【人工智能】AI助测肺炎　惟须保障私隐　以免身份被识别

医管局日前公布三宗医疗事故，医护人员迟迟未能察觉病人肺 X 光片异常，延误诊治。局方成立委员会制作报告，探讨改善方法。事故原因有待查证，但有报道指局方正测试人工智能技术，辅助诊断，并先针对肺 X 光片。有外国研究显示，人工智能判断放射准确度比得上专业人员，有助加快诊断时间，减少漏诊误诊。港府和医管局应继续发展机器学习功能，利用电脑协助诊断，并邀请学界和商界研究，过程中需要妥善移除病人资料，保障私隐。

AI助找出肺炎病征  成功率堪比真人

医护人手不胜负荷，如果科技能够协助侦测病况，既能加快诊断速度，减少病人等候报告时间，又能为专业人员比对判断结果，提升判断准确度。以肺部 X 光片为例，美国国家卫生研究院临床中心（The National Institutes of Health Clinical Center ）“Chest X-ray 14”胸腔放射线检查库公开了超过 11.2 万份肺部 X 光片，来自逾三万名病人，美国印第安纳大学医院也公开了7,470 份肺部 X 光片，相当适合电脑程式学习，分辨正常和异常的肺部 。

究竟人工智能的检测结果有多准确？比人手侦测相差多少？2017 年，一群学者抽取上述资料库当中的 420 张肺部 X 光片，分别给机器及四位放射科医生分类肺炎跟非肺炎病人。结果发现机器的准确度较医生高，而且具统计学显著分别。简单来说，机器比放射科医师更能侦测肺炎特征。再者，电脑可以制作肺炎的热图（heatmap），显示肺炎最有可能患病的位置。

必须提醒，上述研究并非无懈可击，例如有学者质疑放射科医生数目太少，另外，研究中的 X光片没有侧面照，又缺乏病史佐证，误诊机会较实际高。即使如此，研究支持继续发展电脑辅助检测，并套用在不同病症。

个人资料跟医疗数据须分离  免被辨识

推动电动辅助检测的同时，更须慎守私隐安全。病历是敏感的个人资料，医护及学术界使用和分析数据前，必须先要除去能够识别身份的资料，才能保障病人私隐。这些资料主要为两类：直接资料和间接资料。前者包括姓名、电邮、电话、身份证号码，后者包括生日、死亡日期、地址、种族、诊断时间等人口社经资料。两者都要跟诸如留院时间、病症种类、电脑扫瞄图片、基因排序等的医疗数据剥离。

更重要的是，数据不应让使用者得知资料的身份。事实上，外地曾经有人在结合不同数据后，识别出特定人物的例子。2016 年，澳大利亚墨尔本大学一名学者尝试在卫生部门开放数据库的 1.7 万个女性记录寻找自己，她借用 facebook 关于性别、出生年份、居住州份及健康活动，成功筛选出 23 个吻合例子。当她加入出生日子后，她就发现自己不在数据库中。此外，她还声称比对出三名国会议员及一名足球员的病历记录。

修订法例、事前检测  减私隐风险

开放数据同时要保障私隐，难以两存其美。立法加强数据取用的条件，以及测试数据的安全程度，是可行办法，但要小心操作。澳大利亚政府计划立例，禁止第三者运用政府公开数据组合、识别个人身份。因为罪行涉及刑事，有追溯期，加上举证责任不在控方，而在被告一方，民间对修法有保留，现时未有定案。在法例以外，数据持有者可以先测试原始数据能被再识别的风险，当风险太高，持有者可以修改或删除个别栏目，例如改动出生日期，直至不能再辨识身份。

人工智能并非取代医护，而是加快医护断症，减少误诊。这需要大量医疗数据训练机器辨识，而开放医疗数据则有利知识普及，集思广益。不论是医疗机构还是公众，必须谨慎处理资料，避免有人滥用敏感资料。港府屡屡被批私隐监管疏漏，更应及早检讨法例，预防私隐被侵犯，把好事变坏事。