根據日媒《每日新聞》報導，厚生勞動省（相當於台灣衛服部）於27日公布的報告書內容提到，2020年將正式導入人工智慧（AI）協助醫生診斷和藥品開發，目前正在擬定相關法規並修正預算。
為了能有安全且有效的治療，AI醫生的診斷機制仍在進行更完善的整備動作。即使如此，AI可能還是可能會犯錯。為避免這樣的情況發生，最終的診斷及治療方針必須由醫生來決定。
▲「基因醫療」、「圖像診斷支援」、「診斷‧治療支援」以及「醫藥品開發」為重點領域。（圖／智慧機器人網製）
而在報告書中，作為開發的重點領域有四項：「基因醫療」、「圖像診斷支援」、「診斷‧治療支援」以及「醫藥品開發」。
圖像診斷支援實用化後，大量的內視鏡圖和X光片可以透過AI的解析，讓病變部位更容易找到。在基因醫療中，預期可以在短時間調查遺傳基因，並針對不同病患進行適合的投藥。
▲AI加入醫藥品開發，速率高、成本低（圖／翻攝自藍圖網）
於醫藥品開發方面，AI的加入，能縮短尋找藥物化合物的時間，有效提升開發效率，大幅降低成本。
在2020年，為了讓AI在醫師法中的地位更明確，厚生勞動部從2017年開始，對此進行檢討。另外，關於圖像診斷，以相關學會為中心，正在建構圖像資料基礎。
▲日本超高齡化社會的來臨，「照護‧認知症」領域將是下一階段的發展目標。（圖／翻攝自Robotstart）
除此之外，因應日本超高齡化社會的來臨，對於照護機器人的開發和老人癡呆症的診斷支援等等的「照護‧認知症」領域；以及自動手術支援機器人的實用化等「手術支援」領域，將是下一階段的發展目標。原文詳見：http://www.limitlessiq.com/
【本文經智慧機器人網同意授權刊出】
我是廣告 請繼續往下閱讀
▲「基因醫療」、「圖像診斷支援」、「診斷‧治療支援」以及「醫藥品開發」為重點領域。（圖／智慧機器人網製）
而在報告書中，作為開發的重點領域有四項：「基因醫療」、「圖像診斷支援」、「診斷‧治療支援」以及「醫藥品開發」。
圖像診斷支援實用化後，大量的內視鏡圖和X光片可以透過AI的解析，讓病變部位更容易找到。在基因醫療中，預期可以在短時間調查遺傳基因，並針對不同病患進行適合的投藥。
▲AI加入醫藥品開發，速率高、成本低（圖／翻攝自藍圖網）
於醫藥品開發方面，AI的加入，能縮短尋找藥物化合物的時間，有效提升開發效率，大幅降低成本。
在2020年，為了讓AI在醫師法中的地位更明確，厚生勞動部從2017年開始，對此進行檢討。另外，關於圖像診斷，以相關學會為中心，正在建構圖像資料基礎。
▲日本超高齡化社會的來臨，「照護‧認知症」領域將是下一階段的發展目標。（圖／翻攝自Robotstart）
除此之外，因應日本超高齡化社會的來臨，對於照護機器人的開發和老人癡呆症的診斷支援等等的「照護‧認知症」領域；以及自動手術支援機器人的實用化等「手術支援」領域，將是下一階段的發展目標。原文詳見：http://www.limitlessiq.com/
【本文經智慧機器人網同意授權刊出】
