李友專 特聘教授
李友專 特聘教授
臺北醫學大學醫學資訊研究所
創新菁英－一般個人組
畢生志業研究AI 價值創新可行性不妥協
李友專擁有多重身份。是執業20 多年的皮膚科醫師，是帶領過190 多個研究計劃的醫學資訊學者，是臺灣電子病歷交換架構的推手，也是AI 生醫新創公司的企業導師。2021 年，他接任國際醫療資訊協會的掌舵手，是首位臺灣籍主席，計劃運用遠距醫療方式，協助開發中國家擁有現代醫療的新可能。
民眾看病時，醫師視患者醫療需求查閱健保系統，就知道你先前所有的病歷，不管在哪家醫院診所。因為，有全國互通的電子病歷。
醫師問診完要開藥，不再容易發生開錯藥品或劑量的事故。因為資訊系統新增人工智慧做預防提醒，遏阻意外的發生。
這兩件科技應用成果彼此有深刻關聯性，都出自臺灣醫學資訊的研究先驅─李友專教授。
醫學資訊之父門下 志將數據轉成知識
畢業於臺北醫學大學醫學系(1991)，在美國猶他大學取得醫學資訊博士(1994)，李友專現任北醫大的醫學資訊研究所特聘教授，同時擔任萬芳醫院皮膚科主治醫師。
投身醫學資訊領域數十年以來，李友專先後獲選為國際健康資訊學院創始院士 (IAHSI)、美國醫學資訊學院院士(ACMI)、澳洲醫學資訊學院院士(ACHI)，以及傑出資訊人才獎、十大傑出青年等榮譽。2019 年獲選為國際醫療資訊協會(IMIA) 的新任理事長(2021 ～ 2023)。
李友專的電腦科學啟蒙，從中學時期看過的一部戰爭電影開始；劇情描述運用電腦來學習人類的戰略智慧，勾起他的興趣。進臺北醫學大學之後，由無到有創設電腦社，開始思考如何把教科書電腦化，即用即查，不需大量背誦。大學五年級，他寫了一支診斷程式，理解到大量數據是人工智慧使上力的前提，而強大學習力才是AI 的價值發揮。
醫學系畢業後，他想進一步鑽研電腦科學，去了美國猶他州大學的研究所。當他向指導教授提出：想做人工智慧，卻被打回票。
「那個年代，是人工智慧的寒冬。」原來更早在1985-86 年代，AI 就被判定是做不出來的，是一場騙局。老師提醒他，執意選AI 做研究題目，研究計畫會被取消，教職可能也會被剝奪，甚至被踢出學校。李友專不死心，決意換個角度切入。他改用「知識工程、知識表現法、專家系統、決策支援…」等名詞，立志研究如何把數據資料轉換為知識。
當時，他的指導教授是Homer R. Warner：一位心臟科醫師，投身醫學資訊研究，創設了美國第一所醫學資訊研究所，日後被尊稱為醫學資訊之父。Warner博士花了七年，在無數經費與專科醫師的合作支援下，運用知識工程學原理，發展出2,200 多種疾病的診斷輔助系統。
李友專讚嘆：「我看著他的成就，宛如登頂喜馬拉雅山，而我卻還在爬小山丘。這趟來美國求學，真的讓我大開眼界。」
電子病歷 醫療大數據的基礎建設
然而，李友專也觀察到，當時美國醫院的電腦化程度不高，只做跟收費有關的部分( 如批價)，病歷仍是紙本。1995 年，他回到臺灣，也遇到同樣的情況。當時，所有醫院的病歷都是手寫的紙本資料。李友專就從規劃電子病歷標準交換架構起步，20 年後臺灣醫療院所全面採用電子病歷。
「談人工智慧的前提要有大數據，好品質的數據。」除了電子病歷之外，臺灣獨一無二的健保資料庫也是重要的數據來源。
1995 年也是健保開辦的元年。當時，醫療院所如果使用紙本申報，一份病歷要付給健保局五塊錢的登打費。在精打細算下，院所的健保申報也走向電腦化。自此，國內健保資料的基礎建設日趨完整，量能逐漸累積，李友專期望的人工智慧終於有了大展身手的機會。
病人安全 開藥錯誤AI 及時偵測
「在臨床端，疾病越來越複雜，使用的藥物也複雜，加上醫師看診量只增不減，就很容易會有錯誤發生。」譬如，診斷輸入打錯或疏漏，要開A 藥卻選了B 藥等等。
臺灣人一年就診量三億六千萬人次，這類錯誤大約有5%，也就是一千八百萬張處方簽有問題。這個比例如果放大到全世界，就更可觀、風險更大了。於是，李友專就想用AI 人工智慧的方法，在這些錯誤落到病人身上前，阻擋下來。
「做了之後發現，利用我們的AI 方法確實可以擋下相當多的錯誤。」李友專舉例：有醫師想給感冒就診的病童，開立肌肉鬆弛劑。但輸入藥名時，不慎選了某種抗思覺失調藥( 二者的前三個英文字母相同)。幸好被AI 偵測到而及時阻擋下來，否則錯誤的藥毒性較強，恐將對病童造成嚴重傷害。李友專直言：「如果一年能像這樣，擋下幾百萬、甚至上千萬筆有問題的給藥處方，對病人安全真的幫助很大。」
