智慧應用 影音
Microchip
20210512_DForum台北工廠

聿信提供AI呼吸音監測解決方案

  • 林佩瑩/台北

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

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。