文/一般外科暨達文西中心 謝慶隆醫師
目前全台灣的醫院都在發展智慧醫院，但認真來說，智慧醫院可分為硬體和軟體。所謂的硬體包含了可在醫院應用的醫療裝置，例如可分析醫療數據的超級電腦以及可以儲存醫療大數據的雲端伺服器，隨著輝達發表其最新一代的GPU之後，各大醫院也了解到將自己的醫院CPU一定要提昇到一定程度才能應付未來超巨量的醫療資訊。
在醫療領域中，醫療診斷的精確在醫師的養成訓練中一直是重中之重，對於見習醫師和住院醫師來說，能夠實際在病人身上大量問診的機會可以說是比以前少很多了。但是學生的求知若渴的心再加上主治醫師平日繁重工作的分身乏術，更促成了人工智慧在提昇醫療決策於訓練過程中的重要性。
機器學習(machine learning)和深度學習(deep learning)需要由臨床醫師和了解程式的工程師一起來研究訓練model，這樣的訓練模組較容易遇到的問題是如何將流程標準化(standardization)。因為病人的病情變化往往是多面向的，所以在設定模組時往往需要考慮多面向的參數，這也需要醫師和工程師大家一起來努力。
目前台灣的醫護人員愈來愈短缺，病患在醫院中的即時數據如何以大數據的方式分析，並做出危急時刻的臨場判斷，這將是下一代智慧醫院都想達到的事。想達到此目標，除了有電子生理的記錄器和伺服器外，還要有具有人工智慧的電腦來分析，才能收集出真正有用的數據。
醫療糾紛的頻傳，也代表醫學教育在年輕醫師上需要有更多科技成份。擴增實境(MR)和虛擬實境(VR)的訓練，除了可以讓新手醫師可以增加手術流程的熟悉度外，也能讓年輕醫師可以學習從模擬model中學習併發症的可能原因並加以預防。
腹腔鏡和達文西的肝臟手術在訓練過程中往往會遇到相當多解剖學中的路線選擇，因為肝臟手術本身出血的機會很高，又不見得有太多機會可以讓新手醫師練習，這時擴增實境和虛擬實境就可以發揮到可重複練習和指導路線的效果。 在醫護人員極度短缺的情況下，我們只有將很多繁鎖的醫療事務轉而讓機器人或電腦代勞，才能提振醫護的士氣，並將優秀人才留在醫院裡。這不是只有硬體的改變，也需要這些專職的醫護人員，將最正確的知識藉由AI傳遞下去，才能讓醫學教育生生不息的延續下去。
