【活動報導】Dr. AI實現遠距照護，智慧醫療再進化

Posted By 楊子嫻 on 9 月 27, 2019 in AIGO, Edge AI開發地圖, 智慧醫療, 活動報導 | 0 comments

文章導覽

作者：楊子嫻

智慧醫療的話題熱度居高不下，經濟部工業局「AI 智慧應用人才培育計畫」（簡稱 AIGO）於 9 月 20 日舉行《 Dr. AI 登場，智慧醫療再進化》論壇，邀請三位專家到場討論 AI 在醫學領域的發展與應用，從「臺灣最新的 AI 超級電腦、長照 AI 大數據、心血管疾病篩檢裝置」，帶領大家一同認識智慧醫療的未來。

AI 大數據與智慧醫療

「人工智慧在醫療領域的應用領域包括精準醫療、輔助診斷、健康管理等，每項都大數據資料息息相關。」首先登場分享的義大醫院藥劑部部長項怡平指出：「其中的精準醫療更是近年醫療業界的熱門話題，透過大數據/AI 技術提供預測資料、影像與分析解決方案給醫療部門，以此來預防某些疾病的發生。」

在遠距離醫療部分，項怡平介紹了健保局推出的健康雲，其旨在提供使用者自我健康管理的雲端平台，不只可以上傳生理數值，也可以結合大數據提供預測報告，其中較特別的是健康狀態評估，將個人的數值與大數據資料比較，從而預測未來壽命長短與可能發生的疾病。

項怡平分享大數據對智慧醫療的重要性（攝影：劉庭芸）

人工智慧在智慧醫療的挑戰與 AI 超級電腦

「人工智慧演算法最重要的步驟在於資料收集，尤其醫學影響資料都很巨大，因此需要適當的儲存環境以便可以隨時取得。」國研院國家高速網路與計算中心（簡稱國網中心）副研究員葉昌偉表示，訓練模型時由於資料量龐大，因此更需要強大的計算資源，而為了因應這些挑戰，國網中心建置了 AI 研發平台，提供相關的網路運算資源與服務。

葉偉昌分享了國網中心在今年正式推出的 AI 超級電腦「台灣杉二號」，透過它提供的臺灣計算雲（Taiwan Computing Cloud，TWCC），用戶上傳資料進行 AI 模型訓練，因其大幅提升的運算效能，突破了許多高難度技術瓶頸。

「透過單節點 GPU 優化及單節點記憶體優化技術，可將訓練速度加速 498 倍，相當於原本一年的計算僅需 17 個小時就能完成。」葉偉昌表示，已有業者使用 TWCC 減少了將近六個月的影像標註作業時間，加速建立人工智慧模型能進一步協助醫生提供病患更精準的醫療服務。

葉偉昌用動畫中的醫療機器人杯麵開場（攝影：歐敏銓）

深度學習 X 心臟病篩檢裝置

「傳統醫院對於心臟病的檢查多半是核磁共振、電腦斷層、血液檢查，雖然具有其標準與權威性，但這些都屬於高醫療成本的檢查。」成大生物醫學工程學系助理教授林哲偉分享指出，他們希望製作一款可以快速且有效幫助醫師在醫院外篩檢出可能有心臟疾病的人，他說：「希望開發一款可用在社區健檢、偏鄉醫療等較為方便的感測甚至能自動判讀、分析的裝置。」

為了這個目標，他帶領研究團隊投入「基於脈音訊號與人工智慧演算法所開發之心臟疾病快速篩檢裝置」的研究與開發，也就是基於脈診及血液動力學的概念，設計出由手腕橈動脈量測脈音訊號的裝置，再加上時頻轉換及人工智慧的辨識器，以低成本的方式實現心律不整以及結構性心臟病的篩檢。

該團隊開發的裝置（ASEASAVE ）已歷經十多代的發展延革了，不但愈做愈容易使用，而且利用深度學習來分辨不同類型的心臟疾病，最後成功也能達到 95% 以上的辨識率。林哲偉表示，「這是將心臟內科醫師的專家經驗，變成一套可執行的人工智慧系統。」