AI Explore Auto AI於MICCAI 2019展現頂尖實力

由國立台灣科技大學醫工所王靖維教授所帶領的團隊影豹科技(AI Explore)，推出的AI Explore Auto AI平台能秒速分析全景域病理影像，並藉由少量資料即自動建模，展現世間頂尖AI判讀技術能力，並於MICCAI 2019國際影像競賽PAIP擊敗926個其他國際團隊，展現頂尖精準AI判讀技術實力，目前在全球此領域的排名高居全世界前0.9%。

2019年10月13日至17日，國際頂級醫學影像學術會議MICCAI 2019在深圳舉行。在MICCAI 2019肝癌病理圖像分割國際挑戰賽中(MICCAI PAIP 2019 Challenge：Liver Cancer Segmentation)，AI Explore使用少量50筆影像自動建模，產生精準AI模型，擊敗全球926個團隊，更勝過美國pfizer、12sigma tech、美國佛羅里達大學、緬因大學、日本東京大學、韓國浦項工科大學等，排名世界前0.9%。

在MICCAI 2019肝癌病理圖像分割國際挑戰賽中，挑戰的目標是對肝癌病理圖像(WSI)的自動檢測算法進行對比評測，由主辦方測試未公開的WSI病理圖像數據集中分割肝癌組織的精準度。該項比賽吸引來自美國國家實驗室癌症中心、美國西奈山伊坎醫學院、德國漢堡大學醫學中心、香港中文大學、上海交通大學、印度理工學院、阿里巴巴達摩院等900多支隊伍參加。

MICCAI 2019會議是由國際醫學圖像計算和計算機輔助干預協會(Medical Image Computing and Computer Assisted Intervention Society) 舉辦的綜合性國際學術會議，它涉及醫學影像計算(MIC)和計算機輔助介入(CAI)兩個領域，是上述兩個領域的頂級會議。其中，MIC研究方向包括人工智慧、機器學習、圖像分割與配準、計算機輔助診斷、臨床和生物醫學應用。CAI集中在介入部分，包括追蹤和導航、介入式影響、智能醫療手術機器人等。

除MICCAI 2019肝癌病理圖像分割國際挑戰賽，AI Explore亦於2019年4月的世界第二大國際醫療AI競賽IEEE ISBI，使用少量33筆影像自動建模，擊敗全球435個團隊，勝過美國馬里蘭大學、俄羅斯SKYCHAIN、倫敦聖瑪莉大學等歐美頂尖AI團隊，排名世界前1.8%。