迎向高齡化、少子化年代,如何降低醫療從業人員負擔、提昇醫療服務的效率和品質,是醫療業目前最關注的課題,也是驅動醫療 AI 發展的關鍵,國立陽明交通大學與沐恩生醫、雲馥數位和台灣微軟等科技業者合作,讓醫生不必學習寫程式,也能輕鬆建立 AI 模型,透過 Microsoft Azure 做 AI 模型開發,加速醫療研究與臨床診斷,希望能帶動台灣醫療產業的升級與變革。
前十字韌帶損傷判讀不易 用AI輔助判斷縮短新手醫師學習曲線
提及當初合作的原因,台灣生醫人工智慧研究發展協會理事長暨國立陽明交通大學臨床醫學研究所講座教授李光申指出,國外醫療業很早就開始探索AI應用的可行性,而台灣礙於法規、跨領域人才難覓等諸多限制,發展速度相對較慢,因而在2017年成立台灣生醫人工智慧研究發展協會,希望加速 AI 在生醫研究上的應用,進而提升醫療照護品質與減少醫療從業人員的負擔,而沐恩生醫便是協會的成員之一。
藉由沐恩生醫的醫學 AI 自動學習開發平台 Medical AI Aggregator (MAIA) 與醫文精粹 (MQE) 解決方案,輔助陽明交大師生們進行許多 AI 醫療研究與臨床判讀,例如:以 AI 輔助前十字韌帶損傷之 MRI 影像診斷、新冠肺炎藥物的篩檢與開發、找出在開心手術後容易發生急性腎損傷的病患特徵、判讀病患的㗋頭音是否異常等。
不過,AI雖然有助於醫療影像的分析判讀,卻非醫師本身的專業領域,如果醫師想要應用 AI 技術在醫療研究中,只能與工程師合作或是自學程式,無論哪一種都得耗費大量時間。
如果是與工程師合作,醫師得花費許多溝通時間,確保工程師理解自身需求,如果是自學程式,則得從標記資料開始、去識別化、經過IRB審核,才能進行 AI 建模,為了模型的準確性、有效性,還得持續檢視分析結果,並校正模型,如今透過沐恩生醫MAIA平台自動建模,醫師便能專注在醫療研究上,不需要為了資料建模技術而苦惱,而且即便欲分析的樣本資料量再大,例如:10萬人的X光影像,AI也能很快找到有意義的答案。
目前,MAIA平台分成單機與雲端兩個版本,在雲端版,沐恩生醫透過Microsoft Azure Expert MSP雲端服務維運商雲馥數位的協助,將平台部署在 Microsoft Azure 雲端上,利用Azure APP Service、GPU VM與SQL等資源,有效且快速地在雲端上佈署 AI 應用與服務。「Microsoft Azure 雲平台具備完善資訊安全機制與穩定基礎建設,且在全球都有服務據點,」王宇晨說,對沐恩生醫日後拓展海外市場有相當大的助益。
李光申亦認為,雲端運算有助於醫療業導入 AI 應用,因為醫療檔案容量相當龐大,藉由雲端彈性與高速運算資源的優勢,可以讓醫療單位在不改變硬體的情況下採用AI解決方案、提高大量資料的運算效率,還能進行檔案共享,這對醫療研究將帶來很大的幫助。
未來,隨著法規鬆綁,及全球第 66 座 Microsoft Azure 資料中心區域即將在台設立,台灣醫療AI應用將可望蓬勃發展,值此之際,沐恩生醫希望借重台灣微軟與雲馥數位的技術與經驗,協助更多醫療業者導入AI解決方案,並推動建立 AI 醫療生態圈,透過資源整合與共享,持續累積醫療 AI 研發成果,加速台灣醫療研究與技術的數位轉型,進而站上國際舞台,讓全球看見台灣智慧醫療的實力。