自述篇（1）：淺談醫學工程

文：台大名譽教授 張國柱（Chang，Kuo-Chu）

 

日期：2018/4/4

 

醫學工程常給人們一種刻板的印象，那就是「醫學工程等同於醫療儀器」。1950、1960年代，早期醫學工程設立的宗旨確實如此。但隨著學界的研發進展，醫學工程已經不再只是單單為醫療儀器的研發而服務，更重要的是，透過物理、數學以及工程系統的理論與技術，它提供了更深一層探究生理、病理和藥理機制的方向，從基因體、細胞、組織、器官到系統各層次，一路延伸發展。目前的醫學工程給予了我們如下的意涵：

 

（1） 以系統工程的理論建立數學模型並研發其模擬系統，提供對生理學更佳的理解；

 

（2） 研發生物感測器以偵測生理訊號並建立臨床的監控系統，尤其是遙測系統的建置；

 

（3） 透過訊號處理的理論與技術，分析生醫訊號以闡釋生理病理狀態，提供臨床診斷之參考；

 

（4） 組織工程或再生醫學的發展，透過體外培養或建構的方法，修復受損的組織或器官；

 

（5） 奈米生物科技的研發，經由分子層次的標的交互作用，改善各種不同疾病的診斷與治療；

 

（6） 基因工程及系統生物學的研發，使用生物資訊與系統生物學的技術，建立個人化醫療策略；

 

（7） 醫學影像新技術的研發，如電腦斷層、核磁共振、正子斷層掃描等等，提高影像診斷率；

 

（8） 臨床醫療器材、儀器設備的研發；

 

（9） 生醫材料的研發；

 

（10）   人工臟器的研發；

 

（11）   腫瘤物理學。

 

醫界人士對工程師的期待是：「設計一套有能力解決醫學問題的系統」。當生理訊號輸入系統時，系統能夠產生有用的資訊，作為診斷與治療之依據。由此可知，提出問題的是醫界人士；解決問題的是工程師。醫界人士對系統的設計一無所知，只在乎系統所產生的資訊是否有醫學價值，系統的精確與否是工程師的職責。因此醫學工程師與醫界人士若沒有共同的語言，彼此缺乏溝通的橋樑，那麼工程師就無法精準地理解醫學問題的所在，也就無法全盤掌控系統的研發與設計。由對問題不甚理解的工程師所設計的系統，很難期待能夠有精確描述醫學特徵的價值。因此醫工的專業人員除了應該具備物理、數學以及系統工程的背景之外，更須接受良好的解剖、生理、病理和藥理的醫學訓練，如此一來，醫工研發人員才有能力設計比較精確、錯誤較低的系統，以供醫界之用。

 

依本人之淺見，台灣有兩所大學具有很大的潛力可以發展良好的醫學工程，一是台大，一是成大。這兩所大學的理工學院和醫學院都有很堅強的師資陣容和優秀的研究生。理工學院和醫學院的密切合作，開創院所間具有醫工特色的基礎訓練和醫院的見習課程，讓醫學生能有機會接觸「剖析醫學問題的工程課程」，讓理工學生能有機會學習「有待工程解決的醫學課程」，強化兩院之間的基礎教育與交流，建立共同的溝通語言以探討醫學與工程所扮演的交叉角色。時至今日，醫學工程已逐漸擺脫多學科單純訓練的整合，它已擁有自己獨特的教育政策。除了基礎的物理、數學、生物醫學的課程外，上述各項（暫列十一項）醫學工程的專業領域是其特色。雖然這些專業領域的成功經驗依然有些局限，但是這些專業領域已融合了醫學與工程的精華，走出自己的道路，期待發揮更大的潛能以探究醫學的真諦。

 

未來更需關切的是醫學工程非技術性問題的社會經濟面向，這關係著醫工研究人員、醫工企業家和醫工轉譯的倫理規範。雖然新聞媒體對違反倫理的報導經常聚焦於政治、運動和商業活動，但是科學家與工程師也無法置身於外。科學家與工程師的研究初衷，是要為人類的利益建立新而有用的知識。科學家和工程師更應該審視他們專業訓練的忠實性，抗拒不當的、誤導的誘惑。科學家和工程師必須確保研究工作的倫理規範、避開非倫理的圈套、致力於發展倫理決策的技能、並擔負起應有的責任。誠實、正直是傑出醫工研發人員的核心價值之所在。在人工智能急速發展的年代，誠實與忠實地呈現研究成果，對人工智能在醫學上的應用，極端重要！因為醫學人工智能的運作成效，奠基於所發表的醫學文獻。偽造的、不忠實的數據無法使人工智能提供醫師正確的臨床診斷與治療的參考，更遭糕的是，極可能誤導醫師的治療策略而為害病患，不可不愼！