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。

聿信医疗器材科技营运长郑渊仁表示，聿信在临床上蒐集超过50万笔的呼吸音数据进行比对分析，可识别吸气、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、肺炎或肺水肿等其他呼吸病症。

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，呼吸声音的收音计划，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，有关呼吸音的在线识别服务也正在开发中，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月已蒐集5万多笔呼吸音的数据，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，以现有的显示卡要训练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。因为原本的想像是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，能运作的模式非常单调，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，才能够想像各种不同的数据处理方式。所以聿信在2019年底决定，即使从国外数据中心搬迁数据困难重重，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云未来若能朝向数据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，促成更好的数据科学研究，不只是对新创企业，对国家社会都会是一大助力。