智能应用 影音
订报
event

联邦学习打破医院疆界 肺部浸润心脏科应用多

台北荣民总医院放射线部部主任郭万佑分享联邦学习和医疗AI的技术与临床应用。蔡腾辉

在医疗AI联合/联邦学习(Federal Learning)记者会上,台北荣民总医院放射线部部主任郭万佑、台大医院医学影像部教授张允中、台大医学院内科教授王宗道分别从联邦学习、胸部影像临床应用的可藉解释AI、心血管医疗AI联邦学习研究等应用,分享近期智能医疗科技的临床与研究动态。

联邦学习 vs. 集中学习

 点击图片放大观看

肺部浸润的医学影像分析系统。蔡腾辉

集中式的资料分析,在统计学上比较容易执行、且模型收敛稳定、较无个资保保护的困难,然而跨国合作门槛高,应用场域较限缩于医院内、医疗体系内、国家内;相较集中式,联邦式的资料无需离开医院、在医疗机构间、国际之间、国与国、国家队等面向都可合作;然而跳战在于临床布点、实作技巧门槛较高,同时也有合作对象之间互信与资安需要建置和培养。

郭万佑分享过去2018年与Taiwan AI Labs,以磁振脑转移瘤影像作为人工智能模型的资料集合作说道,当时仅透过自家(in-house)1,000多位以治疗级标注的病人资料(data set)建立模块,同时与神经外科、神经放射科等多医师合作,以能在医师工作站,与既有系统共同搭配运用,上传资料快速或得判读结果。

这套系统也以开源方式,将算法与部分资料置于GitHub上,提供产业参考与讨论;2019 年8月也藉由健保署开放的医疗数据、北荣的数据、国网中心的平台与算力,进一步验证联邦学习的能力;同时进一步使用GE、Siemens、Phillips国际大厂仪器影像,未来将以联邦学习的方式,促进Gamma Knife、Cyber Knife、Novalis radiosurgery的应用广度。

COVID-19肺叶浸润AI 采样前即有初步结果

针对可解释人工智能于胸部影像的临床应用,台大医院医学影像部教授张允中分享,COVID-19(新冠肺炎)病人的收治过程中,从隔离、胸部X光,到喉头试剂筛检,现在已能在采样筛检之前,20秒内从胸部X光得到初部结果。

在AI的训练上,无论肺叶浸润状况的标注,以及临床经验的对照,都能着实医学训练和医疗科技应用;此外,团队的AI肺结节自动分类侦测系统,也已能辅助医疗体系内外的不同感染、肺结核、病毒感染判别;针对未来联邦学习的机会挑战,则是认为避免数据孤岛和训练资料安全都需更妥善讨论及规划。

台大内科9种医疗AI开发 国家级医疗资料应用实例

台大医学院内科教授王宗道分享关于台湾心血管人工智能研究群(TW-CVAI)的联邦学习经验时说道,台湾拥有世界第一的心脏医学影像资料库,从资料共享、在地医疗资料、AI应用等3大方面着手进行,目前团队已开发了9个医疗AI软件,包括心脏升降主动脉区域自动分割AI、心包膜脂肪自动计算AI模型、冠状动脉内缘自动分割、冠状动脉狭窄自动侦测等。

在利用健保资料库研究的王宗道分析,健保资料库的计算机断层(CT)是没有打显影剂的数据,也因此在与院内的资料互相交叉分析、训练的时候,仍有一些需要调整之处。

透过SegResNet、Attention gate 为基础的深度学习模型来训练的团队,必须将很薄的心包膜一片一片标记出来供计算机学习,同时,因为心脏是不断跳动的器官,往往在3mm的大小之间,医师就要判断疾病与可能采取的治疗方式,也因此,心脏影像撷取的技术,以及影像分析的精准度,也都有赖各界共同提升;升主动脉钙化对健康没有立即的影响,降主动脉钙化才有较高的短期危险。

延伸阅读:学研助攻医疗应用落地 勤益科大用AI测思觉失调

蔡腾辉

DIGITIMES电子时报智能医疗主编蔡腾辉Mark Tsai
专注研究智能医疗产品技术服务导入场域时,所遇到的困难症结与如何克服要点。
精通中英德语,热爱挑战与Swing Dance。
Facebook:DIGITIMES智能医疗

作者更多专栏

  •     按赞加入DIGITIMES智能医疗粉丝团