記者鄧宜／新竹報導

清華大學資工系助理教授郭柏志與麻省理工學院、哈佛大學跨國研究發現，當採用先進的AI深度學習演算法來判讀X光片及電腦斷層掃描時，電腦竟可以從這些醫學影像分辨出患者是黑人、白人或亞洲人，並影響判斷的準確率。科學家迄今還不明白AI是如何辦到的。

郭柏志指出，醫界近年大量引進人工智慧，研發醫療機器人、智慧診療、及醫學影像識別技術等，協助醫生更快速、準確地診斷，這本該是造福病患的好事；但這項研究也揭露其中的隱憂，提醒我們應該注意醫療倫理問題，並消弭引進人工智慧產生的醫療不平等現象。

這項橫跨4國的跨國研究團隊，還包括了史丹佛大學、多倫多大學等，與美國國家衛生院合作，分析超過20萬位病患的胸部、頸椎、手部X光及胸部電腦斷層掃描，揭露人工智慧也有歧視問題的驚人真相。這項研究成果最近登上了國際頂尖期刊《刺胳針數位健康》（Lancet Digital Health），並吸引外媒的重視報導。

美國食品藥物管理局(FDA)目前已核准醫院採用人工智慧輔助判讀X光片及電腦斷層掃描等醫學影像，人工智慧的深度學習系統可幫助電腦針對大量資料自我訓練，並發展出辨識模型。研究團隊發現，人類放射師無法從X光片判斷出患者的種族，但AI卻能輕易做到，且準確率高達9成。

團隊中一名哈佛大學教授表示，當團隊成員告訴他AI可以從X光片來判斷人種，他簡直不敢置信，認為這真的太瘋狂，一定是哪裡出錯了。當愈來愈多的證據浮現，有團隊成員則直言感覺很「恐怖」。

郭柏志表示，團隊本來猜想AI可能是從骨質密度來判斷人種，因黑人的骨質密度高於白人，但後來發現並非如此。郭柏志出示一張手掌的X光片，顯示AI判讀人種的重點聚焦在中指與食指的第三指節，「團隊裡也有二、三十年經驗的放射科醫師，但我們實在想不出來AI是怎麼判讀出人種的。」

更令研究團隊憂心的是，人工智慧的種族歧視也影響了醫學影像判讀的準確率。郭柏志表示，研究發現白人的醫學影像有問題卻沒被檢查出來的誤判率是17%，但黑人的誤判率卻高達28%，相差超過10個百分點。而醫學影像的誤判也會進一步影響急診、醫療給付等資源分配。

郭柏志說，我們原來以為人類才會歧視，電腦應該是最公平的，但沒想到電腦也默默地提取了人類沒教它的資訊，包括人種及性別等，「如何去除歧視，讓各族群的醫學影像判讀都有一致的準確率，是我們下一階段要努力的目標。」

郭柏志帶領清華大學兩位資工系的大四學生王瑞恩、陳立晴參與了這項跨國研究。王瑞恩表示，參與這麼大規模的跨國研究，對大學部的學生來說是很難得的機會，他在團隊中負責人工智慧模型分析，獲益良多。