嚴峻的疫情不只推動企業快速轉型，也讓我們看到許多AI論文快速陸續發表，還有許多應用成果逐步出現，例如透過肺部影像輔助判別是否染疫及嚴重程度；或協助監測病人的生命跡象，並提前預警；也有疫情變化預測的應用。
乍看以為人工智慧似乎已能順利應用於醫學上了，但是，台大醫院智慧醫療中心副主任李建璋認為，從醫療實務的經驗，人工智慧要能實際應用於醫學上的仍有一段距離，最大的原因不在演算法而在資料，甚至可能是台灣發展人工智慧醫療的機會。資料的問題，可分為兩大方面：異質性及台灣獨特的問題，都讓訓練的難度提高。
【MORE】