Deep Medicine [Chapter 4]醫療 AI 深度學習跟你想的不一樣？

這週想聊的核心問題：「人工智慧（AI），特別是深度學習（Deep Learning），在醫療領域的應用和潛力，究竟與人們的想像有何不同？它真正的價值和挑戰是什麼？是否真的能改變醫療？如果可以，它該怎麼做？真正有效的做法跟我們一般人（或科技業）想像的有什麼不同？」

AI 對醫療的價值並非單純來自於技術突破，而是來自於理解其本質、資料處理的方式與醫學應用場域的特性差異。
小公司 AliveCor 的案例證明，在醫療 AI 領域中，即使是資源有限的小型團隊，只要正確處理資料、善用臨床合作與深度學習，就有可能擊敗科技巨頭如 Apple。
AI 的力量並非來自『模仿人類』，而是能夠從龐雜數據中發現人類難以察覺的模式與關聯，前提是必須以對的方式訓練與設計演算法。
深度學習是一種全新型態的認知系統，其對社會與醫學的影響，遠比我們單純看待「技術工具」的視角來得深遠。

The Al revolution is on the scale of the Industrial Revolution-probably larger and definitely faster.
人工智慧（AI）革命的規模與工業革命相當 — — 甚至可能更大，而且速度絕對更快。
— — 李開復（Kai-Fu Lee），創新工場董事長、執行長

Al is probably the most important thing humanity has ever worked on. Al is… more profound than electricity or fire.
AI 很可能是人類有史以來投入研究的最重要的事物。AI……比電力或火更深遠。
— — 桑達爾·皮查伊（Sundar Pichai），Google 執行長

AliveCor 的起點與挑戰

2016 年 2 月，一家名為 AliveCor 的小型新創公司聘請了兩位具有 AI 專長的 Google 前員工 — — 法蘭克·佩特森（Frank Petterson）和賽門·普拉卡什（Simon Prakash），目標是轉型他們的智慧型手機心電圖（Smartphone Electrocardiograms, ECG）業務。當時，這家公司掙扎求生，雖然開發出第一款能夠在 Apple Watch 上顯示單導程心電圖（Single-lead ECG）的智慧型手機應用程式，但似乎缺乏實際臨床應用價值。儘管獲得了來自科斯拉風險投資（Khosla Ventures）等機構的大量投資，AliveCor 仍然面臨著生存威脅。

重新定義使命：從心律到血鉀

Petterson、Prakash 以及另外三位 AI 專家組成的團隊，同時懷著一個雄心勃勃的雙重使命：開發一種演算法能夠被動地偵測心律不整；另一個目標則是嘗試從心電圖中判斷血液中的鉀離子濃度。Petterson 是 AliveCor 的工程副總裁（VP of Engineering），身材高大、藍眼睛、深色頭髮，他在 Google 曾負責 YouTube 直播（Live）、Gaming 和 Hangouts 的開發，也曾獲得奧斯卡科學技術獎（Academy Award），並為《變形金剛》（Transformers）、《星際爭霸戰》（Star Trek）、《哈利波特》（Harry Potter）系列和《阿凡達》（Avatar）等電影開發設計與開發軟體。Prakash 則是產品與設計副總裁（VP of Products and Design），在產品開發領域有著 20 年的經驗，包括領導 Google Glass 的設計專案，並在蘋果工作了九年，直接參與了第一代 iPhone 和 iPad 的開發。

與蘋果的競爭及梅奧診所的啟發

與此同時，六英里外的蘋果一個由二十多位工程師和電腦科學家組成的團隊，也正透過他們的智慧手錶偵測心房顫動（Atrial Fibrillation）；蘋果擁有看似無限的資源，公司營運長（Chief Operating Officer）傑夫·威廉斯（Jeff Williams）負責 Apple Watch 的開發，並為其作為重要醫療器材的未來描繪著願景。當 Dr. Eric 有機會以顧問身份參訪蘋果並審視公司進展時，這個專案的重要性和優先性是毋庸置疑的。

蘋果的目標（偵測 Af）看起來似乎比 AliveCor 更容易實現，透過手錶來判斷血鉀濃度，這在過去是難以想像的。然而處在深度學習（Deep Learning）的時代，已經大大提升了人們的期望；判斷血鉀濃度的想法並非來自 AliveCor 內部，而是來自梅奧診所（Mayo Clinic）的保羅·佛里德曼（Paul Friedman）醫師團隊，他們當時正在研究心電圖 T 波（T Wave）與血液中鉀離子濃度的相關性。在醫學上，我們早就知道 T 波異常升高（Tall T Waves）可能意味著病人有高血鉀，而鉀離子濃度超過 5.0 mEq/L 就可能有危險。

患有腎臟疾病（Kidney Disease）、特別是末期腎病或接受血液透析（洗腎）的病人，鉀離子濃度升高帶來的風險較大；血液鉀離子濃度越高（超過 5），因心律不整導致猝死的風險就越大。Friedman 醫師的研究結果基於分析僅 12 位病人在透析前、中、後的十二導程心電圖與血鉀濃度的關聯，2015 年他們在電生理學期刊（Electrophysiology Journal）上發表了副標題是「一種新型『無血』血液測試的概念驗證」（Proof of Concept for a Novel ‘Blood-Less’ Blood Test）論文，指出即使在正常範圍（3.5–5.0 mEq/L）內，鉀離子濃度的變化，小至 0.2 mEq/L 的差異，也能夠透過心電圖機器偵測到，但無法透過人眼判讀心電圖 Tracing 來察覺。

梅奧診所與 AliveCor 的結盟

Friedman 醫師的團隊渴望透過智慧型手機或智慧手錶這類取得病人心電圖的新方式，並結合 AI 工具來推進這個想法，他們沒有選擇像美敦力（Medtronic）或蘋果這樣的大公司，而是在 2016 年 2 月 Petterson 和 Prakash 加入 AliveCor 不久之後，主動接觸了 AliveCor 的執行長維克·岡多特拉（Vic Gundotra）。Gundotra 是另一位前 Google 工程師，他之所以加入 AliveCor，是因為他相信心電圖中還隱藏著許多有待發掘的信號。最終，在 2016 年底，梅奧診所和 AliveCor 達成協議，共同推進這項研究。Mayo Clinic 擁有非常可觀的病人數據，為 AliveCor 提供一個來自過去二十多年、超過 130 萬筆十二導程心電圖的 Training Set，並且都有對應在心電圖檢查後一到三小時內抽血測得的血鉀濃度數據。然而，這些數據的初步分析卻令人大失所望。

這張誤差圖的橫軸是實際血鉀（K+）濃度的 Ground Truths，縱軸是演算法預測的值；初步結果的平均絕對誤差（Mean Abs Error）高達 9.86%，數據點非常分散，一個實際血鉀濃度為 7 的點被預測為 4.54。AliveCor 團隊為此多次前往明尼蘇達州羅徹斯特市（Rochester, Minnesota）與這個龐大的數據集奮戰，苦苦掙扎試圖找出問題所在。起初找不到原因，直到他們有了一個可能逆轉局勢的想法：Mayo Clinic 龐大的心電圖數據庫只提供門診病人的數據，使得樣本偏向於更健康的個體；如果轉而分析住院病人的數據，不僅能提供更高比例的高血鉀樣本，而且他們的抽血時間也會更接近心電圖檢查的時間，這個洞察是解決演算法初期表現不佳的關鍵。

