訂報
event
 

政府補助深度學習決策輔助系統 盼提高台灣急診品質

醫療產業引入AI,能協助醫師做出更準確的診斷。Unsplash

科技部自2017年10月開始推動「醫療影像專案計畫」,對醫療影像資料進行符合人工智慧(AI)訓練需求之資料處理與編譯,並將開發可自動分析判讀醫療影像之AI演算法。此外,2018年「AI 創新研究中心專案」亦鼓勵學者投入急重症深度學習決策輔助系統的研究。如果成果效益能持續精進,將有助於提高台灣急診與重症的治療品質。

人工智慧結合醫療是當前備受期待,也是台灣較具優勢的項目。科技部「AI創新研究中心專案」針對AI結合醫療提出許多構想,希望集合台灣學界的力量,在國家高速網路與計算中心(國網中心)AI主機與雲端平台的助力下,除了進行醫療衛生目的之學術研究,也提高醫療品質與效率,甚至可行銷國際,造福全球病患。

目前台灣大學「人工智慧技術暨全幅健康照護聯合研究中心」投入急重症後送處置之深度學習決策輔助系統的研究;成功大學「AI生技醫療創新研究中心」則投入醫療決策支援與輔助診斷系統之研發。科技部指出,急診醫療為持續成長且亟待突破的醫療,由於病情的危急複雜性,需要更多資訊的整合及快速的判斷才能找出適合的治療及決策模式。

科技部希望從台灣具急診醫學的實務及研究的團隊中找出能利用人工智慧深度學習等技術對於急診醫療建立所需要的創新輔助決策系統,以改善目前急診醫療系統的運作及品質。科技部對學界研究團隊提出幾項要求,包括要能藉由納入上千個變項以涵蓋不同系統的生理狀態,對病人進行最適當分類;提出創新決策輔助模式,對病人的風險計算方式從現有的基於人口學特徵的簡化風險分數轉變為基於深度學習等人工智慧技術的風險評分等。

醫療影像是目前主要的非侵入式診斷工具,AI自動分析判讀工具,可提高診斷的一致性與精準度,也可以縮短病人就醫時間及減少侵入式檢查,降低醫療的支出。因此科技部「醫療影像專案計畫」的目標就是要開發相關的協助診斷技術輔助醫師做診斷。榮民總醫院、台北醫學大學、台大醫院的團隊,已建置台灣首座本土化跨醫療院所之醫療影像標註資料庫。

莊衍松

電子時報網通組記
者,畢業於世新大
學新聞學系。

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: 科技部 醫療