中國醫藥大學在 AI 的醫療應用投入相當多的前期資源，除了負責規劃架構的中國醫藥大學附設醫院人工智慧醫學診斷中心主任黃宗祺博士，自認不懂 AI 但卻又看好 AI 能為醫學帶來轉型與變革的中國醫藥大學副校長蔡輔仁教授更是促成中國醫藥大學導入 AI 的重要人物，不僅如此，蔡教授本人同時也作為中國醫藥大學 AI 應用於骨齡推估的核心人物。
蔡教授表示，醫療產業對於接受新事物需要長時間的育成，尤其執業越久的資深醫生，就更難以信任新科技且對自己的經驗充滿自信；但他也以過去 X 光斷層掃描剛起步前的情況為例，指出早期在未有 X 光斷層掃描前，具經驗的神經科醫生在腦溢血領域被視為神一般的存在，當時透過經驗判斷推測溢血區域是唯一的療法，而醫生的經驗也是他們最大的價值，但當 X 光斷層普及後，一張 X 光就可看到患部，現在神經科醫師已經不再具備推敲患部的能力，然而他們卻有更多的時間將精力集中在治療與研究上。
他認為 AI 也將如同 X 光斷層一樣成為醫療產業的重要平台，同時也會顛覆許多的醫療領域；然而蔡教授同時也認為，當前資深的醫生無法接受 AI 的原因，是因為他們把 AI 視為威脅、認為 AI 將會取代他們的診斷，但他並不這樣認為且指出 AI 在醫療上是扮演醫生的助手，將一些過去需要耗時、耗眼力的繁複工作，透過 AI 幫忙做出初步的分析，而醫生再透過這些初步分析進行後續的診斷與治療。
他以此次的骨齡推估為例，骨齡是作為許多醫療看診的重要依據，因為當一個人的骨齡與實際年齡有明顯差異，這也表示他的生長情況不正常，不正常的生長狀況就可能是導致疾病的關鍵。而骨齡的判斷雖然有所依據，只要從人的手掌的八塊骨頭的生長狀況就可開始推敲，而推敲骨齡這件事情可簡單亦可複雜，一般 X 光科也都會簡略的看過並推斷骨齡。
不過蔡教授對於 X 光科所簡單鑑定的骨齡通常抱持質疑的態度，因為骨齡實際上是可以更精確的推敲的，更為專業且精度更高的骨齡推測，是有一本厚厚的對照圖庫可以參考的，然即便如蔡教授這樣已經有多年經驗、一看 X 光片就可快速翻到對照圖庫接近的年齡頁數開始比對，當他拿到 X 光片到推估更精確的骨齡，也需要 2 到 5 分鐘的時間。
然而當中國醫藥大學開始測試 AI 時，透過蔡教授本人診斷過超過萬張的 X 光圖做為深度學習的素材並建立模型後，透過 DGX-1 完成一張較精確的骨齡判斷僅需 4ms ，且 AI 亦可同時進行大量的 X 光圖分析，遠本人類依照經驗來的快速許多。同時與其它的醫療影像應用相較之下，骨齡較無直接牽涉生命安全，且骨齡判斷可容許約 2 歲左右的誤差值，同時骨齡也只是做為醫療診斷的基礎參考數據，故蔡教授認為 AI 骨齡推估相當適合作為醫療 AI 應用的示範應用，且亦有較高的接受度。
蔡教授選擇骨齡判讀作為與黃博士所建構的 AI 系統的技術測試還有一個相當重要的原因，就是骨齡本身是可跨種族的，無論使用的數據基礎是哪一國人種，其骨齡的生長特性都不會因此改變，也就是在台灣完成的骨齡 AI 系統是有機會獲得全球醫學界使用的。蔡教授更感嘆表示，過去對於醫療系統，多半認為都會是自先進國家購買來的系統，完全沒想過有一天可以自己參與建構醫療診斷系統並反向輸出到國際。
而蔡教授目前也有許多 AI 在醫療領域應用的想法，但他表示仍會先將骨齡作為第一步，目前也規劃再加入第二、第三位醫師的骨齡 X 光片與判斷數據，預計至少先擴充到兩萬片的基礎培訓素材，使系統更具說服力與可靠性；同時蔡教授與黃博士也已經著手將這套 AI 系統送到 FDA 進行 Phase 2 的醫療儀器等級驗證，盼能使其達到醫療輔助級的市場規模。
蔡教授也補充到， AI 設備的投資或許看在許多產業是相當高花費的，但在醫學領域，即便如價值高達 39.9 萬的 DGX-2 超級電腦，也遠不及許多專業醫療設備採購下來的花費， AI 硬體對醫療產業不過是中下的投資而已；黃博士補充到，中國醫藥大學目前已經先採購了一台 DGX-1 作為 AI 應用開發，然而中國醫藥大學看好 AI 能為醫療產業帶來的革新，也不排斥接下來研究項目增加持續擴充規模，黃博士表示由於他們已經有經驗，若從同意採購到系統架設完成應該也僅需要半天時間。
且中國醫藥大學對 AI 的醫療應用不僅只是做為研究，在校長也同時看好 AI 帶來的醫療轉型價值，甚至也已經著手成立 AI 醫療公司，希望將 AI 醫療技術商轉。而蔡教授也野心勃勃的表示，他也計畫將所有的醫療 AI 應用都加以商用化，故每一套應用內容的開發都是以能夠達到臨床驗證作為目標。
最後，蔡教授也表達他對 AI 之於醫療產業的衝擊，他認為許多 AI 將會首先衝擊到以圖像、人眼結合經驗判斷的診斷過程，尤其如皮膚科也可能會是首當其衝的，同時也由於 AI 加入輔助判斷，許多的看診流程將更為簡化，諸如過去需要透過皮膚科協助推測可能的患病類型後再行轉診，很可能直接在初步就透過具 AI 的機器視覺醫護裝置省卻轉診至皮膚科的流程。
不過蔡教授也重申， AI 在醫療並不會直接取代掉任何的科所，而是將過往繁雜的程序加以簡化，或是將需要經驗與費時的視覺相關程序利用 AI 快速地完成初步診斷，醫生仍扮演決策與醫療程序的主角，同時也將因為醫療 AI 的普及，使醫療程序的效率提升。
1 則回應