演算法的突破：「尤里卡！」時刻

團隊也想到，或許關鍵資訊並不僅僅存在於 Friedman 醫師團隊所假設的 T 波中，何不分析整個心電圖訊號，並挑戰認定「所有有用資訊都編碼在 T 波裡」的既有假設？他們請 Mayo Clinic 提供一個更好、更廣泛的資料庫，讓他們的演算法可以用包含 280 萬筆心電圖以及 428 萬筆鉀離子濃度數據來進行測試，數據涵蓋完整的心電圖波形模式，而不僅僅是 T 波。結果如何呢？

「尤里卡！」（Eureka!）錯誤率驟降至 1%，而衡量預測準確度的指標 ROC 曲線（Receiver Operating Characteristic）從 Scatterplot 時期的 0.63 大幅提升至 0.86。ROC 曲線被認為是展示和改進方法的最佳方式之一，透過繪製真陽性率（True Positive Rate）對比偽陽性率（False Positive Rate）量化準確度，曲線下面積（Area Under the Curve, AUC）1.0 是完美、0.50 等於對角線，代表 Worthless、相當於丟硬幣隨機決定，一般來說，0.80–0.90 良好（Good），0.70–0.80 算尚可（Fair），所以這樣看來 AliveCor 最初 0.63 的 AUC 是差的。他們進一步對 40 位洗腎病人的同步心電圖和鉀離子濃度數據進行 Prospectively Validated，向美國食品藥物管理局（Food and Drug Administration, FDA）提交申請，以獲取在智慧手錶上透過演算法檢測高血鉀的商用許可。

從 AliveCor 經驗中學習 AI 應用於醫療的關鍵

AliveCor 的故事為試圖將 AI 應用於醫療領域的人提供了寶貴的一課，當 Dr. Eric 問 Petterson 他學到了什麼，他說：「不要太早過濾數據……我在 Google 工作過，我們以前都學過這個教訓，但有時候你得多學幾次。機器學習在你給它足夠的數據和最原始的數據（Rawest Data）時效果最好，如果你有足夠的數據，它應該能夠自行過濾掉雜訊（Noise）。在醫療領域，你往往沒有足夠的數據。這裡不像搜尋引擎查詢（Search Queries），每分鐘沒有十億筆數據進來…… 當你有像 Google 那樣的數據庫時，裡面有數百萬筆紀錄，所以 Google 有效的方法在這裡並不適用，或者說規模要小上千倍。『為了讓人類能夠手動標註（Manually Annotate）而過濾數據』是一個糟糕的主意，大多數醫療領域的 AI 應用還沒認識到這一點。」

這裡可以看到開發深度學習演算法的一些基礎要素，深度學習完全關乎輸入（Inputs）和輸出（Outputs），而確保標籤（Labeling）和真實值（Ground Truths）的正確性非常重要：Input 到演算法的數據必須正確，演算法的 Output 才有可能有用。鉀離子數值不是在接近心電圖記錄的時間點取得時，準確預測的可能性就顯著下降。將病人樣本過濾成僅包含門診病人來進行分析幾乎扼殺了這個專案，還有早期的人為假設，即只看 T 波而非整個心電圖訊號。正如吳恩達（Andrew Ng）所言：「Input and Output Mapping 是一種新的超能力（New Superpower）。」但數據也需要涵蓋廣泛的輸入值範圍，才能獲得精準的輸出。Dr. Eric 提到在加護病房照顧病人的經驗：評估病人每天輸入多少液體（Fluid Intake）與排出多少體液（Fluid Output）是關鍵指標之一，如果沒有準確的 I/O 記錄，可能會用錯誤方式處理病人，例如不當給予靜脈輸液或開利尿劑。

AliveCor 拔得頭籌，蘋果緊追在後

進行智慧手錶鉀離子專案的同時，AliveCor 也在進行偵測心房顫動的研究，Af 是種潛藏中風風險的心律，人們一生中發生心房顫動的風險超過 30%，而患有心房顫動的人每年中風的風險約為 3%。因此，在一個沒有症狀的人身上診斷出 Af 發作，可能可以腦綠預防性使用抗凝血劑。早在 2015 年，心臟科醫師 David Albert 就在一次會議上提出了這個想法，讓深度學習演算法學習一個人在休息和活動時的預期心率，從而給出一個可能的安全心率範圍。假設你的心率通常是 60 次/分鐘，但突然飆升到 90 次/分鐘，如果手錶加速度計（Accelerometer）顯示你仍然坐著，演算法就會啟動異常警報，提示你將拇指放在錶帶（Watchband）上來記錄心電圖。AliveCor AI 團隊開發了 SmartRhythm 深度學習演算法，這個神經網路（Neural Network）使用了使用者最近五分鐘的活動數據，而演算法必須與能夠持續評估心率的智慧手錶或其他裝置整合。蘋果在 2015 年發布第一代手錶時，只能記錄五小時的心率；但 Apple Watch 2 代和 3 代版本具光學體積描記術感測器（Optical Plethysmography Sensor，即許多廠商手錶背面的閃爍綠光），加上 Apple Watch 3 代改進電池壽命而足以 24 小時連續記錄心率 — — 這正是 SmartRhythm 所需的硬體。

2017 年 11 月 30 日，距 Petterson 和 Prakash 加入公司不到一年半的時間，FDA 核准了 AliveCor 的 Kardia Band 來替代 Apple Watch 錶帶的配件，可以幫助使用者偵測 Af，提醒「可能發生心房顫動」（Possible AF）。這是第一個 FDA 核准、旨在幫助消費者進行醫療自我診斷（Medical Self-diagnosis）的 AI 演算法。蘋果意識到 AliveCor Kardia 核准公告的時機，於同一天宣布了一項與史丹佛大學合作、名為 Apple Heart Study 的大型臨床試驗，使用心率感測器進行 Af 偵測，發生異常時會觸發遠距門診，病人接著會收到一個 Band-Aid 貼片，用來記錄至少一週的連續心電圖；但這比拇指放在錶帶上進行 Af 診斷還要迂迴，蘋果某種程度上被 AliveCor 超越了。2018 年 9 月，蘋果在年度盛會上宣布，其 Af 偵測演算法已獲得 FDA 核准，用於即將發布的 Apple Watch Series 4，並稱其為「首款直接面向消費者的非處方（Over-the-counter）心電圖裝置」和「健康的終極守護者」（Ultimate Guardian for Your Health）。AliveCor 的鉀離子和 Af 偵測專案展示了 AI 許多獨特的能力，例如能偵測人類無法察覺的事物、推翻人類的偏見，並在個人化的基礎上提供監測。這些心律和鉀離子演算法看起來只是微小的進展，但它們最終展現了可以轉化為實際價值的潛力。畢竟超過 3500 萬人佩戴 Apple Watch，而 AliveCor 的成功也告訴了我們，在 AI 時代即使是小公司也絕對有機會擊敗巨頭。

理解 AI 與深度學習的關鍵術語

人工智慧的基礎：演算法（Algorithm）是什麼？

雖然我們探討的技術大多與醫學相關，但有些基礎概念需要額外說明，因為人工智慧的發展絕大部分源自醫學領域之外，我們會複習一些重要的案例、術語和時間軸。「演算法」（Algorithm）這個詞很重要，但並非每個人都對它的確切含義有共識。University of Washington 的電腦科學教授佩德羅·多明戈斯（Pedro Domingos）在著作《大師演算法》（The Master Algorithm）中，將演算法定義為「告訴電腦該做什麼的一系列指令」（A Sequence of Instructions Telling a Computer What to Do），並明確指出「每個演算法都有一個輸入和一個輸出」（Every Algorithm Has an Input and an Output）。UC Berkeley 的教授馬西莫·馬佐蒂（Massimo Mazzotti）進一步闡述演算法的意義，涵蓋更廣泛的 AI 能力：

