[新聞] 榮總將推出全台首家「AI 門診」！600 倍高速診斷，準確率高達 80%

看板medstudent作者 (永遠的ZARD)時間5年前 (2018/12/31 02:42), 編輯推噓24(24推 0噓 31→)
留言55則, 23人參與, 6年前最新討論串1/1
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
推
12/31 05:04, 5年前 , 1F
應限縮榮總體系影像科訓練名額
12/31 05:04, 1F
推
12/31 07:57, 5年前 , 2F
accuracy只有8成？那另外2成怎麼辦
12/31 07:57, 2F
推
12/31 08:09, 5年前 , 3F
最近很多放射都遇缺不補 唉
12/31 08:09, 3F
推
12/31 08:12, 5年前 , 4F
就說快完蛋還不信
12/31 08:12, 4F
→
12/31 08:20, 5年前 , 5F
比想像來的快，未來兩年很關鍵。
12/31 08:20, 5F
推
12/31 08:23, 5年前 , 6F
開缺的薪水也減了
12/31 08:23, 6F
推
12/31 08:32, 5年前 , 7F
也要有民眾願意買單
12/31 08:32, 7F
推
12/31 09:22, 5年前 , 8F
另外兩成的風險要請民眾自行吸收
12/31 09:22, 8F
推
12/31 09:30, 5年前 , 9F
另外兩成用保險， 剛剛好
12/31 09:30, 9F
推
12/31 09:32, 5年前 , 10F
aimlin應該舉證實例，不要繪聲繪影。
12/31 09:32, 10F
推
12/31 09:43, 5年前 , 11F
兩成比例也太大了吧
12/31 09:43, 11F
推
12/31 11:04, 5年前 , 12F
風險自負，很合理
12/31 11:04, 12F
推
12/31 11:51, 5年前 , 13F
如果說兩成比例太大 想想大家國考都幾分…
12/31 11:51, 13F
→
12/31 11:52, 5年前 , 14F
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, 14F
→
12/31 12:03, 5年前 , 15F
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, 15F
→
12/31 12:03, 5年前 , 16F
的軟體來做，還是說用未上市軟體做人體試驗?
12/31 12:03, 16F
→
12/31 12:05, 5年前 , 17F
所謂準確率指的啥? 偽陽率和偽陰率各如何?
12/31 12:05, 17F
→
12/31 12:07, 5年前 , 18F
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, 18F
→
12/31 12:08, 5年前 , 19F
，也就是人體試驗的可能性比較高。
12/31 12:08, 19F
→
12/31 12:08, 5年前 , 20F
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, 20F
→
12/31 12:09, 5年前 , 21F
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, 21F
→
12/31 12:10, 5年前 , 22F
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, 22F
推
12/31 12:31, 5年前 , 23F
誤診賠600倍嗎？
12/31 12:31, 23F
推
12/31 12:59, 5年前 , 24F
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, 24F
→
12/31 12:59, 5年前 , 25F
從virtual slide input 到 image processing 到 i
12/31 12:59, 25F
→
12/31 12:59, 5年前 , 26F
mage annotation 還有 recognition 到最後的 valid
12/31 12:59, 26F
→
12/31 12:59, 5年前 , 27F
ation 還有 image output 的 viewer 等等的coding
12/31 12:59, 27F
→
12/31 12:59, 5年前 , 28F
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, 28F
→
12/31 12:59, 5年前 , 29F
速度 AI學習有很多地方目前還是在 try and error
12/31 12:59, 29F
→
12/31 12:59, 5年前 , 30F
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, 30F
→
12/31 12:59, 5年前 , 31F
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, 31F
→
12/31 12:59, 5年前 , 32F
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, 32F
→
12/31 12:59, 5年前 , 33F
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, 33F
→
12/31 12:59, 5年前 , 34F
定long term 或是 short term memory等等 可以很快
12/31 12:59, 34F
→
12/31 12:59, 5年前 , 35F
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, 35F
→
12/31 12:59, 5年前 , 36F
nosis像EKG一樣提供參考 不過因為醫療資料複雜 很
12/31 12:59, 36F
→
12/31 12:59, 5年前 , 37F
多時候連醫師自己也看不懂別人的note.... 在data c
12/31 12:59, 37F
→
12/31 12:59, 5年前 , 38F
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, 38F
→
12/31 12:59, 5年前 , 39F
arbage in, garbage out.........= ="
12/31 12:59, 39F
推
12/31 13:05, 5年前 , 40F
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, 40F
→
12/31 13:05, 5年前 , 41F
這點有run過北頂好二樓重症的應該會有感
12/31 13:05, 41F
推
12/31 13:47, 5年前 , 42F
病理跟放射AI的辨識哪個進步比較快啊
12/31 13:47, 42F
推
12/31 13:56, 5年前 , 43F
w大真的太猛
12/31 13:56, 43F
推
12/31 23:20, 5年前 , 44F
以後病房一線call AI
12/31 23:20, 44F
推
12/31 23:51, 5年前 , 45F
麻醉科要飛天啦～賺大錢囉
12/31 23:51, 45F
推
01/01 02:19, 6年前 , 46F
W大我同學 朝聖推
01/01 02:19, 46F
推
01/01 07:57, 6年前 , 47F
朝聖whs強者我同學
01/01 07:57, 47F
推
01/01 09:41, 6年前 , 48F
AI畢竟是全世界不可阻擋的趨勢
01/01 09:41, 48F
→
01/01 09:45, 6年前 , 49F
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, 49F
→
01/01 09:45, 6年前 , 50F
黨不瞭
01/01 09:45, 50F
推
01/02 20:34, 6年前 , 51F
朝聖推同學 whs
01/02 20:34, 51F
推
01/07 23:05, 6年前 , 52F
AI遲早的～目前感覺放射科的learning curve比病理
01/07 23:05, 52F
→
01/07 23:05, 6年前 , 53F
科短ㄧ點 =》放射科CT: Lung 有tumor v.s. 病理科：
01/07 23:05, 53F
→
01/07 23:05, 6年前 , 54F
SCC, adenoca, smcc, NET,...........(AI要ㄧ個ㄧ
01/07 23:05, 54F
→
01/07 23:05, 6年前 , 55F
個學完阿.........
01/07 23:05, 55F
‣ 更多 JSD 的文章
文章代碼(AID): #1SAH6KY3 (medstudent)