智能应用 影音
DTResearch
event

聿信提供AI呼吸音监测解决方案

COVID-19(新冠病毒)疫情引发全球灾情,主要在于初期症状不明显,一开始可能只会听到肺积水的声音,但通常只有医生用专业听诊器才听得到,根据统计约15%病患会突然变得很严重,但却又不知道自身病况已经变得严重,此时就需要AI协助判断呼吸音。

结合台湾医疗和科技产业的优势,聿信医疗器材科技所打造的「AI实时呼吸听诊监测仪」,就可以将呼吸音转换成数码化数据,再经由AI判别与监控可能的症状,可用于麻醉呼吸监视、呼吸中止辨别、居家连续呼吸侦测等情境。

 点击图片放大观看

聿信医疗器材科技营运长郑渊仁

聿信医疗器材科技营运长郑渊仁表示,聿信在临床上搜集超过50万笔的呼吸音资料进行比对分析,可辨识吸气、吐气以及医学上的异常呼吸声音(Wheeze、Stridor、Crackle),进一步反应病患是呼吸过快、过慢,还是哮喘、肺炎或肺水肿等其它呼吸病症。

尤其是在非插管麻醉手术的应用如整形或牙科等领域,特别需要AI监测呼吸音。这些风险很小的手术,多半只需用静脉麻醉,郑渊仁说明到这些麻醉过程中上呼吸道肌肉仍可能会阻塞,虽然问题不难解决,但从没有状况到需要急救可能只有2~3分钟,能否及时发现问题,早点介入处理呼吸道,就成为其中的关键。

目前包括美国麻醉医学会及美国牙医学会,都已要求使用连续听诊呼吸音及二氧化碳浓度(end-tidal CO2,2013年开始要求)两者择一监测,且要连续监测,但使用人力监看是有困难,此时聿信的AI实时呼吸听诊监测仪即可派上用场,透过深度学习技术,察觉病患呼气及吸气的状况。

聿信目前取得连续呼吸音听诊器台湾卫福部许可证,自2018年12月就推展到临床测试,2019年在多中心IRB里推展,呼吸声音的收音计画,包括台大医院、北医、亚东医院都已经在非插管麻醉手术时尝试使用。此外,聿信还将相关技术延伸到心肺手术呼吸监视及病房呼吸监视的开发,一次可以监视16床,有关呼吸音的在线辨识服务也正在开发中,未来希望可提供气喘的就医协助。

聿信开发AI实时呼吸听诊监测仪,最大的挑战之一,就是如何提高AI判断的准确率。郑渊仁表示,聿信在2019年5月已搜集5万多笔呼吸音的资料,请呼吸治疗师及医师精进标记, 11月则成长到15万笔,并且建立第一组AI模型,但聿信此时也发现,使用自己买的机器,无法建构出复杂度更高的模型,最多仅能以4个Batch 训练Resnet50,如果模型的深度要更好,不仅需要更大的RAM,以现有的显卡要训练3到5天。

由于建构训练模型需要更好、速度更快的硬件,但要价不菲,而且维护相当困难,不仅是硬件的问题,对于维护这样的运算农场对新创企业而言负担相当大,所幸在与国网中心合作后,TWCC台湾AI云提供的存储器为聿信原有机器的8倍以上,郑渊仁表示,训练的时间压缩非常多,可以训练到Resnet 101、甚至更深的模型而且训练时间只需半天便完成。

除了缩短训练时间外,郑渊仁表示,TWCC对聿信开发AI解决方案的最大帮助,就是聿信现在可以尝试做各种不同的模型,让模型平行处理的变得非常复杂,可以更快看到可能碰到的问题。

郑渊仁强调,重点在于规模。因为原本的想象是AI只要判断的准确,只要一个AI做到好就可以,但如此一来,这个AI就只是单兵作战,能运行的模式非常单调,但如果能够让更多的单兵组成方阵,就可以做到立体作战,也就是有了大规模运算测试后,才能够想象各种不同的资料处理方式。所以聿信在2019年底决定,即使从国外资料中心搬迁资料困难重重,也要开始使用TWCC台湾AI云的运算力来建立模型。

郑渊仁指出,TWCC台湾AI云未来若能朝向资料开放公开平台的方向发展,会有相当大的潜力,成为一个可以促进下一代研发资源的创新平台,促成更好的资料科学研究,不只是对新创企业,对国家社会都会是一大助力。

  •     按赞加入DIGITIMES智能医疗粉丝团
更多关键字报导: 云端运算 AI COVID-19