聿信提供AI呼吸音監測解決方案

COVID-19(新冠病毒)疫情引發全球災情，主要在於初期症狀不明顯，一開始可能只會聽到肺積水的聲音，但通常只有醫生用專業聽診器才聽得到，根據統計約15%病患會突然變得很嚴重，但卻又不知道自身病況已經變得嚴重，此時就需要AI協助判斷呼吸音。

結合台灣醫療和科技產業的優勢，聿信醫療器材科技所打造的「AI即時呼吸聽診監測儀」，就可以將呼吸音轉換成數位化數據，再經由AI判別與監控可能的症狀，可用於麻醉呼吸監視、呼吸中止辨別、居家連續呼吸偵測等情境。

聿信醫療器材科技營運長鄭淵仁表示，聿信在臨床上蒐集超過50萬筆的呼吸音資料進行比對分析，可辨識吸氣、吐氣以及醫學上的異常呼吸聲音(Wheeze、Stridor、Crackle)，進一步反應病患是呼吸過快、過慢，還是哮喘、肺炎或肺水腫等其他呼吸病症。

尤其是在非插管麻醉手術的應用如整形或牙科等領域，特別需要AI監測呼吸音。這些風險很小的手術，多半只需用靜脈麻醉，鄭淵仁說明到這些麻醉過程中上呼吸道肌肉仍可能會阻塞，雖然問題不難解決，但從沒有狀況到需要急救可能只有2~3分鐘，能否及時發現問題，早點介入處理呼吸道，就成為其中的關鍵。

目前包括美國麻醉醫學會及美國牙醫學會，都已要求使用連續聽診呼吸音及二氧化碳濃度(end-tidal CO2，2013年開始要求)兩者擇一監測，且要連續監測，但使用人力監看是有困難，此時聿信的AI即時呼吸聽診監測儀即可派上用場，透過深度學習技術，察覺病患呼氣及吸氣的狀況。

聿信目前取得連續呼吸音聽診器台灣衛福部許可證，自2018年12月就推展到臨床測試，2019年在多中心IRB裡推展，呼吸聲音的收音計畫，包括台大醫院、北醫、亞東醫院都已經在非插管麻醉手術時嘗試使用。此外，聿信還將相關技術延伸到心肺手術呼吸監視及病房呼吸監視的開發，一次可以監視16床，有關呼吸音的線上辨識服務也正在開發中，未來希望可提供氣喘的就醫協助。

聿信開發AI即時呼吸聽診監測儀，最大的挑戰之一，就是如何提高AI判斷的準確率。鄭淵仁表示，聿信在2019年5月已蒐集5萬多筆呼吸音的資料，請呼吸治療師及醫師精進標記， 11月則成長到15萬筆，並且建立第一組AI模型，但聿信此時也發現，使用自己買的機器，無法建構出複雜度更高的模型，最多僅能以4個Batch 訓練Resnet50，如果模型的深度要更好，不僅需要更大的RAM，以現有的顯示卡要訓練3到5天。

由於建構訓練模型需要更好、速度更快的硬體，但要價不菲，而且維護相當困難，不僅是硬體的問題，對於維護這樣的運算農場對新創企業而言負擔相當大，所幸在與國網中心合作後，TWCC臺灣AI雲提供的記憶體為聿信原有機器的8倍以上，鄭淵仁表示，訓練的時間壓縮非常多，可以訓練到Resnet 101、甚至更深的模型而且訓練時間只需半天便完成。

除了縮短訓練時間外，鄭淵仁表示，TWCC對聿信開發AI解決方案的最大幫助，就是聿信現在可以嘗試做各種不同的模型，讓模型平行處理的變得非常複雜，可以更快看到可能碰到的問題。

鄭淵仁強調，重點在於規模。因為原本的想像是AI只要判斷的準確，只要一個AI做到好就可以，但如此一來，這個AI就只是單兵作戰，能運作的模式非常單調，但如果能夠讓更多的單兵組成方陣，就可以做到立體作戰，也就是有了大規模運算測試後，才能夠想像各種不同的資料處理方式。所以聿信在2019年底決定，即使從國外資料中心搬遷資料困難重重，也要開始使用TWCC臺灣AI雲的運算力來建立模型。

鄭淵仁指出，TWCC臺灣AI雲未來若能朝向資料開放公開平台的方向發展，會有相當大的潛力，成為一個可以促進下一代研發資源的創新平台，促成更好的資料科學研究，不只是對新創企業，對國家社會都會是一大助力。