科技產業報訂閱
NVIDIA

防疫推昇技術新需求

  • 徐宏民

圖說:台灣口罩販賣機。李建樑攝

讓世界措手不及的COVID-19(新冠肺炎)疫情,衝擊資通訊產業鏈。典範轉移,也推昇了新技術的需求:各國不斷尋找有效、快速的檢測、治療技術,甚至全球被迫採用全新工作、生活型態。這樣新的模式,也必然會產生新的需求。

病毒快速篩檢為當下最重要的技術需求。臨床檢測發現,CT (電腦斷層掃描)檢查具有簡單、敏感、快速等優勢,善用近幾年快速發展的深度學習技術, CT立體影像檢測近幾個禮拜來備受矚目。實驗發現CT攝影之後幾秒鐘,立刻自動判斷是否為新冠肺炎,在數千多個實驗病例中更可以達到90%以上的正確率。 此外,諸多團隊大量使用高速運算設備加速基因體計算,協助開發有效疫苗或潛在標靶藥物。

除了被動的檢測治療之外,更可以主動偵測、預警流行病逼近,過去已有多年先期研究,相關技術也已使用在數位廣告以及行動搜尋服務中。利用大量文字串流,偵測其中流行病相關的關鍵字:如病症名稱(發燒、乾咳等)、行為(口罩、長程航班等)、用藥等。這些大量文字來自於社群媒體、聊天群組、新聞等。另一個重要訊息來源為醫療紀錄,特別是台灣健保中完整即時的資訊,實為境內流行病偵測的最好來源。技術挑戰是如何透過自動探勘的方式呈現這些早期(微弱)訊號。

依照這些流行病關鍵字的時空分布,利用類似trending (趨勢)偵測或是無監督分群的演算法,我們可以推估感染的可能地區,以及時間點,甚至利用圖形演算法(Graphical Model)來逼近交通、人際關係網路等,進而預測流行病可能受影響的地、爆發的時間、以及感染程度。

過去回不去,但是未來的機會已來到。我們看到醫療系統成為主戰場,急需效率化。如降低營運成本、因應醫療人力缺乏,如何自動化整個診療的過程,甚至主動追蹤每位病人以及醫護人員的位置、身體狀況。遠端醫療照護,檢測儀器如何在遠端運作、自動判讀等。檢測設備必須更加智能化,以降低檢測時間以及提升正確率。很多雛形都已經存在,這次突發疫情,似乎引爆了接下來的機會。

工作、教育、會議、運動競賽等被迫在線上遠端進行,甚至我們習慣的食衣住行育樂等。可是這些原本在線下才有的「體驗」如何被滿足?如何數位化?如何將「體驗」紀錄、分享?分散的龐大、片段資料如何知識化?過去的產品開發經驗學習到,好的遠端體驗絕對不是只靠鏡頭以及頻寬而已;目前的會議系統如何再精進?AR/VR產品如何成為傳遞「體驗」的必須工具?能否利用這段時間,真正落地為剛需,不再是小眾的產品?

特別在智能技術上,如何在各個領域善用機器來彌補人力的不足?如何快速部署智能機器?機器如何更自主的運作,即使是不曾面對的狀況、資料型態等,依然可以正常運作?面對常見的標註資料不足的問題,之前提過的少量樣本(few-shot)以及預處理(pre-training)技術更是面對這類變革最先考量的設計策略。

面對病毒影響產業鏈以及國人健康,這絕對是國安問題。如何善用台灣資通訊技術結合生技產業,打一場世界級的戰爭,甚至挺進因病毒疫情所開啟的典範轉移,絕對是我們必須以正面態度積極面對的。

徐宏民(Winston Hsu)現任台大資工系教授及NVIDIA AI Lab計畫主持人。哥倫比亞大學電機博士,專精於機器學習、大規模影像視訊搜尋與辨識。為訊連科技研發團隊創始成員,慧景科技(工業智能新創)共同創辦人;曾任IBM華生研究中心客座研究員、美國微軟研究院客座研究員。習慣從學術及產業界的角度檢驗技術發展的機會;十餘年產學合作及新創經驗,近年致力將深度學習技術落實到產業,並協助成立研究開發團隊。曾獲2018 IBM Research Pat Goldberg Memorial Best Paper Award 、2018偽裝人臉辨識冠軍、傑出資訊人才獎、吳大猷先生紀念獎等國內外研究獎項。