【Day-2】機器學習與深度學習在醫學領域的基礎概念

醫療人工智慧與臨床輔助應用

jas_cyj_ 2026-10-20 20:21:53 ‧ 124 瀏覽

前言
昨天聊完 AI 怎麼改變醫療體系之後，今天想來聊聊支持這些應用的核心技術
大家常常聽到「人工智慧」、「機器學習」跟「深度學習」，聽起來好像差不多，但其實它們是都是有關係的。在醫療領域裡，這兩大技術扮演了非常關鍵的角色！
什麼是機器學習與深度學習？
簡單來說：
機器學習（Machine Learning）：就像是給電腦看很多病歷資料跟特徵，讓它自己從資料裡面找出規律，進而做出預測或分類。
深度學習（Deep Learning）：是機器學習的一種進階分支，模仿人類大腦神經元的運作方式，它最厲害的地方是可以自己從複雜的資料像是照片裡抓取特徵，不需要人類手動告訴它要看哪裡。
它們在醫療場域怎麼分工？
傳統機器學習（適合結構化資料）：
像是血壓、血糖、年齡這種有數字跟欄位的資料，例子就是利用機器學習模型分析病患過往的檢查數據，預測他未來罹患糖尿病的風險。
深度學習（適合非結構化資料）：
像是X光片、腦部MRI或是內視鏡照片，深度學習對這種影像特別拿手，可以自動抓出影像中細微的異常像素，幫忙發現早期病灶。