NO WORRIES! AI, BIOTECH & ROBOTICS SHALL TAKE CARE OF YOUR HEALTH?
全球健保能否靠 AI 人工智慧、生技、机器人绝处逢生?
全球健保病危中
目前全球有 126 个国家实施全民健保。多数国家如台湾、德国、日本是采取社会医疗保险制度，资金由政府、雇主、个人依照比例共同负担，民众就医时须自付一部分的医疗费用。另一种是公共医疗制度，由政府从税收中编列预算，为国民提供免费医疗服务，实施的国家如英国、丹麦、瑞典等。而美国则仅针对 65 岁以上以及低收入提供社会医疗保险，其余民众须自行购买私人医疗保险。
无论哪种健保模式，目前都面临庞大的财务压力。最主要的原因在于人口结构老化，且老年人（65 岁以上）通常患有慢性疾病，医疗支出是非老年人的三至四倍。根据经济合作暨发展组织( OECD )的研究，从 2004 年到 2019 年，65 岁以上人口占比从 13.6% 攀升到 17.2%，人均医疗支出从 2,365 美元急速成长到 4,224 美元。
改革效益不彰
多年来，各国为解决健保财政问题，祭出各种改革方案，包括增加税赋，调高费率，或删减给付。然而健保仍深陷于财务困境，改革效益有限。以调高费率手段为例，调升的幅度根本赶不上医疗支出成长的速度。健保的主要收入来自税收或是薪资，每年成长的空间有限。以 OECD 会员国为例，2004 至 2019 年平均 GDP 成长率为 1.8%，人均医疗支出却以年均 4% 速度增长。长久下来，健保收支自然失衡。
若采取删减给付的策略，则导致医院因给付减少而节省各项成本与缩减人事，使医疗品质及效率下滑。根据 OECD 的统计，近四成的病患需等待一个月或更久的时间才能得到专科医疗服务。患者在漫长的等待时间中，病情恶化甚至过世的憾事时有所闻。血汗的医疗劳动环境也导致罢工情事频传，人力缺口日渐扩大。世界卫生组织在 2020 年七月呼吁，全球医护劳工短缺已成医疗新危机。据研究显示，2030 年全球估计将需要 8,000 万医护人力来维持医疗体制运转，但劳动缺口将高达 23%，也就是不足 1,800 万人。
台湾国家卫生研究院也推估到 2022 年医师人力将短缺超过 7,000 人，护理人员将短缺超过 24,000 人，下一代恐怕将面临生病却找不到医生的未来。
透过科技强化医疗效率
既然人口结构老化已经是不可逆转的趋势，传统上高度仰赖人力的医护体系难以延续，势必要以科技取代人力。国际研究机构 Frost & Sullivan 在 2018 年指出，全球医疗照护产业若能藉由科技大幅提升效率，至 2025 年可望节省 1,500 亿美元开支。
AI、机器人能分担庶务工作，如文书作业、环境清洁等，让医护人员能集中心力于病患，医疗品质自然提升。以往需要几小时或是几天才能分析完的数据，AI 能在数分钟内导出结论，协助医生在短时间内做出更精准的诊断。除此之外，穿戴式装置( Wearable Devices )如 Apple Watch，能持续收集患者的生理资讯，让医生能更全面地掌握病患的病情发展；再搭配远距看诊服务，患者也不需频繁到医院就诊，拥有更好的生活品质。
透过科技，医护人员的过劳问题得以改善，医院的营运成本降低，病患也能获得更好的医疗品质，创造三赢局面。药厂还可利用 AI 所收集的各种数据，优化开发流程，降低开发成本。美国高盛集团研究指出，透过人工智慧的协助，新药研发成本每年可节省 260 亿美元。
2019 年开幕，耗资 20 亿美元打造的史丹福大学医院新馆，就是医疗和科技结合的一个典范。在这个两万多坪，约 14 个足球场大的医院，有 3,000 多个即时定位系统，医护人员能透过手机或电脑即时追踪所有仪器、人员的位置，提高设备的使用效率。在医院药局中，最新型的医药管理机器人 BoxPickers 不停歇地进行调剂、包装，一小时能完成 1,000 件处方笺，相当于一名药剂师 10 个小时的工作量，而且准确率高达 99.9%，还能追踪病患的用药纪录。包装好的药则由 23 个 120 公分高，名为 Tug 的机器人送到各个护理站，Tug 亦可协助运送仪器、床单。所有病房里都配置了远程监测设备，让医护可以从远端同时观察多个病人的情况，减少来回奔波的辛劳。
病患的各种检测数据都交由 IBM 超级电脑 「华生」处理，数分钟内就能导出结论并提供建议，大幅缩短医生进行诊断的时间。分析完的数据还能分享给学术单位、药厂、或科技公司使用，加速研发过程并提高成功率。
健保要不倒，唯有让人类健康地老
根據統計，已開發國家 65 歲以上人口中，超過 50% 患有兩種以上的慢性疾病，例如心臟病、糖尿病。65 歲以上的醫療支出比重超過整體的 30%，且持續上升中，成為健保最沉重的負擔。因此，若要根本解決健保的財政問題，必須落實預防性的保健，讓人民不因老化而疾病纏身，以減緩醫療資源的消耗。
「預防勝於治療」是每個人都知道的道理，但預防醫學長期不受重視。其一是疾病的成因錯綜複雜，醫界需要分析各種數據，研究耗時費日。再者，醫界在預測疾病發生的風險時，只能提供概略性的統計數據，例如：研究顯示，在台灣每十萬人中有 36 人罹患肺癌，難以讓民眾產生切身的危機感。
在 AI 驅動下，預防醫學將走向「個人化」、「精準化」。AI 能根據每個人的基因、職業、生活型態、疾病史等數據，提供個人化且精準度高的風險預測，民眾將更有意願先一步改變生活形態，或及早接受檢測，避免未來可能要付出的昂貴醫療支出。
根據資誠全球聯盟組織( PwC Global ) 2030 未來醫療調查，全球醫療支出將從 2018 年的 10.6 兆美元增加到 2030 年 15 兆美元，傳統門診、醫療行政的支出僅成長 9%，而數位醫療、精準診斷、預防保健等三個領域的支出將成長 365%，顯示醫療產業將從疾病治療走向預防保健。未來，希望人們有機會擺脫因老而病、因病而貧的惡性循環，健保也可能逃脫破產的宿命。
台灣健保自 2017 年起已連續三年赤字，且缺口逐年增加。預估到今年底，安全準備金將降到新台幣 1,042 億，僅能維持約 1.79 個月，明年更將低於法定安全水位 1.5 個月。健保費率明年勢必將調漲。政府在開源節流之餘，應深入思考如何利用科技改革醫療產業，健保才能永續經營。
■