案例。
“因为AI科学家已经可以透过X光、MRI或CT来诊断特定类型的癌症（黑色素瘤、肺癌），
且诊断表现可达医师水准，”他写着。
“尽管AI还需一段时间才能取代放射科医师的大部份工作，但如果你在考虑学医，这肯定
是一个要避开的领域。”
口耳相传之下，李开复对于放射科医师的“诅咒”，已经初步应验。
去年底，卫福部公布的医疗专科医师招收统计结果，赫然出现“新四大皆空”取代过去的
“五大皆空”的新现象。过去招收不足的妇产科、急诊等科均有好转，取而代之的是临床
病理、核子医学、解剖病理、放射肿瘤科等有被AI取代疑虑的4科。
其中，放射肿瘤科核定一年名额22人，但最后只招到13人。核子医学科更惨，核定10名，
最后只收到2名。
在这种风声鹤唳的悲观气氛之下，在以保守著称的台北荣总医院，竟然有一位放射科医师
，大胆拥抱新科技，开起了“AI辅助门诊”。
AI抓脑转移瘤 20分钟变20秒
午后的台北荣总，满是候诊的人群。神经外科门诊区最早结束看诊的，是门口挂著“AI”
标记，由北荣放射科主任郭万祐主持的“AI辅助门诊”。
郭万祐是台湾放射医学权威，也是第一个获得美国神经放射线医学会荣誉院士的台湾医师
。
“AI辅助门诊”是当前医界的热门话题。中国医药大学附设医院宣布，儿科、眼科等8科
导入AI门诊，提供第二意见。
2017年11月科技部启动的“医疗影像专案计画”，一年投入8000万台币补助之下，台北荣
总也在今年初推出3个“AI辅助门诊”，包括心脏内科权威、北荣副院长陈适安主持的“
AI辅助心房颤动电烧门诊”、骨科的“AI辅助脊椎骨折门诊”。
郭万祐的“AI神经影像辅助门诊”，甚至号称是世界第一套AI肿瘤临床判读系统。由北荣
与台湾人工智能实验室（AI Lab）合作研发，仅花6个月便完成的AI脑瘤自动判读系统（
DeepMets），让每个患者的MRI影像判读时间，可从20分钟缩短到20秒。
这么厉害的系统，为什么开发速度这么快？这跟一段独特的历史有关。
台北荣总是台湾放射医学重镇。郭万祐因此在30年前，被派到执世界放射医学牛耳的瑞典
卡洛琳斯卡医学院攻读博士，并学习该院发明不久的加马刀技术。
1993年，北荣完成台湾首例加马刀立体定位放射手术。号称“开脑不流血”的“加马刀”
放射治疗，是以用单次高剂量的加马射线攻击脑部的肿瘤，可大幅减少一般开颅手术的副
作用。
为了精确瞄准肿瘤，医师必须先做医学影像扫描，并标出脑内肿瘤部位的座标。
北荣因此过去26年，累积了8000多个标记好的的脑部MRI影像。这些宝贵的历史资产，就
成了荣总首波发展AI辅助诊疗的基础。
因为，医疗影像深度学习的第一个步骤，就是得靠资深医师大量人工标注病灶位置，以训
练AI。
“标注很耗费时间、体力，所以我们就去想，手上有没有已经标注好的数据，”郭万祐解
释。他表示，真的很“幸运”，省去了挑选个案到资料标注的漫长过程。
其中，再从神经瘤、原发性脑瘤、脑下垂体瘤等疾病中，选出脑转移瘤的1300份标注好的
影像资料，交给AI Lab来做算法模型，历经每个月好几次的讨论，逐步修改模型才有了
DeepMets的诞生。
报告不用等 现场看检查结果？
开诊以来，来到郭万祐的AI辅助门诊的患者约10位，都是在确认肺癌肿瘤是否转移脑部，
来决定后续治疗方式。
肺癌号称“新国病”，据国健署统计，2016年台湾新增罹患肺癌人数约13500人，年增400
人的速度，在所有癌种中排名第一。其中，每年来到北荣就诊的肺癌患者约800位。
一直以来，病人要确诊是否罹患肺癌，都要经过胸腔科医师排定检查，透过肺部电脑断层
扫描、脑部磁振造影、核子医学的骨骼扫描3步骤才能判定。
但肺部结构的特殊性，导致小的癌细胞很容易跟着血流进到脑部。所以一个标准的肺癌期
别认定，一定要包括脑部电脑断层或是磁振造影才算完整。
一旦发现脑部转移，就是癌症第四期。“理论上就不用开刀了，因为只要有一颗在脑部，
就可以想像身体里很多地方都有癌细胞，所以这是决定癌症级别的重要一步，”郭万祐解
释。
只是，患者从胸腔科排定MRI检查，至少要等上一个月。做完检查后，还得等个5到7天，
放射科医师完成检验报告后，再来进行第二次门诊，由专科医师决定后续怎么治疗。
放射科医师制作报告的5到7天，流程不能省。郭万祐解释，“这份报告就是呈堂供证，是
具有法律效力的文件。我们可以节省一点时间来决定治疗策略，减轻病人的焦虑，但法律
规定的流程还是要照走。”
那节省的时间在哪里？
一次MRI检查，指的是从我们头顶到颅底，超过两百张的切面断层图。放射科医师除了要
一一确认，病人是否有脑瘤之外，还得一张一张圈选病灶，计算肿瘤的面积，以及堆叠之
后的体积大小，才能决定后续是否开刀处理。
“如果我们今天要决定，要不要开刀拿掉（脑瘤），还是用加马刀（放射手术）处理，体
积对我而言就很重要，”郭万祐说。
一般放射科医师可能需要4年训练，加上两年次专科的经验，才能在上百张的黑白影像中
，快速做出精准判断，确认是否有肿瘤，以及每个肿瘤的体积大小。
郭万祐估计，这样的判断时间至少需要20分钟，而北荣的放射科医师每天至少要看100到
120位患者的MRI结果。
DeepMets的出现，让医师只要在MRI影像上按下右键，选择“Send to AI”（传送到AI）
。不到30秒就能在萤幕上直接看到初步判读结果，疑似肿瘤的“感兴趣区”（ROI）都以
不同颜色呈现。
医师可以直接勾选，确认每一个建议是否真的是肿瘤。半小时后，影像就上传在医院的医
疗影像与传输系统（PACS）。
也就是说，本来要等上7天才能看报告的肺癌患者，现在在AI的辅助下，做完检查后半小
时就能知道“初步”判读结果，以及可能的治疗选项。
20秒的结果，有多准确？
AI快速判读的“初步”结果，与资深医师有多大差距?
