【台灣醒報記者呂翔禾台北報導】「生成式AI讓運算成本下降，還可多模型同時運算，未來在醫療領域會有很大發展！」廣達董事長林百里30日在演講中指出，生成式AI將在未來扮演主導科技發展角色，其中最大的應用式在醫病互動的聊天機器人，但目前其診斷結果有時會有疏漏，因此仍需要人類進行把關。
建設、模型、商業化
林百里於亞洲醫療科技創新論壇演講時表示，目前正處於新AI發展的黎明時刻，以前的AI是具有分別性的，但未來在多模型同時應用下，AI的成本將會大幅下降，還能運算更複雜的模型，台灣目前在硬體與晶片供應鏈上有優勢，但缺乏AI生態系的中段模型與商業化軟體。
他指出，全世界在今年對生成式AI的投資有137億美元，是過去5年的總和，且3分之2的新創企業都與生成式AI有關。但若要完整生成式AI發展，基礎設施、模型與APP應用3個環節很重要，基礎建設包括硬體還有雲端空間，很多生成式AI的模型不容易商業化應用，而做成APP後要與其他產品差異化是困難的部分。
增加診斷效率
「發展生成式AI的風險還是很高。」但林百里也說，如果能將生成式AI應用在醫療上，未來只要用一個系統就可以將心電圖、X光掃描、癌症篩檢等資訊通通丟進一個系統，進行多模型的預算後，可以找到符合各種狀況（例如健保給付）的解方，讓診斷過程更有效率、準確度更高，以減少尋找新藥的時間。
林百里表示，目前微軟有Nuance與Epic等系統都在嘗試加速醫療診斷摘要的生成速度，Google則有ELIXR可以在照完X光後很快速地判讀，還有Med-PaLM M系統正嘗試將個人的所有醫療資料進行整合。以癌症篩檢來說，若能提早發現就能降低死亡率，診斷時間少，照顧的時間就會變多，也會增加醫療效率。
AI需要人最後把關
因此，林百里認為生成式AI應用在醫療與生技產業將會是「典範轉移」的巨大翻轉，且無論是既有的大公司或是新創都在積極投入，但在醫療決策上，他也秀出曾出錯的生成式AI氣胸X光掃描圖說，演算法判讀還是有可能會出錯，因此要抱持「原則上相信，但要確認」的觀念來應用這些科技。
另外，他也指出，在法規上的挑戰，還有ChatGPT在研究上的應用，會是未來要持續討論的部分。包括以美國為例，FDA僅允許少數個案使用演算法，且即使AI可以通過美國醫療執照測驗，但美國多數醫生不希望自己的期刊論文作者有ChatGPT，相關科技在醫療的應用比例仍低。