Terse definitions have now disappeared, however. We rarely use the word “algorithm” to refer solely to a set of instructions. Rather, the word now usually signifies a program running on a physical machine — as well as its effects on other systems. Algorithms have thus become agents, which is partly why they give rise to so many suggestive metaphors. Algorithms now do things. They determine important aspects of our social reality. They generate new forms of subjectivity and new social relationships. They are how a billion-plus people get where they’re going. They free us from sorting through multitudes of irrelevant results. They drive cars. They manufacture goods. They decide whether a client is creditworthy. They buy and sell stocks, thus shaping all-powerful financial markets. They can even be creative; indeed, according to engineer and author Christopher Steiner, they have already composed symphonies “as moving as those composed by Beethoven.
簡潔的定義如今已不再適用，我們很少再使用「演算法」這個詞來單指一系列指令，現在通常指一個在實體機器上運行的程式、以及它對其他系統的影響。演算法已變成代理人（Agents），部分解釋為何它引發了這個多主觀的隱喻，演算法現在能做事了，決定我們社會現實的重要面向，產生新型態的主體性和新的社會關係形式，讓我們能從大量不相關的結果中進行篩選。它們能開車、製造商品、決定客戶是否有信用、買賣股票，從而塑造了無所不能的金融市場。它們甚至具有創造力，根據工程師兼作家 Christopher Steiner 的說法，它們已經譜出「像貝多芬作品一樣動人」的交響樂。

在《人類大命運》（Homo Deus）一書中，尤瓦爾·諾亞·哈拉瑞（Yuval Noah Harari）賦予演算法重要的地位和廣泛的定義：

Present-day dogma holds that organisms are algorithms, and that algorithms can be represented in mathematical formulas… “Algorithm” is arguably the single most important concept in our world. If we want to understand our life and our future, we should make every effort to understand what an algorithm is, and how algorithms are connected with emotions…. [E]motions are biochemical algorithms that are vital for the survival and reproduction of all mammals…. 99 percent of our decisions-including the most important life choices concerning spouses, careers and habitats — are made by the highly refined algorithms we call sensations, emotions and desires.
現今的教條認為，有機體就是演算法，而演算法可以用數學公式來表示…「演算法」可以說是我們生活中最重要的概念。如果我們想了解我們的生活和未來，我們應該盡一切努力去理解什麼是演算法，以及演算法如何與情感相連…。情感是生化演算法，對所有哺乳動物的生存和繁衍至關重要…我們 99% 的決策 — — 包括最重要的生活選擇，例如選擇配偶、職業和居所 — — 都是由我們稱為感覺、情感和慾望高度精煉的演算法所做出的。

哈拉瑞將他對演算法力量的信念稱為「數據主義」（Dataism），並對未來持悲觀看法，甚至宣稱「智人（Homo sapiens）是一種過時的演算法」（Homo sapiens is an obsolete algorithm）。將現有演算法視為一個連續光譜很有用：從那些完全由人類主導的、到由機器完全決定的兩極，深度學習就位於這個連續光譜機器的那一端。簡單來說，演算法就是一組清楚的「指令菜單」，告訴電腦「該怎麼做、先做什麼、再做什麼」，像食譜一樣，想煮一道菜我們要先知道順序、步驟、材料，AI 就是靠「演算法」來一步步完成工作。

AI 術語註釋

人工智慧（Artificial Intelligence, AI）：創造智能機器的科學，這些機器具備透過一系列技術實現類似人類目標的能力，也就是讓機器能夠像人一樣思考和行動的技術。就像教一台機器「怎麼做人會做的事」 — — 比方說下棋、開車、看 X 光片、跟你聊天、幫你翻譯，這些都是 AI 在模仿人類思考或行動。
神經網路（Neural Network, NN）：模仿大腦神經元的軟體建構，用以替代人類專家預設或明定的指令，可說是一種運算模型，靈感來自生物神經系統處理資訊的方式。Neural Network 模仿我們人類大腦的計算方式，裡面有一大堆互相連結的「小計算單位」，會互相傳訊息，像一張蜘蛛網，訊息會從一邊開始傳過去，每個節點都幫忙判斷、過濾，最後得到答案。
深度學習（Deep Learning）：神經網路的一種類型，是機器學習的一個子集，由多層演算法組成，使軟體能透過處理多層次的數據來自行訓練以執行任務，也就是更深、更複雜的神經網路，能夠學習更抽象的模式。可以想成是一種比較厲害的神經網路，層數很多、處理也更複雜，會自己從大量資料中找出規律，學會怎麼判斷事情，如果神經網路是一張網，深度學習就像是「一層又一層的濾網」，每一層會把資料變得更清楚、重點更明顯，最後才得出結果。
機器學習（Machine Learning, ML）：讓電腦在沒有明確程式設計的情況下學習的能力，有超過十五種不同的方法，如隨機森林（Random Forest）、貝氏網路（Bayesian Networks）、支持向量機（Support Vector Machine）等，讓演算法從範例和經驗（數據集）中學習，而不是依賴預先定義好的、Rule-Based 的編碼方法。想成是一種讓電腦「靠經驗學習」的方式，不用我們寫死每個規則，而是讓它看很多範例、自己找出怎麼做比較好，像打籃球打久了自然知道什麼角度、什麼速度比較容易進球，機器學習就是電腦「練習很多次」去找出訣竅。
監督式學習（Supervised Learning）：基於標記好的數據（Labeled Data）優化、試誤（Trial-and-error）過程，演算法在訓練過程中將輸出與正確答案進行比較，就像學生跟著老師學習，演算法透過有正解的範例來學習。我們在教電腦的時候，一邊給它資料、一邊給它「正確答案」，它慢慢學會怎麼判斷，像考卷後面有答案，對照錯在哪裡才能進步。
非監督式學習（Unsupervised Learning）：訓練樣本未被標記好（Unlabeled）；演算法只是尋找模式，自我教學，讓機器自己探索數據，找出其中隱藏的結構或關聯。也就是給電腦很多資料，但不告訴它答案，讓它自己找規律，像是走進一間完全沒標籤的便利商店，自己要分類哪些是零食、哪些是飲料，這樣的學習方式就是非監督。
卷積神經網路（Convolutional Neural Network, CNN）：使用卷積原理，這是一種數學運算，基本上結合兩個函數產生第三個函數；不是一次處理整個數據集，而是分解為帶有小型神經網路和最大池化（Max-pooling）的重疊區塊（Overlapping Tiles），特別擅長處理影像辨識任務。可以說是專門用來「看圖」的深度學習模型，CNN 會一塊一塊掃描圖片，找出特徵來判斷內容，像用放大鏡慢慢掃描一張照片，把每一角落都看清楚，然後拼湊出整體圖像。
自然語言處理（Natural-Language Processing, NLP）：機器嘗試「理解」人類的語音或文字，目標是讓電腦能夠理解和生成人類語言。想成讓電腦懂我們的語言（像中文、英文），能夠讀懂、翻譯、總結，甚至跟人聊天，它會學會聽你說什麼，然後用人類的語氣回應你。
生成對抗網路（Generative Adversarial Networks, GANs）：一對共同訓練的神經網路，一個是生成網路（Generative），另一個是判別網路（Discriminative），前者生成假圖像，後者試圖區分真假圖像，常用於生成逼真的圖像或數據。想成是一種「AI 對 AI」的學習方式，兩個 AI 一個畫圖、一個挑錯，互相切磋來進步，像我們畫畫、朋友在旁邊挑毛病，久而久之就能畫得越來越像真的東西。
強化學習（Reinforcement Learning）：一種機器學習類型，將焦點轉向抽象目標或決策，讓技術在現實世界中學習和執行行動，就像訓練寵物一樣，透過獎勵和懲罰來引導機器學習達成目標，或像是玩遊戲，表現好就得分，表現差就扣分，久了你會知道怎麼玩才會贏。

