成大國際AI專題演講,專家分享醫療產業之應用

發佈日期 : 2018-12-07
參訪南科AI ROBOT 自造基地
 
人工智慧(AI)是目前最熱門的話題之一,其應用領域範圍相當廣泛,科技部人工智慧生技醫療創新研究中心(AIBMRC)為使學子及相關領域的從業人員獲得AI新知,特與南科AI ROBOT 自造基地及成大國際產學聯盟一起舉辦「國際AI專題演講」。此場演講於12月7日在成功大學資訊工程系階梯教室進行,邀請三位國際智慧醫療研究學者:美國喬治城大學醫院綜合癌症中心婁世鐘教授、美國匹茲堡大學生物醫學資訊中心崔富強教授以及計算神經科學中心孫民貴主任,以不同角度提出觀點,分享AI目前在醫療產業面的應用實例及研究面的現況與成果,此活動吸引近百位貴賓參與。
 
婁世鐘博士介紹人工智慧的深度學習,深度學習中最常被使用的是「卷積式類神經網路」(Convolutional Neural Network)演算法,模仿人的大腦視覺組織來建立深度學習模型,進行精心設計的權重分析及自動建立規則,此技術可運用在影像處理、數據預測或醫療藥物開發等。婁教授的技術已應用於AI肺部斷層掃描影像處理系統,這個軟體ClearRead CT即是使用利用機器學習建模技術,可快速有效地比對影像特徵而進行物體識別,去除肺部電腦斷層中不是結節的結構,有助於放射科醫師進行判讀及交叉比對後辨識出結節,協助臨床決策。
 
崔富強教授則是介紹臨床預測分析系統,透過大型電子健康記錄和社區數據的收集分析,可降低醫療保健中的發病率、死亡率和成本。崔教授團隊將所收集的人口統計學、實驗室結果、藥物和敘述性臨床報告,以及出生和死亡記錄等社區數據進行分析後,再統整學習成一個預測模型,應用於死亡的風險識別、兒科重症的發病率、30天再入院率等。團隊也開發來自深度神經網絡的自然語言處理模式,用於從臨床報告中的敘述說明識別社會背景,而社會背景已被證明是影響醫療保健結果的關鍵因素之一。通過風險預測管理,可減少約一半的再入院率。
 
專家也建議未來發展重點不僅要著力於深化人工智慧核心技術,亦將考量軟體服務與大數據蒐集,透過跨單位、跨國際之合作,以建立一跨領域整合平台。而成大國際產學聯盟可提供教育訓練及高階人才培育,協助業界及相關研究機構建立夥伴合作關係,進而促成產學合作,擴展AI在醫療產業上的應用範圍,更提升AI技術的經濟價值。
 
國際智慧醫療領域學者分享AI目前在醫療產業面的應用