【活動報導】AI X 醫療：提升診斷效率、為健康把關

Posted By 楊子嫻 on 5 月 9, 2019 in Edge AI開發地圖, 活動報導 | 0 comments

文章導覽

作者：楊子嫻

第一場 AIGO 社群交流會，邀請到 QNAP 專案經理 Anderson Cheng 及木刻思執行長張家齊，以「智慧醫療」的 AI 應用開發為例，分享開發心得以及解題實證的經驗。

為培養更多 AI 人才，工業局發起「 AI 智慧應用新世代人才培育計畫」，將募集到的產業或是公領域機構之 AI 需求上架成題目，並徵集解題團隊與之媒合，希望採用以實戰代替訓練的方式進行解題，讓企業實際與 AI 人才接洽，不僅幫助產業解決問題，同時也讓更多人才獲得曝光機會。

利用 AI 影像辨識技術協助診療

從 2014 年創立至今，木刻思深耕於資料科學的相關領域，除了常會開設資料分析課程之外，也會與國內外企業合作，利用資料科學來解決問題。張家齊提到，他們是一個由數學專業背景的成員所組成的團隊，早在 AI 還不盛行時，便已開始關注到數據分析與應用的議題，因此可說是對 AI 研究行之有年。

張家齊分享了競賽時解題實證歷程，在面對台中童綜合醫院的「電腦輔助醫學影像診斷」題目中，碰到的最大問題，是 3D 影像標記十分困難，造成標記資料取得不易，也因此讓團隊開發出了 3D 標記系統，且這套系統包含了 Auto-Learning 與 Pre-Labeling 兩者皆會同步上線。

這套系統以 AI 影像辨識技術協助醫生判斷肺部的結節，當醫師們進行完診斷與標記之後， AI 模型會自動根據標記進行學習，提供醫師未來進行標記的建議，協助醫生即早發現病患問題，進行更進一步的診療。

童綜合醫院的出題讓木刻思拿下實證獎金，但張家齊也指出，其實與其他企業的媒合，雖然沒有進行到實證階段，在比賽之外仍有合作，比起拿到競賽獎金，這樣的機會其實更加難得。

木刻思執行長張家齊分享參與 AI 解題競賽的過程（攝影：歐敏銓）

利用 AI 篩檢老年性黃斑部病變醫療

除了木刻思之外，交流會同時也邀請了QNAP 專案經理 Anderson Cheng，分享其公司團隊開發的智慧醫療輔助系統，首創 QUAI 解決方案，將 AI 利用在老年性黃斑部病變的診療上，打造醫療人工智慧診斷系統。

Anderson表示，這套老年性黃斑部病變 AI 診斷系統，能夠輔助醫師做出更快速、更準確的判斷，幫助病患防範老年性黃斑部病變於未然。同時，其低成本、高速導入的特性，更能協助偏鄉或醫療資源不足的地區輕鬆部署這套系統。

QNAP 專案經理 Anderson Cheng 分享如何利用 AI 防範老年性黃斑部病變（攝影：歐敏銓）

小結

AIGO 實證競賽強調以「做中學」的方式培育人才，幫助企業發展創新應用服務與 AI 化轉型。人工智慧可說是未來新科技的發展趨勢之一，各產業都面臨數位化、智慧化轉型的需求，此次兩位講者的經驗分享，也讓人看到科技與醫療結合的未來。這樣技術需要更多人才的投入，企業也需要更專業的技術協助，交流會除了讓資訊流通之外，也提供了讓更多對這個領域有興趣的人彼此分享與認識的機會。

（責任編輯：歐敏銓）