遞迴神經網路（Recurrent Neural Network, RNN）：用於涉及順序輸入（Sequential Inputs）的任務，如語音或語言，這種神經網路一次處理輸入序列的一個元素，特別適合處理有時間順序的數據，例如文字或語音，它會記住前面看到的內容再來判斷後面，像在聽故事，你會記得前情提要，才能理解後面發展。
反向傳播（Backpropagation）：一種演算法，指示機器應如何改變內部參數（Internal Parameters），這些參數用於計算網路中每一層的 Representation，方法是將輸出層的誤差訊號（Error Signals）向後傳遞通過網路；突觸（Synapses）會根據時間推移進行更新，訊號被傳回網路以更新和調整權重值，是訓練神經網路時調整參數的核心機制；當電腦答錯了，就「從錯誤中找原因」，再調整每一層的判斷方式，像考試錯了一題，回去檢討自己哪一步算錯，然後調整，下次就不會錯了。
表示學習（Representation Learning）：允許機器使用原始數據（Raw Data）自動發現檢測或分類（Detection or Classification）所需表示的方法，讓機器自己學習如何從原始數據中提取有用的特徵，AI 自己從複雜的資料中「學會怎麼看重點」，不用我們手把手教，像是我們看電影海報，漸漸會知道哪些是恐怖片、哪些是喜劇，這是我們自己學會的，不是別人跟我們說的。
遷移學習（Transfer Learning）：AI 從不同任務中學習並將其先驗知識（Precedent Knowledge）應用到全新任務的能力，將在一個任務上學到的知識應用到另一個相關任務上，加速學習過程，有點像學會彈鋼琴後，再學打字就很快，因為手指協調已經被訓練過了。
通用人工智慧（General Artificial Intelligence, AGI）：能夠執行廣泛任務，包括任何人類任務，而無需明確程式設計，是 AI 研究的終極目標之一，即創造出具有與人類同等智慧水準的機器；這是「夢想中的 AI」，會像人類一樣什麼都能做，不只是單一任務，而是能思考、創作、理解整個世界，如果現在的 AI 是專業選手（例如只會下棋或翻譯），那 AGI 就是通才，像人一樣什麼都略懂略懂。

AI 的概念起源

雖然現在 AI 話題如此熱絡，讓人很容易以為它是全新的發明，但從概念上來說，AI 的歷史可以追溯到大約 80 年前。1936 年艾倫·圖靈（Alan Turing）發表了一篇關於自動化與智能系統的論文，也就是通用計算機（Universal Computer），標題是《論可計算數及其在判定問題上的應用》（On Computable Numbers, with an Application to the Entscheidungsproblem），這篇長達 36 頁的經典論文中充滿了難以理解的方程式，Turing 後續在 1950 年發表的論文，被視為 AI 領域的經典參考文獻。

1943 年，兩位電機工程師華倫·麥卡洛克（Warren McCulloch）和華特·皮茲（Walter Pitts）發表了第一篇描述「邏輯單元」（Logic Units）的論文，並命名為人工神經元（Artificial Neuron），是後來 Neural Networks 的基礎和模型；有鑑於神經元和電子電路之間存在著驚人的相似之處，這些電機工程先驅以模仿大腦學習方式來思考也就不足為奇。「人工智慧」（Artificial Intelligence）這個詞則是由約翰·麥卡錫（John McCarthy）在 1955 年創造的，1958 年，《紐約時報》報導了法蘭克·羅森布拉特（Frank Rosenblatt）的感知器（Perceptron），就是現在我們說的單層神經網路（One-layer Neural Network），這篇報導充滿了誇大的預測，例如預言這個「電子計算機的胚胎」（Embryo of an Electronic Computer）將「能夠行走、說話、看見、書寫、複製自己並意識到自身的存在」；1959 年，亞瑟·塞繆爾（Arthur Samuel）則創造了「機器學習」（Machine Learning）這個術語。

從 AI 寒冬到深度學習的復甦

儘管這些技術在今天如此突出耀眼，但它們並非 AI 發展初期幾十年的核心，最開始是基於邏輯的專家系統（Logic-based Expert Systems）往前開展，直到悲觀的情緒在電腦科學家當中蔓延，他們意識到這些工具並不管用，加上研究產出和資助大幅減少，導致所謂的「AI 寒冬」（AI Winter），這個時期持續了大約二十年。當「深度學習」（Deep Learning）這個詞在 1986 年由莉娜·德克特（Rina Dechter）提出，並由傑弗里·辛頓（Geoffrey Hinton）、楊立昆（Yann LeCun）和約書亞·班吉歐（Yoshua Bengio）等人推廣後，AI 才開始走出蟄伏期。到 1980 年代末期，多層或深度神經網路（Multilayered or Deep Neural Networks, DNN）再次引起了廣泛的興趣，1986 年大衛·魯梅爾哈特（David Rumelhart）和傑弗里·辛頓在《自然》（Nature）期刊上發表了一篇開創性的論文，提出一種用於神經網路自動誤差修正的演算法（也就是前面提到的 Backpropagation），重新點燃了人們對這個領域的熱情，這也是深度學習的核心，透過調整先前層級神經元的權重，以達到神經網路輸出的最大準確度。正如 Yann LeCun（辛頓的前博士後研究員）所說：「他的論文基本上是第二波神經網路浪潮的基礎。」幾年後，Yann LeCun 被譽為卷積神經網路（Convolutional Neural Networks）之父，至今仍在圖像深度學習中廣泛使用。

AI 發展重要里程碑

以下是 AI 發展史上一些重要的時間點，勾勒出從早期概念到近期突破的歷程：

1936：圖靈發表關於通用計算機的論文。
1943：麥卡洛克和皮茲提出人工神經網路。
1955：「人工智慧」一詞由麥卡錫創造。
1957：預測十年內 AI 將擊敗人類西洋棋冠軍（赫伯特·西蒙 Herbert Simon）。
1958：羅森布拉特開發感知器（單層神經網路）。
1959：塞繆爾描述機器學習。
1964：ELIZA，第一個聊天機器人（Chatbot）問世。
1969：我們知道的比我們能說出的更多（麥可·波蘭尼 Michael Polanyi 的弔詭 Polanyi’s Paradox）。
1969：問答 AI 的可行性（馬文·閔斯基 Marvin Minsky）。
1986：多層神經網路（辛頓）。
1989：卷積神經網路（Yann LeCun）。
1991：自然語言處理（賽普·霍克賴特 Sepp Hochreiter、于爾根·施密德胡伯 Jürgen Schmidhuber）。
1997：IBM 深藍（Deep Blue）擊敗西洋棋世界冠軍加里·卡斯帕羅夫（Garry Kasparov）。
2004：自動駕駛汽車，莫哈韋沙漠（Mojave Desert）DARPA 挑戰賽。
2007：ImageNet 圖像資料庫啟動。
2011：IBM 在《危險邊緣》（Jeopardy!）節目中獲勝。
2011：語音辨識神經網路（微軟 Microsoft）。
2012：多倫多大學（University of Toronto）贏得 ImageNet 分類和影片辨識（Google Brain，吳恩達 Andrew Ng，傑夫·迪恩 Jeff Dean）。
2014：DeepFace 臉部辨識（臉書 Facebook，現在的 Meta）。
2015：DeepMind vs. Atari（大衛·席爾瓦 David Silver、德米斯·哈薩比斯 Demis Hassabis）。
2015：第一個 AI 風險會議（馬克斯·泰格馬克 Max Tegmark）。
2016：AlphaGo vs. 圍棋（Go）（席爾瓦、哈薩比斯）。
2017：AlphaGo Zero vs. 圍棋（席爾瓦、哈薩比斯）。
2017：Libratus vs. 撲克（諾姆·布朗 Noam Brown、圖奧馬斯·桑德霍爾姆 Tuomas Sandholm）。
2017：AI Now 研究院（AI Now Institute）成立。

