摘要
人工智慧（Artificial Intelligence, AI）在健康醫療領域的應用與日俱增，且可能應用的範圍極為多元。惟實際上，健康醫療日常實務的AI應用不如AI倡議者預期般普及，主要原因來自於人們對AI健全性的懷疑，從而無法對AI應用產生足夠信賴。目前健康醫療領域AI研究多採機器學習（Machine Learning）方法，而仰賴大量訓練資料以進行預測。然而，高品質健康醫療資料取得不易，連帶影響AI的健全性，進而限制了健康醫療AI擴大到日常臨床實務應用的機會。本文探討值得信賴的健康醫療AI，先從AI偏誤（bias）問題切入，說明AI可信賴程度與資料之間的密切關係，並以歐盟、OECD可信賴AI相關建議為例，說明資料治理、資料共享生態系對可信賴AI發展之重要性。其次聚焦於高品質健康醫療資料取得不易的原因，探討國際社會資料保護意識抬頭，對取得健康醫療資料之影響。最後分享國內、外健康醫療資料共享治理案例，說明如何在信賴關係下形成健康醫療資料共享生態系，間接達到提升健康領域AI應用健全性之目的。
延伸閱讀
- 賴冠名、高佳霙、蔡鴻文、姚鈺、張宗泓、許惠恒（2020）。善用資通訊科技推動分級醫療之經驗分享。醫療品質，8(2)，34-48。https://doi.org/10.29759/THQA.202006_8(2).0003
- 王英偉、魏米秀、張美娟（2017）。健康識能與醫病共享決策。醫療品質雜誌，11(4)，42-49。https://www.airitilibrary.com/Article/Detail?DocID=a0000532-201707-201707250031-201707250031-42-49
- 陳小蕾（2010）。採用知識本體論之智慧感知健康照護服務系統設計〔碩士論文，國立屏東科技大學〕。華藝線上圖書館。https://www.airitilibrary.com/Article/Detail?DocID=U0042-2202201313551247
- 何政勳、謝忠和、溫信財（2019）。以資訊系統成功模式探討醫師使用行動醫療之重要因素。醫療資訊雜誌，28(3)，41-56+58。https://www.airitilibrary.com/Article/Detail?DocID=10213155-201909-201912250020-201912250020-41-56+58
- 曾國瑋（2021）。AI驅動之同伴支持媒合系統：促進線上心理健康社區之認知再評估〔碩士論文，國立臺灣大學〕。華藝線上圖書館。https://doi.org/10.6342/NTU202103645