[資料來源：師大新聞]
國立臺灣師範大學10月30日舉辦通識教育講座，邀請國立臺灣大學人工智慧與機器人研究中心執行長曾柏元，以「AI x 醫療：是碰撞火花，還是最後會火化(Hué hua)？」為題，深入剖析人工智慧在醫療健康領域的應用現狀與挑戰。本次講座由恩主公醫院副院長林建宇主持，吸引眾多師大學子到場交流。
曾柏元指出，人工智慧技術自2018年以來持續進步，並於2024年迎來數項重要突破。其中，OpenAI推出的最新AI模型GPT-4o成為廣受矚目的亮點。GPT-4o不僅將文字、圖像、聲音等多種模態整併至單一模型，反應速度更快，還提升了AI在處理複雜任務上的推理能力，展現了AI技術的新高度。
隨著AI迅速發展，其在醫療健康領域的應用愈加普遍。AI目前已廣泛應用於醫療器材、遠距治療、病患諮詢、文件處理、醫療數據分析及藥物開發等多個領域。
在醫療器材方面，AI技術主要用於診斷偵測的相關設備，如X光、斷層掃描及穿戴式儀器等，這些設備多已通過FDA認證並獲得醫療界認可。曾柏元提到，目前全球約70%至80%的AI醫療應用集中在放射影像領域，其他重要應用則包括心血管和神經科學等專科領域。雖然AI技術日益成熟，但在醫療應用上依然是輔助角色，診斷結果仍需由醫療人員審查。不過，一個例外是為糖尿病患者設計的視網膜影像診斷AI儀器，它可在無需醫療人員介入的情況下進行有效診斷。
在藥物開發方面，自2018年AlphaGo引發關注後，各大企業加速推動AI在藥物領域的應用。AI能夠生成新藥物分子，並透過後續實驗確認其療效，大大縮短藥物設計與臨床開發時間，降低開發成本，並提升藥品質量。曾柏元提到，Google DeepMind的AlphaFold模型運用蛋白質結構預測技術大幅推進了醫療研究，其在今年進一步推出的AlphaFold3，新增DNA、RNA結構及配體和離子相互作用的預測功能，成為AI醫療領域的重要突破。
儘管AI在醫療領域應用前景廣闊，但也面臨許多挑戰。曾柏元指出，數據隱私和安全問題是全球AI醫療應用的首要挑戰。而法規的不完善、責任歸屬問題及專業人才培訓不足，也是現今AI醫療應用的瓶頸。此外，AI技術的高能源消耗也不容忽視。根據統計，美國科技公司Nvidia推出的高端晶片在2024年耗電量達13800GWh，相當於一個小國的年度用電量，因此降低AI晶片能耗已成為業界的重要課題。
曾柏元也聚焦在臺灣的AI醫療應用困境進行說明。首先，法規限制使醫療數據取得不易；其次，健保補助有限，醫院缺乏AI應用推廣的經濟誘因。另外，臺灣強項在於硬體產業，但在以軟體為主的AI醫療應用上缺乏專業人才。最後，科技業與醫療界合作的溝通成本高昂，也增加了推動AI醫療應用的挑戰。
在講座的最後問答環節，林建宇主持人提及「大學生在面對AI時代需要哪些人才以及應具備哪些能力?」，曾柏元執行長回應學生們除了扎實學習本科知識外，也應積極擁抱AI技術，掌握如何運用AI知識。然而，他強調，關鍵在於不要讓AI技術主導生活，而是要成為AI的掌控者。曾柏元提醒同學們，要在未來的職場中找到屬於自己的定位，善用AI提升自己的專業競爭力，這將幫助他們在職場上脫穎而出。(撰稿: 校園記者國文116陳士祈 / 編輯:張適 / 核稿:胡世澤)
