亞太加速器
Advantechline
 

醫療人工智慧發展 杜奕瑾:數據是石油,AI是煉油廠

台灣AI實驗室(AI Labs)創辦人杜奕瑾(左三)表示,希望快速推升台灣AI發展。符世旻

從過去資通訊電腦產業的微笑曲線和軟硬整合生態,到行動手機通訊時代,接這現在開始日新月異的人工智慧時代,台灣AI實驗室(AI Labs)創辦人杜奕瑾認為,台灣在這三個時代,都有屬於自己的定位與貢獻;也期望未來在AI時代,能夠憑藉台灣強大的生技研究與醫學量能,讓世界看見台灣優質技術,進而與台灣進行更多合作。

醫療健保資源有限 營運效率化需求迫切

在智慧物聯網(AIoT)以及即將普及的5G基礎建設融合之下,台灣的智慧城市、智慧醫療都會有快速的發展。其中,在醫療方面,目前全球政府的醫療預算都在增加當中,像是台灣的醫療預算就佔了整體的1/3,而為了能夠效率化應用資源,不讓健保破產,政府和各醫療院所都積極加入數位轉型的行列。

從過去的數據電子化的數位轉型,到生物醫學資訊統計分析,在到現在和未來的人工智慧達到分析及預測的精準醫療,杜奕瑾認為,專業醫師會退休,若是藉由機器學習來學習和傳承醫師的診斷專業,那麼未來將會有無數專科AI系統,幫助提升更大範圍也更全面的健康福祉,同時AI也儘可能降低人為偏誤。

AI幫醫師減輕部分工作負擔 提升病人安全

AI輔助影像診斷,就是電腦系統減少醫院工作流程中部分任務負擔很好的例子。目前臺大醫院一年2萬人照攝電腦斷層(CT),1位病人就產生500張影像,2萬乘以500,也就產生1,000萬張「提供醫師檢視」的影像,這都是放射科醫師的工作負擔。也因為時間有限,醫師可能無法全部看完這些影像,也因此有時也會因為工作量龐大而產生疏漏與誤判的狀況。若能以電腦系統加以輔助,將能降低醫師的體能負荷,同時也提生診斷效率與病人安全。

「數據是石油,人工智慧是煉油廠」,台灣人工智慧實驗室現在快速與眾多醫院最強、最資深、最有經驗的各科別權威醫師合作,將人類智慧以人工智慧的方式記錄學習下來,而透過此過程所設計出的演算法,都開放給業界使用。

AI Labs 4大服務 從智慧醫療與智慧城市著手

除了醫療端,在醫學底層研究上,台灣人工智慧實驗室現在與臺大醫院、國衛院合作,建置基因資料庫、基因體平台應用,從新生兒疾病預測、全基因定序、產出臨床報告、該如何設計與執行免疫療法與標靶藥物、基因與用藥關係、多基因變異的交互作用,到懷孕、產前檢查等內容都積極合作當中。此外,也設計出一套演算法,能在PubMed 200多萬篇的論文資料庫中,依照該次研究與治療需求,找出和個人基因相關的醫學處置資訊等論文,提供團隊更多依據。

台灣人工智慧實驗室,希望整合健保、醫院、台灣生物資料庫,並創建AI精準醫療,同時聯合物聯網、5G、雲端應用。目前已推出4個平台服務,包括醫療影像(TAIMedimg)、基因體系統(TAIGenomics)、無人機系統(droneye)、雅婷逐字稿(Yating)。

蔡騰輝

DIGITIMES電子時報智慧醫療主編蔡騰輝Mark Tsai
專注研究智慧醫療產品技術服務導入場域時,所遇到的困難癥結與如何克服要點。
精通中英德語,熱愛挑戰與Swing Dance。
Facebook:DIGITIMES智慧醫療

作者更多專欄

  •     按讚加入DIGITIMES智慧醫療粉絲團
更多關鍵字報導: 杜奕瑾 大數據分析 醫療人工智慧