兩家新創定位迴異 醫師民眾痛點各有解
李友專回臺後大約做了190 多個研究計畫，其中跟AI 偵錯有關者有10 多個。2009 年，在北醫大的支持下，挑選兩個跟AI 有關的研究成果，設立新創公司進軍商業市場─醫守科技專攻用藥錯誤改善，使用者是醫師；另一家皮智公司提供線上檢測皮膚痣，是給民眾使用。
皮膚科是李友專的專科。他設計一套便利的線上工具，民眾想知道自己的皮膚痣是否有病變風險，只要拍照上傳，AI 機器人就會自動判讀給意見。根據風險高低，給予適當的就醫建議。
因為臺灣全民納健保，就醫容易又不貴，長期有醫療浪費的問題。李友專強調：「這套工具的功用是篩檢。如果AI 判斷民眾只要觀察，無需就診，就能減少不必要的醫療浪費；倘若判讀需要進一步就診，也有提醒敦促的功用，避免民眾太晚就醫而產生憾事。」至於醫守科技，他找了曾經合作多年的學生龍安靖共同創辦，運用AI 方法學與工具，先推出開藥處方偵錯的《藥御守》，後來擴展到醫院帳務偵錯。目前，後者每月有一家以上的醫院簽約採用，今年也開始積極拓展美國市場。
醫守執行長龍安靖表示，這些偵錯系統為醫院用戶帶來可觀的效益。「如果合計新增營收與降低成本的話，一家醫院至少有一億臺幣的效益；成效好的醫院，甚至可達2 ～ 3 億元。在美國市場，醫守也陸續簽下醫院用戶。美國醫療保險申報退件率逐年升高，曾有大型調查統計、大約每十件就有一件被核退，總退件金額多達400 億美金。「用傳統的AI 方法做自動稽核很困難，我們運用獨到的做法─從資料、模型到跨領域專業等，來提供解決方案。」龍安靖憶想起，該院的經營高層在聽完醫守團隊的報告時，眼中閃爍光芒，彷彿透露長久的痛點終有解方的期待。
選題思考三高指標 企業導師嚴柔並進
在龍安靖眼中，李友專辨識題材可行性的能力很強。有機會做的題目，他往往很快就明眼判斷，並給出有用的意見；他認為不行的題目，也不含糊會直接說。
事實上，李友專對於一個題材是否值得長期專注投入，列出三高指標：價值性高、創新性高和可行性高。「如果一個題目價值性與創新性都高，但可行性不高，就只是研究報告，很難變成產業。如果價值性與可行性高，但創新性不足，別人很快就模仿，自己失去競爭力。如果價值性不高，潛在影響層面太窄，也不容易長期發展。」而身為國際大學者，也是醫守公司的企業導師，李友專陪伴團隊的作風，時而嚴格，時而柔軟。
龍安靖透露，有一次團隊成員去拜訪美國某家一億美元規模的公司創辦人，雙方交談之間意外引發火花。對方抓住幾個技術議題，砲火猛烈；而陪同前去的李友專全程淡然，不做口舌之爭。
「看著已是大學者的老師，陪著我們聽罵，很不忍心，也很感動。」不過離去後，李友專還是提醒團隊成員，要怎樣調整做法來應對類似的場合；也就是，從挫折找學習經驗，才不會白白浪費一次挨罵。
國際協會臺灣主席 醫療科技助弱勢國
除了看診、做研究，李友專還積極投入國際醫療資訊協會的會務活動，奉獻付出備受肯定。由於臺灣會員向來努力辦活動，留下好口碑，加上他國友好會員的支持，李友專於2019 年突破政治干擾，在曲折的參選過程中，獲選為新一屆的理事長( 屆期2021-2023 年)，是首位來自臺灣的協會理事長。
李友專積極參與醫療資訊學會的付出，龍安靖也體會深刻。「我必須說，老師這次獲選新任國際協會理事長，完全不是偶然。這期間不知道失敗了多少次，努力了多少年。」
展望新任期的任務，李友專預告了幾項計畫，包括全力籌辦2025 在臺北舉行的年會，持續跟著WHA 大會在日內瓦辦研討活動。此外，他也思考運用遠距醫療等科技模式的國際資源，協助開發中的弱勢國家，改善醫療可近性與品質。醫學資訊可以幫忙的場域仍然很多，看來腳步不停歇的李教授將持續引領先鋒，探索無限可能性。
得獎感言－臺北醫學大學醫學資訊研究所 李友專 特聘教授
非常感謝經濟部國家產業創新獎的認可，這不只是我個人的榮譽，更是對一路以來所有合作共事的同仁們的肯定。很幸運在過去三十年來，有機會參與推動臺灣醫療產業資訊化、科技化，至今人工智慧化的蛻變歷程，每個階段都是集眾人之智，絕非個人一蹴可及。新冠肺炎讓我們領悟醫療產業是國家的根基，穩住醫療產業，經濟與社會才能正常運作；也讓我們見識過去墨守的巢臼，原來沒有什麼不能打破。後疫情時代的數位轉型才剛開始，未來充滿更多挑戰，也充滿無限機會，期待我們能發展出更多友善的醫療資訊科技幫助提升人類健康福祉。
相關連結
- 發布日期：2023/07/01
- 最後更新時間： 2024/04/29
- 點閱次數：262