人機對決：深藍 vs. 卡斯帕羅夫

直到 1997 年 IBM 的深藍（Deep Blue）擊敗世界西洋棋冠軍加里·卡斯帕羅夫，大眾才真正注意到 AI 的進展已經不可同日而語。當時《新聞周刊》（Newsweek）的封面將這場比賽稱為「大腦的最後抵抗」（The Brain’s Last Stand），雖然 Deep Blue 在媒體形象上被視為 AI 勝利象徵，但技術上與現代深度學習無關，而是基於規則的啟發式演算法（Rules-based, Heuristic Algorithm）。儘管如此，這是 AI 首次在一項任務上勝過世界冠軍級的人類，不幸的是，這種框架助長了 AI 與人類對抗的戰爭論調，就像 2017 年《紐約客》（New Yorker）的一篇文章標題「A.I. Versus M.D.」一樣，人類與技術之間這種對立關係，可以追溯到蒸汽機和第一次工業革命，又再次被點燃。

卡斯帕羅夫在其著作《深度思考》（Deep Thinking）中，對那場關鍵的 AI 轉捩點提供了個人見解，比賽結束一個月後，他在《時代》（Time）雜誌上回憶，他感覺到一種「新型智慧」（New Kind of Intelligence）出現在棋盤對面。他寫道：「圍繞棋盤的攝影師們的混亂並不會讓我煩惱，電腦不會看著對手的眼睛來判斷他的情緒，也不會看到他的手在時鐘上方猶豫不決，這表明他對自己的選擇缺乏信心。作為一個相信西洋棋是一種心理而非智力戰爭形式的信徒，從一開始就與一個沒有心理狀態（Psyche）的東西對抗讓我感到困擾。」卡斯帕羅夫觀察到「我根本不在 Deep Blue 的情緒中」、「至少 Deep Blue 並不享受擊敗我的過程」，這將是我們討論 AI 能為醫學做什麼（以及不能做什麼）的重要思考點。

深度學習的爆發：ImageNet 與圖像辨識

即使 Deep Blue 與深度學習關係不大，技術的潮流也在悄悄改變，史丹佛大學李飛飛（Fei-Fei Li）在 2007 年創建的 ImageNet 具有歷史性的意義，這個包含 1500 萬張標記圖像的大型資料庫，有助於將深度神經網路推向電腦視覺應用的前沿；與此同時，微軟和 Google 在基於深度神經網路的語音辨識也取得進展，更引人注目的是 2011 年 IBM 的華生（Watson）擊敗了人類《危險邊緣》（Jeopardy!）冠軍。儘管當時使用的 AI 相對原始，與深度學習網路無關，並且仰賴快速存取維基百科（Wikipedia）的內容，IBM 巧妙地將其行銷為 AI 的勝利。

隨後十年我們見證了機器學習性能的顯著提升，辛頓及多倫多大學的同事在 2012 年發表的研究成果，展示了圖像辨識的顯著進展，同年由吳恩達和傑夫·迪恩領導的 Google Brain 團隊，開發了一個基於一百台電腦和一千萬張圖像的系統，能夠從 YouTube 影片中辨識貓咪，在未標記圖像辨識也有很大突破；臉書的 DeepFace 在 2014 年達到了 97% 的人臉辨識準確率。而在醫學領域，2017 年發表在《自然》期刊上的一篇里程碑式的論文，展示了使用深度神經網路診斷皮膚癌，準確率與皮膚科醫師相當，儘管有 Deep Blue 和 Watson 的誤導性行銷，深度神經網路也主宰遊戲領域，包括 Atari、AlphaGo 和撲克。

上圖展示了一個深度學習神經網路（Deep Learning Neural Network）的示意圖，包含輸入層（Input Layer）、多個隱藏層（Hidden Layers）和輸出層（Output Layer），理解這些基本架構有助於我們掌握 AI 如何處理複雜資訊並做出預測。

AI 發展的催化劑：深度神經網路的崛起

現今 AI 的大部分發展動能（變革的劇烈程度堪比五億年前的寒武紀大爆發 Cambrian Explosion）在許多方面都與 Deep Neural Networks 的成功緊密相連，如果沒有四大要素的 Perfect Storm，DNN 時代很可能不會到來。

首先是龐大的訓練 Datasets，例如 ImageNet 的 1500 萬張標記圖像、YouTube 每分鐘新增數百小時的影片庫、Tesla 每小時增加 100 萬英里的駕駛數據、航空公司每次航班增加 500 GB的飛行數據、Facebook 每天處理數十億張圖像或 45 億筆語言翻譯，這些海量數據為訓練複雜的 DNN 提供了養分。

其次是專用的圖形處理器（Graphic Processing Units, GPUs），用來執行 Computationally Intensive 的功能，最初源於電玩遊戲產業，大規模平行處理架構（Massive Parallel Architecture）非常適合 DNN 的計算需求；2018 年一篇關於光學繞射深度神經網路（Optical, Diffractive Deep Neural Network, DNN）的論文讓佩德羅·多明戈斯（Pedro Domingos）斷言：「GPU 們讓開吧，我們現在能以光速進行深度學習了。」預示著未來可能有更快的硬體來加速 AI 發展。

第三是雲端運算（Cloud Computing）及其以經濟實惠的方式儲存大量數據的能力，雲端平台提供了彈性的計算資源和儲存空間，讓研究人員和企業能夠更容易存取和處理訓練 DNN 所需的大量數據。

第四則是開源（Open-source）的演算法開發模組（Algorithmic Development Modules），例如 Google 的 TensorFlow、Microsoft 的 Cognitive Kit、UC Berkeley 的 Caffe、Meta 的 PyTorch 以及 Baidu 的 Paddle，這些開源工具降低了開發和部署 AI 應用的門檻，讓更多人能夠參與到 AI 的研究與創新中。

深度神經網路的運作方式：以胸部 X 光判讀為例

一個深度神經網路的結構就像一個側放的總匯三明治，但我們不是處理靜態的培根、生菜和番茄（BLT），而是讓數據流經多層計算，從 Raw Sensory Data 中提取 High-level Features，形成一個 Veritable Sequence；這些 Layer 並非由人類設計，它們對人類使用者來說是被隱藏的，並透過像傑弗里·辛頓（Geoff Hinton）的 Backpropagation 等技術，在 DNN 與數據互動時進行調整。

舉一個機器學習判讀胸部 X 光片的例子，首先我們需要數千張由放射科醫師判讀並標註診斷結果的胸部 X 光片，為神經網路提供學習的 Ground Truths，一旦訓練完成，這個神經網路就可以處理未標記的胸部 X 光片了。數據會經過多個（從五個到一千個不等）Layers of Neurons，每一層都會對 X 光影像中的不同特徵（Features）做出反應，例如形狀（Shapes）或邊緣（Edges），隨著 Propagated Data 進入更深的 Layer，特徵和結構會變得更加複雜，在最頂層（Top Layer）的神經元已經完全區分並準備好輸出這些特徵，預測這張胸部 X 光片看起來是什麼問題或狀況。

具有這種 Structural Backbone 的 DNN，可以被視為一種 General-utility 或 General-purpose 的技術，就像蒸汽機或電力一樣，這些神經網路可以應用於解決各種問題。在醫學之前，這些網路主要應用於四大領域：遊戲（Games）、圖像（Images）、語音（Voice and Speech）和自動駕駛汽車（Driverless Cars），每個領域都為我們探索深度學習能為醫學帶來什麼，提供了寶貴的經驗。

