看板 medstudent 關於我們 聯絡資訊
https://www.cna.com.tw/news/ahel/201812260122.aspx 榮總將推出全台首家「AI 門診」!600 倍高速診斷,準確率高達 80% 【為什麼我們要挑選這篇文章】智慧醫療全球談的風風火火,但台灣卻還處在開發階段, 仍未有實際應用。2019 年榮總將打破現況,推出全台首個 AI 門診。利用影像資料庫判 讀病根,及早診治,正確率也高達 80%。這將是推動台灣智慧醫療轉型的一大邁進!(責 任編輯:陳伯安) 科技部一年投入 8000 萬元,聯合台大、北醫和榮總結合人工智慧技術,建置台灣首座醫 療影像標註資料庫,以提升醫療效率。榮總也已準備好,最快明年第 1、2 季開設 AI 門 診。 AI 看診準確率高達 80% 人工智慧(AI)結合醫療是國際發展趨勢,醫療 AI 演算法的開發,需要大量的疾病標註 資料,做為 AI 學習的標準答案,科技部從民國 106 年 10 月開始推動「醫療影像專案 計畫」,結合學界 AI 專業研究人員,組成跨領域團隊,對醫療影像資料進行符合 AI 訓 練需求的資料處理與編譯,並開發可自動分析判讀醫療影像 AI 演算法, 目前準確率都 有 8 成以上。 科技部與台大、台北醫學大學和台北榮民總醫院等 3 個醫療團隊 26 日上午召開「從台 灣醫療智慧出發 邁向智慧醫療的台灣」記者會。陳良基指出,電腦斷層照出來的影像有 上百張,靠人力判讀體力負擔很大,資料庫能協助醫師判讀影像,未來這樣重複性工作可 靠資料庫協助。 科技部表示, 目前已建置 4 萬 6450 個案例的醫療影像 ,包括心臟冠狀動脈疾病、腦 轉移瘤、原發性腦瘤、聽神經瘤、肺癌等疾病的電腦斷層、血管攝影、磁振造影或 X 光 等 15 項影像資料集,其中 1 萬 7950 個案例標註了疾病資訊,未來將持續擴充。 陳良基說,資料庫是經過許多專業醫師標註,醫生在第一線判讀時,等於有整個團隊協助 判斷病灶位置,可以協助醫師加速醫療影像判讀及提高診斷的一致性與精準度,也可以縮 短病人就醫時間及減少侵入式檢查, 目前先鎖定心、肺、腦等重大疾病 ,準確率也需要 逐步提升,未來會擴展到其他領域。 用比過去快 600 倍的高速點出病根 榮總指出,醫療團隊針對腦部疾病,以 AI 自動偵測顱內轉移腫瘤,輔助醫師做診斷;而 北醫則針對肺癌影像,透過深度標註與 AI 模型開發來協助肺癌病理分類、診斷與預後預 測。 榮總放射線部主任郭萬祐透露, 明年第 1、2 季榮總就會推出 AI 門診,鎖定脊椎、腦 部、眼睛及心律不整等科目 ,讓醫師有更多時間與病患交流。 北醫說,肺癌有 7 成病患診斷時已是末期,透過 AI 演算法,可早期發現癌症,精準找 到肺結節,並自動偵測病灶範圍,計算病灶大小,「在最短時間找到癌細胞,縮短大海撈 針時間」。 北醫說,肺癌有 7 成病患診斷時已是末期,透過 AI 演算法,可早期發現癌症,精準找 到肺結節,並自動偵測病灶範圍,計算病灶大小,「在最短時間找到癌細胞,縮短大海撈 針時間」。 另外,科技部指出,醫療團隊建置的醫療影像及標註資料,將匯入國家高速網路與計算中 心平台,提供研究團隊進行學術研究,資料將做去識別化處理,保護當事人隱私。 - - 高層:太棒了,可預期將來人力又可以再縮編了~ -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.136.181.205 ※ 文章網址: https://www.ptt.cc/bbs/medstudent/M.1546195348.A.883.html
jj611017 : 應限縮榮總體系影像科訓練名額 12/31 05:04
Townshend : accuracy只有8成?那另外2成怎麼辦 12/31 07:57
aimlin : 最近很多放射都遇缺不補 唉 12/31 08:09
aimlin : 就說快完蛋還不信 12/31 08:12
osme2000xp : 比想像來的快,未來兩年很關鍵。 12/31 08:20
aimlin : 開缺的薪水也減了 12/31 08:23
jasonvt : 也要有民眾願意買單 12/31 08:32
swrhapsody : 另外兩成的風險要請民眾自行吸收 12/31 09:22
espreso : 另外兩成用保險, 剛剛好 12/31 09:30
TLC999 : aimlin應該舉證實例,不要繪聲繪影。 12/31 09:32
inconspicous: 兩成比例也太大了吧 12/31 09:43
COCOSEL : 風險自負,很合理 12/31 11:04
benjamin1169: 如果說兩成比例太大 想想大家國考都幾分… 12/31 11:51
