AI催生智能医疗发展新篇章 长庚大学技术商机媒合会开启产学链结桥梁
- 林佩莹／台北
-
在AI技术蓬勃发展下，吸引各方创新团队投入智能医疗研发，预估2030年全球智能医疗市场规模达到3,852亿美元 。为协助台湾产业掌握此难得商机 ，2024年11月22日长庚大学特别举办「AI生态系整合医疗与创新产业」技术商机媒合会，邀请各方专家分享AI与智能医疗最新趋势，探讨 AI 与智能医疗结合后创造的多元应用场景。
长庚大学副校长杨智伟开场致词时表示，近几年AI技术大幅进步，对整合医疗、智能医疗、创新等带来机会与挑战，因应全球创新科技变化，长庚大学每年都编列大笔预算投资在智能医疗、创新开发等领域。为向外界展示长庚大学的研发成果，长庚每年都会举办不同主题技术媒合会，邀请各方学界、创新团队参与，以及展示研发成果。2024年主题为「AI与智能医疗」，现场也同步举办技术媒合会，期盼能持续扮演学界技术研究与产业媒合的桥梁。
国家科学及技术委员会产学及园区业务处副处长陈昭蓉表示，为协助学研单位投入研究计划，国科会补助计划可分成学术前瞻、产学计划两大类，前后者以先进技术研发为主，后者着重将老师研究成果与产业结合、落地。AI是台湾非常重要国家目标与方向，政府已透过多项政策带领国家朝向AI科技岛迈进。近几年AI与医疗结合是重要议题，本次技术媒合会除有10个大学教授的技术发表之外，更有长庚医院参与发表成果，期待产学双方在技术媒合会助力下，激荡出惊艳成果。
长庚医院产学合作中心主任赖伯亮说，长庚医院向来非常重视医疗创新，面对智能医疗蓬勃发展的浪潮，多年陆续推动疾病诊断、疾病预测、决策系统、医疗行政、物流等智能医疗专案，在辅助医生进行医疗决策之外，也致力改善医疗工作环境，目前已有13项成果落地。长庚医院产学合作中心致力扮演产、学、研之间的交流平台，多年来成果非常丰硕，我们高兴能在此场合分享智能医疗创新成果，期盼激荡出更多创新概念，扮演台湾发展智能医疗的后盾。
AI实践智能医疗愿景 创造人类幸福生活
在本场活动中，长庚大学邀请来自元智大学、中原大学、台湾师范大学、明志科技大学、长庚大学、台湾科技大学、中央大学、台湾大学、长庚医院、台湾智能云端等13位产业专家，分享OCT 眼疾病自动侦测技术、嗓音疾病分类等多项智能医疗议题。
AI在智能医疗应用情境非常多元，如在新药开发过程中快速分析大量化合物结构，加速发现有效药物的速度。另外，AI也能协助医生分析各种医疗信息、影像等，从大量信息中找到潜在病万亿，并给予病患合适的治疗，达到防患未然的目标。
长庚大学智能运算学院院长许永真指出，近10年台湾来早期疗育通报人数逐渐增加，然而盛行率推估仍低于国际数据。 所以我们与台大物理治疗系教授郑素芳合作推动「婴孩早期动作筛检计划」，第一期计划是研发并验证适用于足月与早产婴孩早期动作筛检的AI模型，并探讨其准确度与预测效度。第二期计划将AI技术推进至居家婴孩动作发展筛检，期盼提供台湾偏远社区方便使用的发展与教育资源，并帮助儿科医师和物理治疗师规划发展诊断之参考。
「根据研究报告显示，台湾年长者失明原因主要源自于老年性黄斑部病变 （AMD）和糖尿病视网膜病变（DME），若提早发现即能采取相关预防措施。为此，我们特别推动跨平台 OCT 眼疾病自动侦测技术，期盼提升影像分析效能。」元智大学电机工程系教授林承鸿解释：「我们采用CNN技术进行多类别疾病分类，整体准确率达到93.8%，并使用CycleGAN技术解决不同OCT装置影像风格差异。未来，我们 计划使用FPGA芯片进行系统整合，期盼能打造移动式诊断工具。」
