科技產業報訂閱
Advantechline
 

孵化醫療人工智慧 科技部建構AI中心與醫療影像資料庫

身為牙科博士的科技部次長謝達斌,積極協助台灣醫療AI發展。符世旻攝

目前台灣智慧醫療業者聚焦流程改善、AI輔助醫師判別病理圖,自然語言分析與生理數值編碼等應用領域。其中,流程改善能夠較快看見顯著成效;而人工智慧則在癌症細胞等影像分析上已能有接近人類醫師、甚至超越部分醫師的準確率。在科技與醫療雙向融合的產業發展上,科技部次長謝達斌表示,科技部與跨部會積極合作,建置醫療人工智慧資料收集、標註、訓練、應用、智慧醫療、醫療數位轉型等多樣態進展的同時,也希望帶動整體產業和新創的在地發展與跨國鏈結。

助醫療人工智慧一臂之力  四大AI中心育才與整合資源

目前科技部以4年與5年為期,推動不少計畫,包括建構AI主機的研發服務、設立AI創新研究中心的創新加值、打造智慧機器人創新基地的創意實踐、半導體射月計畫的產業領航、科技大擂台的社會參與等五大科研戰略方式來推動人工智慧發展。

四大AI創新研究中心包括聚焦核心醫療、機器學習、深度學習、自然語言的台大人工智慧技術暨全幅健康照護聯合研究中心;聚焦安防、金融、交通的交大人工智慧普適研究中心;從瑕疵分析與製程最佳化著手的清大人工智慧製造系統研究中心;專攻生物、農業、健康精準醫療與影像的成大人工智慧生技醫療創新研究中心。

要發展AI 先要有足量且高品質數據:影像資料庫

在目前生醫新創當中方興未艾的醫療影像發展上,科技部也從2017年10月開始推動「醫療影像專案計畫」,建置醫療影像標註資料庫與發展AI應用。謝達斌認為,整合高品質的數據,能夠提升機器學習的訓練、資料建置、共同開發、技術應用的效率與產業綜效。

目前已透過國立臺灣大學(以下簡稱台大)、臺北榮民總醫院(以下簡稱北榮)、臺北醫學大學(以下簡稱北醫)等3大醫療團隊的努力,同時與國研院國網中心共同建置46,450個案例的醫療影像,包括心臟冠狀動脈疾病、腦轉移瘤、原發性腦瘤、聽神經瘤、肺癌等疾病的電腦斷層、血管攝影、磁振造影、X光等15項影像資料集,其中17,950個案例標註了疾病資訊。

在AI技術開發與醫療診斷的應用上,謝達斌分享,台大團隊透過AI自動將冠狀動脈結構與心肌血流功能融合,提高心臟血管疾病診斷效率;北榮團隊則是以AI自動偵測顱內轉移腫瘤,協助醫師診斷為題切入;北醫則藉由肺癌影像,從深度標註與AI模型開發來協助肺癌病理分類、診斷、預後預測。


蔡騰輝

作者更多專欄

  •     按讚加入DIGITIMES智慧醫療粉絲團