今天是醫師節，BIIC Lab 成立以來與許多醫師合作，拓展人工智慧在科技的應用。其中一個我們長年投入的課題是「自閉症」想在今天跟大家聊聊這方面的研究進展。

臺灣自閉症人數高達 18686 人。照護工作也往往成為家屬重擔，診斷與治療需要龐大醫療人力。

                 

就從最早的「診斷」說起，當家長察覺孩子有異而就醫，醫師要如何斷定他有沒有自閉症呢？醫師絕對不迅速看看就能下定論，相反，自閉症診斷要經過層層檢測。根據 ADOS（自閉症診斷觀察量表），醫師會與受測兒童進行一系列遊戲，像是吹泡泡、看圖說故事、演戲。一方面要與孩子建立信任、引導孩子融入遊戲，另方面要暗中觀察，吹泡泡的過程是否與人互動呢？還是只專注泡泡本身？是否願意分享喜悅呢？長達一小時遊戲才能下初步結論，一點也不輕鬆。

如果由其他人來執行遊戲呢？比如，家長自行按照 ADOS 與孩子遊戲，不就能節省醫師的時間嗎？看到這裡，相信大家都能立刻指出問題就在：家長並不具有專業；而這裡，就是科技可以介入的地方！若有 AI 科技系統協助紀錄家長與孩子的遊戲過程，將資料回傳給醫生，不單只回傳遊戲畫面，還包含 AI 的判讀結果（初步得出的參考數值、關鍵片段篩選）如此一來，不僅加快診斷速度，節省寶貴醫療人力，也能減少醫師主觀因素影響。

另外，假如能夠為自閉症患者設計穿戴式裝置，諸如手錶、鈕扣、眼鏡，戴在身上隨時錄行為資訊，就可以在每次回診時提供醫師更完整的參考資料。比起家屬是人家屬會累，科技穿戴裝置絕對更適合全天候觀察患者。

以上，我們已經舉了兩個科技可以介入之處，但事實上，不管是協助醫生快速診斷，還是協助照護者追蹤生活，都還沒有真正落實。更深層的倫理問題、隱私問題有待縝密考量。那麼 BIIC lab 的研究到底做了什麼呢？長期耕耘自閉症研究的博士生們表示：「收集資料其實花了非常多時間精力！」
 

                                                 
 

這些科技須運用人類行為訊息處理技術，首要就是建立資料庫。經過 BIIC lab 與台大醫院的努力，我們已經收集了數百名自閉症孩童的資料。蒐集之前必然經過家屬與當事人同意；出乎我們原先預料，幾乎所有人都欣然同意貢獻資料，這也反映出照護者們非常渴望有創新的方式協助他們、渴望更完整的自閉症研究。

博士生們也指出：「 醫療行為正在翻轉，傳統的看診過程裡，醫生在有限時間內做評估、下指令，病患照做。未來，科技可以協助大家為自己的身心健康搜集數據，呈現初步分析，也提供醫師更客觀的參考。」現在的 Apple Watch 就在做這樣的事情，而未來可以用得更廣，一般人使用智慧裝置追蹤呼吸、睡眠、步行、月經狀況，而有特殊需求的群體則為他們設計更細緻的追蹤。

AI 可以取代人，但不是為了剝奪人的生計，而是讓疲於奔命的人喘口氣。我們在醫療現場看到了 AI 幫大忙的可能性，從人本的思維出發，要做的不只是提升醫療效率，還要減輕照護者的負擔，改善當事人生活品質。

希望我們的努力，能讓醫護現場如虎添翼。醫師節，感謝所有站在醫療照護崗位上的人們！

BIIC Lab 在自閉症相關論文

• Learning Converse-Level Multimodal Embedding to Assess Social Deficit Severity for Autism Spectrum Disorder.-CP Chen, SSF Gau, CC Lee
• Toward differential diagnosis of autism spectrum disorder using multimodal behavior descriptors and executive functions.-CP Chen, SSF Gau, CC Lee
• Computing Multimodal Dyadic Behaviors During Spontaneous Diagnosis Interviews Toward Automatic Categorization of Autism Spectrum Disorder.-CP Chen, XH Tseng, SSF Gau, CC Lee
• A Multimodal Interlocutor-Modulated Attentional BLSTM for Classifying Autism Subgroups During Clinical Interviews.-YS Lin, SSFen Gau, CC Lee