SEMI
活动+
 

新兴团队各展所长 为医疗产业挹注创新动能

天枢健康信息科技董事长吴博儒。

为促进新创公司与产业之间交流、互动,进一步激荡出新的合作火花,DIGITIMES自去(2017)年起便透过D Forum论坛安排「D Talk」讲座,邀请优秀新创团队,现身说法展现独特的解决方案或服务,屡屡获得听众热烈回响。

在「2018智能医疗论坛」中,DIGITIMES邀请天枢健康信息科技、云象科技(aetherAI)、Vibrasee及影豹科技(AIExplore)等四家新创企业,共同加入「D Talk:智能科技与医疗创新」讲师行列。

 点击图片放大观看

云象科技(aetherAI)执行长及共同创办人叶肇元。

Vibrasee、国立中央大学光电与工程学系张荣森教授。

影豹智能科技创办人王靖维。

参与D Talk的四家新创团队带来在智能医疗上的各项新技术与解决方案,引起与会人士的重视,现场讨论热烈。

天枢锁定肺阻塞,开发COPD共照网

天枢健康信息科技董事长吴博儒,率先登台演说。他指出该公司现阶段完成的临床决策支持系统,已应用在心导管、绕道手术后病患临床照护、复健应用等可行性实验主题;美国AMA-IEEE联合研讨会中报告与展示。目前天枢最为业界瞩目的成就,便是发展出以COPD(肺阻塞)病患为核心的健康生态系,一举串联服务、信息、保险稽核等丰富元素。

吴博儒指出,以往COPD检出率仅五成,多数病患一发现就已到了3、4期,一旦进入末期照护,医疗开销便急遽增加。在台湾,不少人长期曝露于高空污PM2.5与O3环境,使哮喘患者发展为COPD的风险日益提升,成为值得留意的病症。为此该公司设计肺阻塞共照网,个中涵盖病患端i-COPD、个案管理端C-COPD及诊所端T-COPD等不同App,依序发挥病患自我照护、医疗团队个案管理/实时追踪病情,乃至诊所家庭医师借以完成早期筛检、并转介至医学中心或有肺功能检验设备之院所进行检查。

此外国健署在2018年5月开办肺阻塞早期介入模式试办计画,也希望由天枢执行服务平台的建构与服务,同时藉由数据分析技术建立早期诊断工具。

云象影像AI平台,助长医疗质量

云象科技执行长暨共同创办人叶肇元指出,其成立期初致力提供网络数码玻片接口,去(2017)年转型为医疗影像AI公司,凭著兼能支持放射与病理影像处理的云端AI开发平台「aetherAI」,荣膺NVIDIA 2018 GTC台湾冠军。

他进一步说,尽管医疗是专业的工作,但在影像分析,过往充斥许多人工作业,譬如数细胞便是一例,况且病患若于夜间医师下班时发生需求,亦无法实时获得满足,这些皆可仰赖AI加以解决。但当医疗界尝试投入AI,往往有缺乏可用工具之叹,因此aetherAI平台的成立初衷,便是透过云端服务模式,提供医疗影像的标记接口与分析工具。

在aetherAI诞生前,云象已与医疗院所进行专案合作,例如与长庚合作收集影像资料、用以辨识癌症区域,协助病理科医师节省检验时间,维持稳定之诊断质量;另与台北荣总胸腔科合作,藉由术前影像分析,预测术后神经或淡巴侵犯机率。综观这些AI专案,通常在收集资料阶段出现卡关,要嘛遍寻不到标记工具,要嘛标记效率偏低,促使云象下定决心改善基础建设或资源上无效率之处,故开发aetherAI医疗影像平台,提供标记接口,及深度学习的Pipeline,帮助医院善用AI提升诊疗水平。

vibrasee靠皮肤微动,精准侦测帕金森症

中央大学光电与工程学系的张荣森教授,代表vibrasee团队,分享荣获奇点大学创业竞赛冠军的帕金森病症早期侦测、追踪与量化评估(疗效)等相关智能应用。他强调人体无时无刻都在动,从神经、肌肉震到表皮,着眼于此,该团队发展独特的单色条形码动态数码化技术,藉由AI学习表皮纹路的波形与频率变化,归纳出异常的震动Pattern,有能力在帕金森病发的10年前,准确预测10年后可能罹患此病。

以往有关帕金森症的侦测方式,多半透过基因或MRI等技术,不仅要价昂贵且为侵入式,反观vibrasee利用光学的检测模式,则为非侵入式,且具平价、快速等亲和特质,更让人啧啧称奇之处,在于可藉由量化指标,实时探测治疗行为的效果,使医师可据以调整药物配方或其它疗程。

张荣森透露,他早在15年前即投入AI研究,发现仅以纹路做为学习标的,有助加快训练速度;而且此一侦测模式,不仅适用于帕金森症,还可看出中风、酗酒等其它症候,对医疗界产生更大贡献,因此该团队现正基于人体28个脉象,积极发展自动把脉技术方案。

影豹科技AI超级计算机,秒级解读1 Gb影像

影豹科技(AIExplore)的创办人王靖维,则展现此次D Talk的压轴亮点,分享该公司研发的世界最快巨量影像服务器,亦是世界最快深度学习AI超级计算机,仅需区区1秒钟,便可实时判读千兆(1 Gb)像素影像。

王靖维说,传统不论是医师或制造商,意欲建立自己的AI系统,都需聘雇一群工程师、砸下新台币上千万元预算,并耗费长达半年到一年的冗长时间,才能勉强造就堪用但执行效率颇慢的AI系统。

如今透过AIExplore解决方案,挟著秒级判读1 Gb影像的效率,搭配简单易用的标记接口,只需短短几小时便可建置完成AI模型,且可利用Adaptive Learning功能,针对初版模型优化校正,接著在数分钟后产生进化模型,而且不管大型企业、或小至科室或团队,都可藉由这套方案获取高速建模能量,更有甚者,还能透过AIExplore协助将成果推广至全球。

更多关键字报导: 智能医疗(Digital Health)