遊戲（GAMES）

從規則到學習：AI 在遊戲領域的演進

在歷史性的 1997 年 Deep Blue 對 Kasparov 的西洋棋比賽之前，AI 就已經在其他人類專家擅長的遊戲中佔據優勢，例如奧賽羅（Othello）、西洋跳棋（Checkers，有 500 x 10¹⁸ 種可能的棋局）和拼字遊戲（Scrabble），但所有這些 AI 都使用 Rules-based Algorithms，有時被稱為 GOFAI，即「老式人工智慧」（Good Old-Fashioned AI）。

這種情況在 2015 年有了改變，當時 DeepMind 擊敗了經典的 Atari 電玩遊戲《打磚塊》（Breakout），《自然》（Nature）期刊論文點出重要的預兆：「我們著手創造一個單一演算法，該演算法將能夠在一系列具有挑戰性的任務中發展出廣泛的能力 — — 這是人工智慧長期以來未能實現的核心目標。」這個演算法整合了 Convolutional Neural Network 和 Reinforcement Learning，利用強化學習來操縱擋板將球擊向牆壁，根據 DeepMind 的 Leader 德米斯·哈薩比斯（Demis Hassabis）的說法，DeepMind 學會的打磚塊策略是人類所不知道的 — — 直到 AI 從他們自己學到的 AI 中學會；因此，我們可以解釋為 AI 不僅超越了人類專業玩家的遊戲表現，而且也超越了遊戲的創造者，後續許多其他遊戲也陸續被 AI 攻克，包括 49 種不同的 Atari 遊戲。

AlphaGo 的勝利：征服圍棋的複雜性

2016 年，DNN AI 開始直接挑戰人類，AlphaGo 程式在中國圍棋（Go）比賽中戰勝了世界冠軍李世乭（Lee Sedol），這需要對包含 3000 萬個棋盤位置的數據庫進行深度學習訓練，這些數據來自 16 萬場真實的圍棋比賽，超過 2.8 億人觀看這場比賽。它的複雜性遠遠超出西洋棋：大約有 2.081681994 x 10¹⁷⁰ 種可能的棋局位置，比宇宙中的原子數量還要多得多。圍棋已經被下了至少 3000 年，遊戲專家在 2015 年曾預測，AI 至少還需要十年才能獲勝，而 AlphaGo 結合了 DNN（監督式和強化學習）以及 GOFAI，GOFAI 採用蒙地卡羅樹搜尋（Monte Carlo Tree Search），關鍵的致勝一步（第 37 手）被認為是極具創造性的，直覺來看它違背了人類的智慧。對於如此複雜和古老的遊戲來說，無疑是個非凡的 AI 成就，但沒過多久，這一成就就被超越了。

AlphaGo Zero 的突破：無師自通的 AI

2017 年秋季，超越 AlphaGo 的下一代演算法 AlphaGo Zero，透過從隨機走子開始完全自學，席捲了圍棋界，AlphaGo Zero 在沒有任何人類範例或指導的情況下，僅憑基本規則就能自學；在《Nature》期刊的論文《在沒有人類知識的情況下掌握圍棋》（Mastering the Game of Go Without Human Knowledge）中，研究團隊得出結論：「[一個演算法] 有可能在沒有人類範例或指導的情況下，僅憑超越基本規則的領域知識，進行自我訓練以達到超人的水準。」這也是一個以更少資源完成更多任務的驚人範例，與 AlphaGo 的 3000 萬場訓練遊戲相比，AlphaGo Zero 只玩了不到 500 萬場遊戲，訓練時間僅為三天而不是幾個月，而且它透過 Single Neural Network 和四十個 TPU（Tensor Processing Unit）晶片以及多台機器就能完成。

征服撲克：不完美資訊下的挑戰

AI 也以驚人速度在德州撲克（Texas Hold’em）取得了超人表現，撲克是一個不完美資訊遊戲（Imperfect Information Game），在一個完美資訊遊戲中，所有玩家都擁有相同的資訊，這就是所謂的資訊對稱（Information Symmetry），圍棋、Atari 電玩遊戲、西洋棋和《危險邊緣》（Jeopardy!）都是；但在撲克中，玩家並不知道所有完整的牌局知識，玩家持有不對外公開的底牌（Private Cards），並且可以虛張聲勢（Bluff）。

《Science》期刊上一篇發表於 2015 年 1 月來自亞伯達大學（University of Alberta）的電腦科學團隊，使用兩人零和（Two-player Zero-sum）後悔最小化演算法（Regret-minimizing Algorithms）（他們稱之為 CFR+，代表反事實後悔最小化 Counterfactual Regret Minimization）來「弱解」（Weakly Solve）遊戲，「證明該遊戲對莊家來說是必勝的遊戲」；第二篇發表於 2017 年 2 月，同樣來自亞伯達大學，介紹 DeepStack 演算法，結合了遞迴推理（Recursive Reasoning）來處理 Information Asymmetry、Decomposition 將運算集中在相關決策上，以及一種透過深度學習從自我對弈（Self-play）中自動學習的直覺形式（Form of Intuition），DeepStack 不需要在遊戲開始前計算並儲存完整的策略，而是在遊戲進行中即時計算策略，透過快速的近似估計（Approximate Estimate）來取代超過一定深度的計算，可視為 DeepStack 的直覺 — — 對於在任何可能的撲克情境下持有任何可能底牌價值的直覺判斷，這種直覺需要用從隨機撲克情境生成的範例來進行深度學習訓練，在一項包含 44,000 手牌的研究中，DeepStack 在一對一無限注德州撲克（Heads-up No-limit Texas Hold’em, HUNL）中，以統計上顯著的優勢擊敗了職業撲克玩家。

一個月後，卡內基美隆大學（Carnegie Mellon University, CMU）的研究團隊也宣布他們的 AI Libratus 達成類似壯舉，Libratus 採用了三管齊下的方法來應對這個擁有比宇宙中原子還多決策點的遊戲，首先它在賽前計算一個「藍圖」（Blueprint）策略，這個策略是對遊戲早期階段的粗略抽象；其次，特別是遊戲後期階段，它會根據對手實際的出牌方式，即時計算更精細的策略，當對手做出不在藍圖策略預計範圍內的行動時，Libratus 會即時解決這個包含對手行動的子遊戲（Subgame），這種技術稱為嵌套子遊戲求解（Nested Subgame Solving）；第三，Libratus 擁有一個自我改進模組（Self-improver Module），它會分析對手的下注大小（Bet Sizes），找出自身 Blueprint 的潛在漏洞，然後計算並添加新的決策分支到 Blueprint 中，持續改進策略。在為期 20 天 120,000 手牌的比賽中，Libratus 擊敗了四位頂尖的人類職業玩家，贏得超過 180 萬美元的虛擬籌碼。

這兩個 AI（DeepStack 和 Libratus）的成功，標誌著 AI 在處理不完美資訊、類似真實世界決策場景（如談判、拍賣）的複雜問題上取得重大進展，它們都採用了遊戲理論（Game Theory）的策略，目標是找到一種保證不輸的策略，也都具備即時計算策略的能力，而非像過去的 AI 需要預先計算龐大的遊戲樹（Game Trees）。這些在遊戲領域取得非凡且快速的成功，助長了人們對 AI 在醫療領域應用的過高期望，遊戲相對封閉的環境和人類健康狀況之間存在巨大落差，讓機器在遊戲中擊敗人類是一回事，將一個人的健康託付給機器則是另一回事，所以當大家看到 Game Changer 這個詞被應用於醫療發展時，有的醫師會感到非常擔憂。