台湾大学电机工程学系/医学系教授暨智能医疗与健康信息学程主任林泽说，我们尝试将生成式AI用于时间序列电子病历、快速药物筛选、癌症研究中的遗传数据分析，都有不错表现。其中在癌症研究部分，是透过与台大医院、台中荣总与北医等携手合作，以联邦学习系统方式，在数据能保留于各医疗院所的前提下，共同完成肝癌AI模型训练与临床验证专案。
催生新时代医疗模式 创造更佳服务品质
前面提到，AI应用于智能医疗之中的效益，是可加速药品或数据分析速度。如现行杆状病毒表现系统（baculovirus expression vector system；BEVS）是广为使用的重组蛋白生产系统之一，从1983至今采用重组杆状病毒方法有两种，首先是在昆虫细胞中以转移载体进行同源重组，其次则是在大肠杆菌中以含转位子的杆状病毒基因体进行转位重组。
中原大学生物科技学系教授吴宗远表示，前面提到的两种主要重组方法，各有其优缺点，如前者存在重组效率较低、耗时较长，后者则面临不稳定的插入位置、无法直接产生功能性病毒颗粒等。目前我们已成功的应用CRISPR-CAS9基因体编辑系统，在大肠杆菌中进行杆状病毒基因体上基因的剃除（knock out）与编入（knock in），这除可以不受限于重组位（recombination locus）的设计外，也能同时进行多个基因的编辑。
AI在加速医药开发速度之外，也有助于防止意外发生，同时找出产生特殊疾病的原因。明志科技大学工业工程与管理系教授陈思翰说，随着工厂向无人化与高度自动化转变，单人作业模式正逐渐普及。根据2023年劳动检查统计，跌倒是职业灾害的首要原因，带来经济损失约达到361亿新台币。 为此，我们投入单人作业区之人员倒卧侦测系统开发，透过多摄影机系统结合YOLO系列与骨架侦测技术、ST-GCN开发单人作业区的安全监控系统。当侦测人员跌倒行为时，可藉由实时警报功能，掌握黄金救援时间，降低灾害影响。
「人类正常声带可能因为使用不当，如长期抽菸、肿瘤或手术伤等，进而影响声音的品质。根据研究报告指出，全球人口中约28.8%曾经历嗓音问题，职业用声者（如教师）比例更高达57.7%，嗓音问题每年在美国造成的经济损失超过25亿美元。」台湾师范大学电机系教授方士豪解释：「我们团队投入嗓音疾病自动识别系统开发，结合声学特徵与医疗数据进行分类，提供早期诊断与远程监测，其中嗓音治疗App可实时监测语速与音量，降低复发率，至于线上监测可协助高风险患者在早期进行治疗。」
长庚医院复健科学术组教授王锦满说，随着全球老年人口持续攀升，愈来愈多人因为老龄化与神经疾病等因素，导致发生吞咽困难的问题。现行传统吞咽检测方法，如VFSS、FEES等存在昂贵、侵入性高，及无法频繁检查等限制。 为此我们投入「下颌张合力量与施力稳定状态检测装置」，开发非侵入式下颌张合力量及吞咽功能检测系统，提供实时信号分析与训练回馈，借此优化吞咽口咽期参数与呼吸协调的量测方法，提升临床与训练效率。
加速中医师养成 提升诊断精准率
以辨证论治为核心的中医，目前教科书以古文为主，内容分散且学习困难，若能透过AI技术协助，可望协助快速查找和理解中医理论。只是在打造AI模型过程中，信息需经专家核实以避免错误，若能搭配实际病案，可望协助学生分析并产出诊断建议，有助加快累积更多经验。