郭万祐现场示范。
他拿起匿名患者的MRI检验结果来测试。他凭著过往经验，在50多张MRI影像中挑出2个肿
瘤，并一张一张计算肿瘤面积及体积大小。
而同样一批MRI影像，在DeepMets的判读下，不到30秒就圈出至少5个疑似肿瘤的“感兴趣
区”(包含郭万祐圈出的2个)，及每个区域的体积，省去医师一一计算的时间。
为什么会有这样的差异？
“现在不是百分之百（准确），但我宁愿它敏感度高一点。”郭万祐指著DeepMets圈选的
其中一个标注解释，“因为这个病人有假牙，所以这边有一个假影。上面还有一个是旁边
水肿的关系，所以会有假象。”
说完后，他就在建议清单中删除这些选项，来训练系统提升精准度。
现在DeepMets还在学习阶段，准确度大约85%，相当于一个住院医师的水准。
“初期如何判定AI算法提供的诊断是否正确，还需要靠有经验的资深医师把关，”郭万
祐说。
AI抢工作 放射科医师从有到无？
AI助手DeepMets走进北荣，为医师提供诊断的“第二意见”，一方便可帮医生提高效率、
降低误诊率，未来如大量推广，还可缩短城乡差距，让医疗资源缺乏的地区也能有资深医
师的知识与经验。
但郭万祐强调，“这有点灰色地带，”因为目前AI辅助门诊还是在研究计画的范畴，进行
测试和验证。“结果够稳定，我们才会去提供资料给卫福部食药署（TFDA）做正式申请认
证，那时候才能广为宣传。”
AI助诊要通过法规审查，还有一段距离。要从单一医院的算法模型，扩及到不同医院也
能通用，克服仪器、影像品质等差异，又是另一个挑战。
但可以确定的是，AI的出现，已经开始减少医生的负担，让计算脑部肿瘤体积这种重复性
的工作，留给擅于数字的算法来执行。
AI越来越聪明，未来就能取代放射科医师，让“李开复的诅咒”应验吗？
当被记者问到郭万祐，他率先“拥抱敌人”的创举，看在其他放射科医师眼里，会不会不
大舒服？
郭万祐坦言，确实曾收到来自同行的“挑战”。但他话锋一转，再次坚定强调，他相信懂
得用AI的人才有竞争力，“以后可能是会用AI的医生，淘汰不会用AI的人了。”
1895年，德国科学家伦琴博士（Wilhelm Conrad Roentgen）发现X光至今不过120年。在
那之前，没有人知道放射科医师是什么。
郭万祐认为，如果放射科医师可以在AI的辅助下，省下许多时间，就可以空出时间来做其
他的事。把时间用在和病人互动，提升医病关系只是选项之一。从事放射线介入性治疗的
研发，也会对改善治疗品质有所帮助。
现在，放射科医师的工作早已不只是影像解读，还包含针对个别病患设计影像检查的技术
与设备参数、由影像导入的放射性治疗（放射线介入性治疗）、和病患与其他医师讨论与
决定最佳治疗方式等。
放射线介入性治疗，就好像微创手术。医师在放射线影像的导引下，把导管或药物，透过
极小的伤口放入人体，对症下药。其应用范围十分广泛，常见的肝癌无线射频电烧（RFA
）就是一例，可以透过不到0.2公分的伤口，治疗3颗以下、3到5公分以下的肿瘤。
事实上，2018年《哈佛商业评论》（HBR）刊出，由麻省理工学院数位经济计画研究员戴
文波特（Thomas H. Davenport）与哈佛医学院放射医学副教授卓尔（Keith J. Dreyer）
合写的“人工智能不会取代放射科医师”，结论也与郭万祐一致。
AI不断学习，也许会取代部份工作内容，让从无到有的放射科医师，经历工作内容的转变
，但这个专业不会消失。
“要不要叫这个名称（放射科医师）都无所谓，只要我们的实力、专业程度够高，可以驾
驭AI的使用，就不用担心被取代，” 郭万祐说。（责任编辑：吴凯琳）