benjamin1169: 這個準確率只會越來越高 大概不用兩年AI就攻頂了 12/31 11:52
saltlake : 等等!人工智慧軟體是一種醫療器材,是用拿到許可證 12/31 12:03
saltlake : 的軟體來做,還是說用未上市軟體做人體試驗? 12/31 12:03
saltlake : 所謂準確率指的啥? 偽陽率和偽陰率各如何? 12/31 12:05
saltlake : 既然是科技部出來放話說該部投入的經費,那該是研究 12/31 12:07
saltlake : ,也就是人體試驗的可能性比較高。 12/31 12:08
saltlake : 如果是研究計畫,現在高調放話,將來結果不好,那可 12/31 12:08
saltlake : 就難看了。當年一堆新藥試驗的國內新聞,最後解盲 12/31 12:09
saltlake : 不如預期,那還是民間公司,現在是政府部門來放話。 12/31 12:10
elfish123 : 誤診賠600倍嗎? 12/31 12:31
whs2009 : 我自己也是在做影像辨識這塊 不過是以病理玻片為主 12/31 12:59
whs2009 : 從virtual slide input 到 image processing 到 i 12/31 12:59
whs2009 : mage annotation 還有 recognition 到最後的 valid 12/31 12:59
whs2009 : ation 還有 image output 的 viewer 等等的coding 12/31 12:59
whs2009 : 其實可以看到AI學習的過程以及他們學習曲線的進步 12/31 12:59
whs2009 : 速度 AI學習有很多地方目前還是在 try and error 12/31 12:59
whs2009 : 的過程中找出最適合的演算法或是層數 但不可否認的 12/31 12:59
whs2009 : 是隨著資料量的增加 他們的進步會越來越明顯 AI學 12/31 12:59
whs2009 : 習的過程還可以具備 加強 遺忘 忽略 等等特殊的處 12/31 12:59
whs2009 : 理方式其實跟人類學習的過程真的很像="= 也可以設 12/31 12:59
whs2009 : 定long term 或是 short term memory等等 可以很快 12/31 12:59
whs2009 : 速的提供臨床科別一些重要訊息判讀 也可以pre diag 12/31 12:59
whs2009 : nosis像EKG一樣提供參考 不過因為醫療資料複雜 很 12/31 12:59
whs2009 : 多時候連醫師自己也看不懂別人的note.... 在data c 12/31 12:59
whs2009 : leaning還有很多地方需要進步就是了 不然就會變成g 12/31 12:59
whs2009 : arbage in, garbage out.........= =" 12/31 12:59
m82 : 但是前端病歷的輸入也不能太結構化,不然臨床會抓狂 12/31 13:05
m82 : 這點有run過北頂好二樓重症的應該會有感 12/31 13:05
rkcb : 病理跟放射AI的辨識哪個進步比較快啊 12/31 13:47
elfish123 : w大真的太猛 12/31 13:56
willyned55 : 以後病房一線call AI 12/31 23:20
barkleyc : 麻醉科要飛天啦~賺大錢囉 12/31 23:51
alleles : W大我同學 朝聖推 01/01 02:19
fish9802064 : 朝聖whs強者我同學 01/01 07:57
snowlakers : AI畢竟是全世界不可阻擋的趨勢 01/01 09:41
saltlake : 調教AI情趣用品陪姑娘動情纏綿 <- 所以說人工智慧 01/01 09:45
saltlake : 黨不瞭 01/01 09:45
xadery1010 : 朝聖推同學 whs 01/02 20:34
sxed0614 : AI遲早的~目前感覺放射科的learning curve比病理 01/07 23:05
sxed0614 : 科短ㄧ點 =》放射科CT: Lung 有tumor v.s. 病理科: 01/07 23:05
sxed0614 : SCC, adenoca, smcc, NET,...........(AI要ㄧ個ㄧ 01/07 23:05
sxed0614 : 個學完阿......... 01/07 23:05