长庚大学中医学系杨贤鸿指出，中医引进AI速度相较于其他科别较慢，目前我们正投入舌诊影像分析、胃癌、非酒精性脂肪肝病（NAFLD）、胃食道逆流等疾病的AI模型开发，且已展现高准确率。 在深度学习技术加持下，舌体影像分割模型准确率达到 96%、体质判别模型准确率 86%-95%，已可媲美5年资历的中医师诊断结果。
台湾科技大学人工智能跨域科技研究所助理教授潘则佑说，虚拟实境（VR）技术与生成式 AI结合后，可望在多媒体内容的生成、理解、检索以及互动性中，展现出前所未有的效益。如在电子战术板应用方面，可开发虚拟队友与防守者，结合姿态互动与触觉回馈技术之外，也可应用AI技术实时防守策略。 音乐视觉化方面也能利用摄影机侦测脸部表情生成动态特效，并将音乐信号转化为视觉效果实现音乐与影像的跨模态情感表现。
台湾智能云端服务处处长李立国说，生成是AI成长非常快速，热门应用领域有行销文案发想、程序码生成、客户服务等，成为企业节省成本的最佳方案之一。此趋势也带动全球市场规模快速成长，预估整体产值达118亿美元，年复合成长率为27%，其中又以商业与金融服务的成长最快。台智云着手建置与管理的台湾杉2号AI超级电脑，是由2,016个GPU组成、可提供高达9 PFLOPS计算效能，目前位列全球TOP500第20名，能源效率排名Green500第10名。 我们的TWCC平台助力企业快速实现AI应用，同时实践ESG愿景。
提升医疗影像分析精准度 助医生拟定治疗方案
过往，医生要从大量医疗影像中找出潜在病症，不光要花费许多时间，也得仰赖丰富经验。现今藉由生成式AI协助，能预先标注可疑的影像位置，作为医生判读医疗影片的参考，让年轻医生也能做出精准决策。
长庚大学信息工程学系教授Prasan Kumar Sahoo说， AI在医疗影像分析中扮演非常关键角色，如在脑血管疾病（CVD）的脑缺血病灶识别中，可检测影像中是否存在脑缺血病灶，实现正常与缺血患者的分类。 我们运用深度学习进行切片级和患者级分析，平均准确率约 95%。 在大肠癌（CRC）影像分析中，我们同样使用深度学习技术进行噪音去除、图像裁剪与特徵提取，顺利达成提高AI模型准确率的目的。
中央大学电机工程学系副教授蔡章仁指出，电脑断层成像（Computed Tomography，CT）可在急诊阶段中迅速产生中风病人脑部影像，供医师判断是否中风与中风程度，以决定治疗策略。只是CT影像上的中风病灶和正常组织的对比度不高，难以肉眼侦测。我们尝试利用深度学习神经网络进行侦测，结果发现侦测效能和正确度高于以肉眼侦测，有助于快速确认病患是否中风，并能在掌握黄金时间对病患进行治疗，有助于病患恢复康复的速度。
长庚医院颅颜中心学术组副教授周邦昀说，目前常见头型问题有斜头症、扁头症等类型，都必须使用矫正头盔设计进行治疗。传统评估方法有两种，首先是基于对角线长度差异评估的颅顶不对称指数（CVAI），以及基于3D扫描建立座标系统分析对称性的颅颜不对称指数（CAI）。我们推动「基于人工智能之头型歪斜程度评估方法」专案主要是运用AI与3D扫描搭配，精确评估患者的头型歪斜程度，推出全球首创智能头盔，可减少传统矫具的不适反应，提高疗效并降低成本。
本场融合AI与智能医疗的盛会，除有13位专家的主题演讲之外，还有来自全台各地33组顶尖学术研究团队在现场发表最新研究成果海报，展示在智能医疗领域的独家技术解决方案，也吸引逾100人次专业人士与会。长庚大学将持续扮演学界与产业之间的媒合桥梁，全力促进产学界的深度交流与合作，推升台湾在智能医疗发展成果，期盼在AI智能医疗时代中保有竞争优势。
图说4：长庚医院产学合作中心主任赖伯亮 。长庚大学