圖像（IMAGES）

ImageNet：點燃圖像辨識革命的火花

ImageNet 讓我們認識到，Datasets 而非演算法可能才是限制 Human-level Artificial Intelligence 的關鍵因素，當史丹佛大學的電腦科學家 Fei-Fei Li 在 2007 年創立 ImageNet 時逆勢而行，認為當時的演算法已經足夠成熟，問題在於缺乏精心標註的 Big Data，ImageNet 是一個包含超過 1400 萬張由人工仔細標註的圖像和影片的龐大資料庫。

許多不同的卷積深度神經網路（Convolutional DNNs）被用於參加 ImageNet 挑戰賽來分類圖像（例如 AlexNet、GoogLeNet、VGGNet 和 ResNet），下圖顯示那幾年間錯誤率的顯著降低，ImageNet 的圖像辨識準確率在 2017 年達到頂峰，顯著優於人類表現，錯誤率從 2010 年約 28% 下降到 2016 年的不到 3%，Fei-Fei Li 談論「我們如何教電腦理解圖片」（How We’re Teaching Computers to Understand Pictures）的 TED 演講已被觀看超過 200 萬次。ImageNet 龐大且經過仔細標註的數據的 Open-source 特性，對於圖像解釋（Image Interpretation）的巨大轉變至關重要，Google 在 2016 年也開源了 Open Images 資料庫，包含 900 萬張圖像、涵蓋 6000 個類別。

圖像辨識的應用與挑戰

圖像辨識不僅是用來找影片中的貓咪，人臉辨識（Facial Recognition）的準確率已經飆升到 94% 以上，但隨之而來的爭議也日益增加，因為它具有侵犯隱私和助長歧視的風險，Apple 在 iPhone X 中使用 Face ID 作為生物密碼（Biometric Password）來解鎖手機，使用前置感測器掃描 3000 個點並製作臉部的 3D 模型，引發了隱私擔憂。截至 2018 年，已有一個警方可以搜索的資料庫中存儲了半數美國成年人的臉部圖像，甚至有人聲稱 DNA Markers 可以準確預測一個人的臉部，從而引發強烈反彈。

不過反過來看，臉部特徵（Facial Features）也可以用於幫助診斷罕見的先天性疾病，例如透過 AI 智慧型手機應用程式 Face2Gene，其他研究也相繼提出更廣泛的用途，以促進醫療診斷。利用圖像辨識人物並不限於臉部，AliveCor 開發了一個四層 DNN 來透過 EKG 識別人物，因此如果使用者將感測器交給別人使用，感測器會說「這看起來不像你。」心電圖可能足夠具有個體特異性（Idiosyncratic）可作為有用的生物識別技術（Biometric）。

臉部圖像也不僅限用於確定個人身份，早在 2014 年，加州大學聖地牙哥分校（UCSD）的研究人員就使用機器學習人類臉部圖像來判斷疼痛，結果顯示比人類感知的準確率更高；除了量化疼痛之外，在判斷壓力和情緒方面也有相當大的潛力。圖像分割（Image Segmentation）是指將數位圖像分解為多個區段（Segments）或像素集（Sets of Pixels），以前都要靠傳統演算法和人類專家的監督才能達成，如今深度學習已能大大協助這個過程的自動化，提高了準確性和臨床 Workflow。

語音、文本辨識與翻譯（VOICE, TEXT RECOGNITION, AND TRANSLATION）

從語音到文本再到翻譯：AI 的語言能力

Google 在 2017 年發表了一個能透過遷移學習（Transfer Learning）完成翻譯的單一翻譯系統，朝「通用語言」（Universal Interlingua）邁出了一步。到 2016 年底，超過 5 億的每月使用者每天用不同的語言輸入 1400 億個單字，Google 透過文字和語音翻譯 37 種語言，並且不斷提高翻譯能力，涵蓋超過 100 種語言。機器對文本本身的辨識能力，包括手寫字跡、總結冗長文本（注意，這裡不用「理解」這個詞）和從文本生成聲音的能力，也都取得了相當大的進展，Google 的 WaveNet 和百度的 Deep Speech 就是 Deep Neural Networks 自動生成聲音的例子，能夠將文本轉換為幾乎無法與人類聲音區分的語音。

自動駕駛汽車（DRIVERLESS CARS）

自動駕駛的夢想與現實

Facial Recognition 和其他 Biometrics 在汽車領域也可以用來建立啟動汽車的身份認證，透過語音和臉部線索偵測駕駛的情緒狀態或睡意（Sleepiness）可用來提升安全性。考量到 2017 年美國有超過 40,000 起死亡車禍，幾乎都源於人為失誤，AI 在汽車領域最大的貢獻可能在於由 AI 來駕駛。美國汽車工程師學會（Society of Automotive Engineers, SAE）制定了一個五級自動駕駛分級標準（Hierarchy of Driverlessness），其中第 5 級（Level 5）的完全自動駕駛（Full Autonomy）代表汽車不僅能自己完成所有事情，隨時在任何條件下都能行駛，而且車內的人類無法接管控制。這是個遙遠的目標，預估需要數十年的時間，甚至可能永遠無法實現；第 4 級（Level 4）指汽車在大多數條件下是自動駕駛的，也沒有人類備援的空間；允許人類接管的可能性（Conditional Automation）屬於第 3 級（Level 3）；大多數人熟悉的是第 2 級（Level 2），就像巡航控制（Cruise Control）或車道維持（Lane Keeping）非常有限的自動化。

邁向 Level 4 的挑戰與技術

汽車產業目前聚焦在對人類備援的需求很低的 Level 4，這要靠多種協調的技術才能達成，整合的多任務深度學習會追蹤其他汽車、行人、以及車道標線，感知（Perception）是透過攝影機、雷達（RADAR，無線電波偵測物體）、光達（LiDAR，光脈衝反射物體）以及處理 Inputs 和輸出 Outputs 決策的 AI「多域控制器」（Multi-domain Controller）的組合來實現，透過軟體模擬人類的感知能力仍然是一個艱鉅的挑戰。Computer Vision 已經將識別行人的錯誤率從每 30 幀（Frames）中出現 1 次降低到每 3000 萬幀中出現 1 次，這就是車隊學習（Fleet Learning）的力量，同一操作系統下的所有自動駕駛汽車之間的通訊和共享可以讓它變得更聰明；但除了 Perception 之外還有其他挑戰，即使 Level 4 能讓人類介入，但如果遇到相當於筆記型電腦當機或網頁瀏覽器故障的情況，將面臨災難性的結果。

自動駕駛與醫療 AI 的類比

我們可以拿自動駕駛汽車和醫療 AI 做平行比較，雖然 Level 4 自駕車在理想的環境和交通條件下可能是可以實現的，但醫療領域不太可能超越 Level 3 的機器自主性（Machine Autonomy），某些任務如透過演算法準確診斷皮膚病灶或耳朵感染或許可以透過 AI 完成，但對整個醫療領域而言，在現今制度與風險容忍度下，AI 完全取代醫師在大部分臨床情境中仍很難被接受，但未來特定應用場景（如偏鄉、戰地、災難）可能會是例外。Level 2 的部分自動化（Partial Automation）讓人類作為演算法診斷和治療建議的備援，目前大概只有針對特定病人提供 Level 3 Autonomy 是可行的。

