綠湖醫療發展地端生成式AI 保護病人隱私才是王道

商傳媒｜記者蔡麗美／綜合報導

ChatGPT 生成式AI創新技術，可望減輕醫療人力負擔

隨著ChaGPT橫空出世，帶起生成式AI浪潮，各式應用與創新不斷推出與演變。在疫情結束後的這幾年，醫療人力短缺與人力成本上漲，一直是世界各國所面臨的共同議題。過去醫護人員每天都要處理大量的病歷撰寫、護理紀錄等行政工作，而在AI科技的快速發展下，現在的大語言模型（LLM）可將語音自動轉化為文字，大幅減少醫護人員輸入、校稿、上傳等作業時間。NVIDIA 今年稍早曾經發布一款 AI 護士應用，這款服務是與Hippocratic AI合作，在虛擬護士視訊服務中，可以提供用藥諮詢、照護計畫建議等醫療線上服務。根據發布的新聞訊息，AI護士每小時成本為9美元，對比美國平均護理人員每小時 90 美元的薪資，AI的營運成本僅10分之一。

醫療運算必須符合保護病人隱私與確保資料安全

目前市場上生成式AI服務，絕大部分是使用為微軟、google、Meta等大語言模型，透過雲端服務的存取，優點是這些大廠的語言模型精準度高，可以省下大量訓練與開發的時間，服務商可以快速導入市場。惟在醫療的使用環境中，雲端資料的存取可能衍生病人資料安全外洩的疑慮，因此綠湖醫療(Melten) 自建 “地端” 生成式模型，從系統配置、建模、訓練、微調、部署皆由團隊自主開發，其所開發的一款行動護理App – Luna (Link with nurse assistance)，連結Melten Engine 地端模型，可透過護理人員的語音輸入，將病患的生理量測自動轉為數值記錄在Luna App，過去每天要花4-6次巡房進行測量，透過語音轉文字生成技術，可以大幅降低作業時間，對醫院機構來說，也可以省下購買設備連線上傳的費用。綠湖醫療(Melten) 下一階段將開發自動生成護理紀錄，計畫將在護理紀錄的文書處理時間，從每天一小時的降低為5-10分鐘。

DEEP LUNA 語音轉文字輕鬆記錄，提升護理作業效率。圖片來源：綠湖醫療提供

生成式AI技術在醫療應用預估未來10年成長超過10倍 

新興的生成式AI技術將在醫療領域中扮演越來越重要的角色，根據國際研究機構GMI (Global Market Insights)報告預估，生成式AI在醫療行業的產值將從2023年18億美金，以複合年均成長率32.6%成長至2032年的220億美金。在國際大廠紛紛大舉投入醫療應用之下，台灣廠商如綠湖醫療(Melten)專注於智慧病房與護理紀錄等應用，才能做出產品差異化與創造強而有力的競爭優勢。