本次演講是由徐士傑教授邀請了來自奇美醫院AI中心主任劉忠鋒，來跟我們分享『如何進行人工智慧研究？以人工智慧提升醫療品質為例』介紹內容包括什麼是醫療品質、醫療AI的研究方法、發展醫療AI之迷失、互動式預測結果呈現以及應用上的實例。

　　使用AI會帶來以下幾個改善醫療品質的好處：民眾健康管理、臨床決策支援、輔助手術、改善醫護可近性和優化流程與效能。醫療AI的研究方法是基於結構化電子病例進行分析，奇美醫院不會做影像分析只做數字化的分析，因為跑影像分析需要強大的運算資源，會導致成本太高。劉主任也提到會進行AI專業研究分工，包含資訊工程師（資訊部門）、AI分析師（AI中心）及醫師、護理師、藥師等等，透過AI和各領域專家的合作，才能使其發揮最大效益。研究步驟又分為以下八點：1. 確認研究問題：研究的重要性＆挑戰 2. 文獻探討、專家會議/標竿學習：預測outcome,找出factor 3. 特徵工程：大數據準備，萃取 轉換 驗證 選取，計算feature重要性 4. Ai預測模型建立：決定採用何種演算法的模型來實作 5. AI Web Service程式設計 (HIS介面、特徵值擷取FWS、AI病情預測AWS) 6. HIS整合與上線 7. 成效評估：量化/直化，附加價值 8. 成果發表。

　　除了AI會帶來的益處之外，同時也要注意到發展醫療AI之迷失，像是研究過程中的資料洩漏、時空錯亂、資料偏頗、數大便是美、愈複雜愈好、預測值如何解讀等等問題，舉例來說「糖化血色素」本來是判斷糖尿病的指標之一，若拿來作為建立模型的變數，就會導致模型沒有臨床價值並且產生資料偏頗的問題。劉主任也分享了AI實際應用案例，例如可以協助長者得流感容易變重症的預防，透過AI系統的評估，除了可以作為實習醫生的教材，同時也能提前預測病人可能發生的狀況，以便後續的治療。

　　這次的分享讓我們了解到人工智慧是如何應用在醫療上，有別於以往只存在於理論上的研究，醫療領域更傾向能將研究結果運用在實務上。不過要特別注意的是，模型不能只單看Accuracy，需要同時考慮模型Sensitivity、AUC等數值，來衡量模型的好壞，才不會太過偏頗。謝謝劉主任今天帶來相當精彩的演講，內容也是非常的充實，讓我們看到不一樣的AI應用！