【活動報導】AI X 醫療:提升診斷效率、為健康把關

這場 AIGO 社群交流會,請到了兩位 AI 社群- QNAP 專案經理 Anderson Cheng 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。

4/12 剛結束了今年第一場 AIGO 交流會,現場請到兩位演講者分享關於 AI 在醫療產業的發展,其中木刻思執行長張家齊,更在去(107)年 AI 實證競賽中拿下第二名的好成績,此次特別邀請他來分享當時參與競賽的解題心得。

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)

Author: 楊 子嫻

Share This Post On
468 ad

Submit a Comment

你的電子郵件位址並不會被公開。 必要欄位標記為 *