參賽團隊名稱：恩庫斯特.艾希
提案動機
- 根據台灣失智症協會2020年公布之推估台灣失智症人口，至2019年底，推估台灣失智人口數，已超過29萬人，換句話說，在台灣有近30萬的家庭家有1名失智者。進一步推估，至2065年時失智人口恐將近90萬人。(以挪威最新研究結果的千分之1.6來估算)
- 2021年5月，國家失智症防治照護政策綱領暨行動方案2.0，相較2011年的僅三成確診率，失智者獲得診斷的比率已達54.1%，雖有所提升不過也代表，台灣失智症人口仍有五成的比例未被診斷出，這些人暴露在危險中，損失黃金治療期，以及「及早救智」的權益。
解決方案
- 盛行於國外的可移動攜帶式影像系統診療車
- 可減少偏鄉老人移動的時間與距離，民眾不須下山也能享受到 醫學中心的服務品質，營造以人為中心的精準健康生態系。
- AI取代人力，自動標註醫療MRI/CT大腦造影影像。
- 一次 MRI 檢查，指的是從我們頭頂到顱底，超過兩百張的切面斷層圖，AI將從立體三維影像各切面，自動標註數個腦部部位。本團隊使用自行改良的模型架構，3DUnet Resnet，為演算法大腦相關部位量身打造，改良自(LUKAS NYSTRÖM, 2020)
3DResnet Unet(資料來源 LUKAS NYSTRÖM, 2020)
成果介紹
- DeepPACS 是移動式行動診療：使在偏鄉的長輩得以在更接近原本生活圈的地點看診，民眾不須下山也能享受到醫學中心的服務品質，營造以人為中心的精準健康生態系。
- DeepPACS 可以協助放射科醫師人工標註病灶的工作：放射科醫師不必再如過往 重複的標註數萬張影像，只需檢查人工智慧標註的影像資訊 ，將精力用於診斷病患整體的症狀。DeepPACS 會經由電腦自動標註、自動量測、自動判讀，以系統化方式調取病患資料、醫療影像圖與 AI 判讀結果整合至診斷報告中，降低遠距流程的複雜度， 使醫師可以在醫院內，可及時獲得整合性的報告或分析。
- 減少病人在等待診斷所帶來的焦慮，提升診斷效率，及早救智。