根据Stratistics MRC的统计显示，受到医疗IT基础建设的改善、云计算系统的使用等因素促使下，到了2026年全球智能医疗的市场将增至6654亿美金（约合新台币20万亿），且年复合增长率将达到15.4%。医疗体系在人工智能的协助下，未来的前景似乎一片看好，对人类也可能有重大帮助。
来台寻求合作，盼能创造有用平台与模型
正因如此，来自美国麻省理工学院（MIT）的教授柯林‧史塔兹（Collin Stultz）趁着日前来台演讲期间，在台湾寻求跨国的合作机会，希望能为全球医疗产业带来新的革命。
史塔兹教授不仅是麻省理工学院的电子工程计算机科学教授，同时也是Mass General Hospital（麻省总医院）的心脏病专家，而他目前正积极着手于将机器学习导入医疗产业中，期望能通过机器学习帮助未来医师在诊断上能够更更精确。
Collin Stultz教授不仅是电子工程计算机科学教授，更同时是麻省总医院的心脏病专家。之所以找上台湾，史塔兹表示，因为台湾医保制度的健全乃是全球有目共睹，20多年来累积的数据、范围之广包山包海，这对于要开始发展AI的医疗产业来说无疑是一个珍贵的数据，也因此他相当肯定这份数据的全面性，这次合作希望能够与台湾的医院创建起一个平台，通过各种机器学习去协助临床医疗创建更多的模型，更希望能在未来的2~5年内有成果发布、有助于未来医疗产业的发展。
寻求海外的合作，有个致命的大数据盲点存在，由于目前机器学习所需的大数据，碍于种族、性别等各种复杂因素的组成，导致目前数据的搜集其实依旧存有“局限性”，举例来说，在美国所搜集到的大数据所训练出来的机器，可能并无法适用于亚洲的病患，反之也然。
也因此史塔兹对外积极寻求合作的可能，就是因为希望这套平台、系统是能够普惠到更多的病患，他也透露正与台湾几间医院讨论合作的机会，希望能在未来有更进一步的合作。
MIT教授：“人工智能将无法取代医生！”
除此之外，当现在医疗产业正全力导入人工智能、通过机器学习提供给“全人类”有更好的医疗品质之时，医疗品质的提升是否也意味着所需支付的费用可能会提高，而需要受到照顾的弱势群体将可能更无法负担？
史塔兹完全同意这样的顾虑，也表示将会尽全力让全人类都能享受到智能医疗所带来的好处。因此他在受访时语重心长地表示：“若智能医疗没能真正帮助到需要被帮助的弱势者，那可以说是最大的失败。”
Collin Stultz教授认为，机器学习可以将所有病例的状况被记忆，可有助于医师的诊断、但并非取代医师的存在。该如何解？他提到，未来可能提供给病患的诊疗方式将可分为利用机器人或人机协作的诊断。由于机器学习可以通过大数据的方式，去掌握过去的各种病例，进而提供给有需要却没有能力负担高额费用的弱势群体，让他们同样享受精准的医疗诊断；至于有能力负担的其他人们，则可以通过人机协作的方式、意即搭配机器学习的诊断数据让医生治疗，获得较符合期待的治疗过程。
机器辅佐判断，医病沟通成关键
在史塔兹的想法里，人工智能的导入并不会、也不应该造成医师的失业，更不会取代医师的存在，因为机器学习存在的目的，只是将医师所无法处理的大量病历数据，通过人工智能的协助去记忆与判读、如诊断图等信息，并借由这样的优势让医生能有更精准的信息治疗病患。而另一方面，他也认为医生需要通过问诊的方式了解病患的病史、并且通过沟通等方式来平缓病患的情绪，这一切都是机器所无法做到的事情。
Collin Stultz目前正积极协助医疗产业导入机器学习，日前也来台寻求我医院的合作，希望能有效创建一个平台与模型，帮助更多病患。所以当他听到台湾的病患有“名医情节”的文化时，他感到相当讶异，因为在美国主要是以家庭医生为主，病患多半需要预约、而医师一整天能看的病患数量可能也有限。
然而台湾的名医一天却有可能看上数百位病患，每个病患就只有几分钟的诊疗时间，这样的过程让他相当不可思议，一方面赞赏这样的名医就像是一个受过海量数据学习的机器，能正确、快速的识别病人的病况，但另一方面，却也忧心因为有太多病患需要诊断，而少了最重要的医病关系。
未来，机器学习能获得海量病例去记忆各种状况，“名医”将有可能不再是神话，因为每个医生如果有人工智能的帮助，都将可以是名医；病患不用再盲从名医的诊断治疗以后，医病关系将有可能回到最重要的关心与沟通，而这也可能是史塔兹认为智能医疗里面最重要的一环所在。