AI 近期成就的雜項任務（Miscellaneous Tasks）

AI 近年來已經能做到的一些雜項任務，涵蓋娛樂、創作、科學、商業等領域，凸顯 AI 技術的多功能與發展潛力：

破解驗證碼（Beat CAPTCHA）：AI 已經能夠成功識別並通過許多網站用來區分人類和機器人的驗證碼測試，顯示在模式識別（Pattern Recognition）面的能力。
創造新的樂器（Create new musical instruments）：AI 不僅能作曲，甚至能設計出全新的虛擬樂器，探索傳統樂器無法達到的音色和演奏方式。
判斷藝術史（Determine art history）：透過分析藝術品的風格、技巧和材料，AI 可以協助鑑定藝術品的年代、作者甚至流派，為藝術史研究提供新的工具。
解開魔術方塊（Solve Rubik’s cube）：AI 演算法能在極短時間內計算出解開魔術方塊的最少步數，展現解決複雜組合問題上的效率。
管理股票投資組合（Manage stock portfolios）：某些 AI 系統（常被稱為機器人顧問 Robo-advisors）能根據預設的風險偏好和市場數據，自動管理和調整投資組合，雖然長期效果仍在驗證中。
撰寫維基百科條目（Write Wikipedia articles）：已有實驗性的 AI 能夠根據結構化數據自動生成簡單的維基百科條目，但內容的準確性和深度仍需人工審核。
唇語辨識（Lip read）：AI 在分析影片中人物的嘴唇動作來辨識語音內容層面，已經達到了相當高的準確率，甚至在某些情況下超越了人類專家。
設計網站（Design websites）：AI 工具可以根據用戶需求自動生成網站佈局、配色甚至部分內容，加速網頁設計流程。
客製化服裝（Tailor clothes）：透過 3D 掃描人體數據，AI 可以協助設計和製作更合身的客製化服裝。
譜寫歌曲（Write songs）：AI 能夠學習不同音樂風格的模式，創作出包含旋律、和聲甚至歌詞的原創歌曲。
尋找能源材料（Find energy materials）：AI 被用於分析大量的材料科學數據，以加速尋找具有潛力的新型能源材料（如太陽能電池）。
大腦「音樂辨識」（Brain “Shazam” (fMRI music)）：研究人員正嘗試利用 AI 分析功能性磁振造影（fMRI）數據，來辨識受試者正在聆聽或想像的音樂片段，但仍處於早期階段。
創作原創畫作（Original paintings）：生成對抗網路（GANs）等 AI 技術能創作出具有獨特風格的原創藝術畫作。
定義口音（Define accents）：AI 可以分析大量語音數據，區分並定義不同地區或人群的口音特徵。
寫詩（Write poetry）：AI 能夠學習詩歌的語言模式和韻律結構，創作出具有一定文學性的詩歌作品。
執行人口普查（Do the census）：AI 可用於分析和處理大量人口普查數據，提高效率和準確性，但實際應用仍需考量隱私和倫理問題。
帶口音的文字轉語音（Text to speech w/ accent）：AI 不僅能將文字轉換為語音，還能模仿特定的口音，使合成語音更自然、更具地域特色。
推薦時尚（Recommend fashion）：AI 時尚顧問能根據用戶的風格偏好、體型和過往購買記錄，提供個人化的服裝搭配建議。
區分真假藝術品（Distinguish fake vs. real art）：透過分析藝術品的細微特徵和歷史數據，AI 可以輔助專家鑑定藝術品的真偽。
自主商店（Autonomous stores）：類似 Amazon Go 的無人商店利用 AI 視覺辨識和感測器技術，實現顧客拿了就走（Grab-and-go）的購物體驗。
分類樂高積木（Sort LEGO pieces）：利用 AI 視覺辨識技術來自動分類混雜在一起的樂高積木。
製作假影片、照片（Make fake videos, photos）：深度偽造（Deepfake）技術利用 AI 生成逼真的假影片和照片，引發對資訊真實性和潛在濫用的擔憂。
預測個人購買行為（Predict purchase 1 week before person buys it）：零售商利用 AI 分析消費者的購物習慣和瀏覽數據，試圖預測他們未來的購買行為，以進行精準行銷。
文字轉藝術（Convert text to art）：AI 模型（如 DALL-E 2、Midjourney）能夠根據文字描述生成對應的圖像或藝術作品，如最近風靡的吉卜力。
人工喜劇（Artificial comedy）：實驗性 AI 嘗試學習喜劇的模式和笑點，生成脫口秀橋段或笑話。
透過插入影格創建慢動作影片（Create slow mode video by imputing frames）：AI 可以分析影片的連續影格，並智慧生成中間影格，以創建流暢的慢動作效果。
繪畫（Draw）：AI 不僅能生成圖像，也能模仿人類的繪畫風格進行創作。
檢查保密協議（Check NDAs）：AI 法律工具可以協助快速審閱保密協議（Non-disclosure Agreements, NDAs）等法律文件，標示出潛在風險或異常的條款。
挑選成熟水果（Pick ripe fruit）：農業機器人利用 AI 視覺辨識來判斷水果的成熟度，並進行自動採摘。
計算和識別野生動物（Count and identify wild animals）：生態學家利用 AI 分析空拍照片或感測器數據，來監測和追蹤野生動物族群。
組裝 IKEA 家具（Put together IKEA furniture）：研究人員正在開發能夠理解組裝說明並操作工具來組裝 IKEA 家具的機器人 AI。
製作電影預告片（Create movie trailers）：已有 AI 系統能夠分析電影內容，自動剪輯出吸引人的預告片。
隔牆感測人體姿勢（Sense human posture through walls）：利用無線訊號（如 Wi-Fi）和 AI 分析，研究人員展示在不使用攝影機的情況下，隔牆感測人體動作和姿勢的可能性。
辯論（Debate）：IBM 的 Project Debater 等 AI 系統已經能夠與人類進行複雜主題的辯論。
預測地震餘震（Predict earthquake aftershocks）：科學家利用 AI 分析地震數據，以更準確地預測餘震的發生時間、地點和規模。

伴隨著這些 AI 多能潛力（Pluripotent Power）令人興奮的進展，也存在許多擔憂，為這股熱潮帶來了平衡的視角；下個月，我們將一起檢視 AI 的諸多侷限與 Liabilities，審視這一切對醫學有著什麼實際價值與影響。我們看的不只是「AI 能做什麼」，也包含：

AI 在醫療中的成功並不容易，需要從資料本質、臨床背景、建模方式來全盤思考。
深度學習能發現人類看不到的規律，但前提是正確地設計 Input/Output、保留資料原貌並持續反思假設。
與其盲目相信 AI 是神，我們更需要深入理解 AI 的推理邏輯與其對醫療體系的改變方式。

深度學習能改變醫療，但關鍵不在於模型，而在於資料的本質與醫療系統的特性。

「醫療 AI 的特殊挑戰」是什麼？

資料偏少、異質性高、標註困難（與電商、語音完全不同）
診斷不是單一任務，而是高度情境化、多維推理（非黑白答案）
法律與倫理框架不允許「錯了再說」，導致風險容忍度低

醫療 AI 三角模型

→ 資料層（Data）＋場域知識層（Clinical Context）＋模型層（Model）

資料層：包含質量、標註品質、同步性（例如 ECG 對應鉀離子）
場域層：診斷邏輯、風險認知、臨床判斷流程
模型層：選擇何種 ML / DL 方法、如何建立 Input/Output

AliveCor 與 Apple 對照三角模型

AliveCor 初期忽略資料偏誤（門診 vs 住院）→ 資料層問題
假設只看 T 波 → 錯在場域假設與 Input 設定
成功在於「修正假設＋取得廣泛資料＋重新建構模型 Input」→ 三層並進

對比 Apple 的策略，蘋果擁有大量用戶資料但著重產品化與 UX，但不太做血鉀這類高風險臨床任務。

— –

📒 Compiled by — 台中慈濟醫院復健科 R3 陳佳菁醫師 Sigrid Chen, PM&R Resident Physician at Taichung Tzu Chi Hospital, Taiwan; Former Medical Consultant at ASUS Intelligent Cloud Services.