科技產業報訂閱
DForum智慧工廠
 

新興團隊各展所長 為醫療產業挹注創新動能

天樞健康資訊科技董事長吳博儒。

為促進新創公司與產業之間交流、互動,進一步激盪出新的合作火花,DIGITIMES自去(2017)年起便透過D Forum論壇安排「D Talk」講座,邀請優秀新創團隊,現身說法展現獨特的解決方案或服務,屢屢獲得聽眾熱烈迴響。

在「2018智慧醫療論壇」中,DIGITIMES邀請天樞健康資訊科技、雲象科技(aetherAI)、Vibrasee及影豹科技(AIExplore)等四家新創企業,共同加入「D Talk:智慧科技與醫療創新」講師行列。

 點擊圖片放大觀看

雲象科技(aetherAI)執行長及共同創辦人葉肇元。

Vibrasee、國立中央大學光電與工程學系張榮森教授。

影豹智慧科技創辦人王靖維。

參與D Talk的四家新創團隊帶來在智慧醫療上的各項新技術與解決方案,引起與會人士的重視,現場討論熱烈。

天樞鎖定肺阻塞,開發COPD共照網

天樞健康資訊科技董事長吳博儒,率先登台演說。他指出該公司現階段完成的臨床決策支援系統,已應用在心導管、繞道手術後病患臨床照護、復健應用等可行性實驗主題;美國AMA-IEEE聯合研討會中報告與展示。目前天樞最為業界矚目的成就,便是發展出以COPD(肺阻塞)病患為核心的健康生態系,一舉串聯服務、資訊、保險稽核等豐富元素。

吳博儒指出,以往COPD檢出率僅五成,多數病患一發現就已到了3、4期,一旦進入末期照護,醫療開銷便急遽增加。在台灣,不少人長期曝露於高空汙PM2.5與O3環境,使哮喘患者發展為COPD的風險日益提升,成為值得留意的病症。為此該公司設計肺阻塞共照網,箇中涵蓋病患端i-COPD、個案管理端C-COPD及診所端T-COPD等不同App,依序發揮病患自我照護、醫療團隊個案管理/即時追蹤病情,乃至診所家庭醫師藉以完成早期篩檢、並轉介至醫學中心或有肺功能檢驗設備之院所進行檢查。

此外國健署在2018年5月開辦肺阻塞早期介入模式試辦計畫,也希望由天樞執行服務平台的建構與服務,同時藉由數據分析技術建立早期診斷工具。

雲象影像AI平台,助長醫療品質

雲象科技執行長暨共同創辦人葉肇元指出,其成立期初致力提供網路數位玻片介面,去(2017)年轉型為醫療影像AI公司,憑著兼能支援放射與病理影像處理的雲端AI開發平台「aetherAI」,榮膺NVIDIA 2018 GTC臺灣冠軍。

他進一步說,儘管醫療是專業的工作,但在影像分析,過往充斥許多人工作業,譬如數細胞便是一例,況且病患若於夜間醫師下班時發生需求,亦無法即時獲得滿足,這些皆可仰賴AI加以解決。但當醫療界嘗試投入AI,往往有缺乏可用工具之嘆,因此aetherAI平台的成立初衷,便是透過雲端服務模式,提供醫療影像的標記介面與分析工具。

在aetherAI誕生前,雲象已與醫療院所進行專案合作,例如與長庚合作收集影像資料、用以辨識癌症區域,協助病理科醫師節省檢驗時間,維持穩定之診斷品質;另與台北榮總胸腔科合作,藉由術前影像分析,預測術後神經或淡巴侵犯機率。綜觀這些AI專案,通常在收集資料階段出現卡關,要嘛遍尋不到標記工具,要嘛標記效率偏低,促使雲象下定決心改善基礎建設或資源上無效率之處,故開發aetherAI醫療影像平台,提供標記介面,及深度學習的Pipeline,幫助醫院善用AI提升診療水平。

vibrasee靠皮膚微動,精準偵測帕金森症

中央大學光電與工程學系的張榮森教授,代表vibrasee團隊,分享榮獲奇點大學創業競賽冠軍的帕金森病症早期偵測、追蹤與量化評估(療效)等相關智慧應用。他強調人體無時無刻都在動,從神經、肌肉震到表皮,著眼於此,該團隊發展獨特的單色條碼動態數位化技術,藉由AI學習表皮紋路的波形與頻率變化,歸納出異常的震動Pattern,有能力在帕金森病發的10年前,準確預測10年後可能罹患此病。

以往有關帕金森症的偵測方式,多半透過基因或MRI等技術,不僅要價昂貴且為侵入式,反觀vibrasee利用光學的檢測模式,則為非侵入式,且具平價、快速等親和特質,更讓人嘖嘖稱奇之處,在於可藉由量化指標,即時探測治療行為的效果,使醫師可據以調整藥物配方或其他療程。

張榮森透露,他早在15年前即投入AI研究,發現僅以紋路做為學習標的,有助加快訓練速度;而且此一偵測模式,不僅適用於帕金森症,還可看出中風、酗酒等其他癥候,對醫療界產生更大貢獻,因此該團隊現正基於人體28個脈象,積極發展自動把脈技術方案。

影豹科技AI超級電腦,秒級解讀1 Gb影像

影豹科技(AIExplore)的創辦人王靖維,則展現此次D Talk的壓軸亮點,分享該公司研發的世界最快巨量影像伺服器,亦是世界最快深度學習AI超級電腦,僅需區區1秒鐘,便可即時判讀千兆(1 Gb)像素影像。

王靖維說,傳統不論是醫師或製造商,意欲建立自己的AI系統,都需聘雇一群工程師、砸下新台幣上千萬元預算,並耗費長達半年到一年的冗長時間,才能勉強造就堪用但執行效率頗慢的AI系統。

如今透過AIExplore解決方案,挾著秒級判讀1 Gb影像的效率,搭配簡單易用的標記介面,只需短短幾小時便可建置完成AI模型,且可利用Adaptive Learning功能,針對初版模型優化校正,接著在數分鐘後產生進化模型,而且不管大型企業、或小至科室或團隊,都可藉由這套方案獲取高速建模能量,更有甚者,還能透過AIExplore協助將成果推廣至全球。

更多關鍵字報導: 智慧醫療(Digital Health)