AI催生智慧醫療發展新篇章 長庚大學技術商機媒合會開啟產學鏈結橋梁
- 林佩瑩／台北
-
在AI技術蓬勃發展下，吸引各方創新團隊投入智慧醫療研發，預估2030年全球智慧醫療市場規模達到3,852億美元 。為協助臺灣產業掌握此難得商機 ，2024年11月22日長庚大學特別舉辦「AI生態系整合醫療與創新產業」技術商機媒合會，邀請各方專家分享AI與智慧醫療最新趨勢，探討 AI 與智慧醫療結合後創造的多元應用場景。
長庚大學副校長楊智偉開場致詞時表示，近幾年AI技術大幅進步，對整合醫療、智慧醫療、創新等帶來機會與挑戰，因應全球創新科技變化，長庚大學每年都編列大筆預算投資在智慧醫療、創新開發等領域。為向外界展示長庚大學的研發成果，長庚每年都會舉辦不同主題技術媒合會，邀請各方學界、創新團隊參與，以及展示研發成果。2024年主題為「AI與智慧醫療」，現場也同步舉辦技術媒合會，期盼能持續扮演學界技術研究與產業媒合的橋樑。
國家科學及技術委員會產學及園區業務處副處長陳昭蓉表示，為協助學研單位投入研究計畫，國科會補助計畫可分成學術前瞻、產學計畫兩大類，前後者以先進技術研發為主，後者著重將老師研究成果與產業結合、落地。AI是臺灣非常重要國家目標與方向，政府已透過多項政策帶領國家朝向AI科技島邁進。近幾年AI與醫療結合是重要議題，本次技術媒合會除有10個大學教授的技術發表之外，更有長庚醫院參與發表成果，期待產學雙方在技術媒合會助力下，激盪出驚豔成果。
長庚醫院產學合作中心主任賴伯亮說，長庚醫院向來非常重視醫療創新，面對智慧醫療蓬勃發展的浪潮，多年陸續推動疾病診斷、疾病預測、決策系統、醫療行政、物流等智慧醫療專案，在輔助醫生進行醫療決策之外，也致力改善醫療工作環境，目前已有13項成果落地。長庚醫院產學合作中心致力扮演產、學、研之間的交流平臺，多年來成果非常豐碩，我們高興能在此場合分享智慧醫療創新成果，期盼激盪出更多創新概念，扮演臺灣發展智慧醫療的後盾。
AI實踐智慧醫療願景 創造人類幸福生活
在本場活動中，長庚大學邀請來自元智大學、中原大學、臺灣師範大學、明志科技大學、長庚大學、臺灣科技大學、中央大學、臺灣大學、長庚醫院、臺灣智慧雲端等13位產業專家，分享OCT 眼疾病自動偵測技術、嗓音疾病分類等多項智慧醫療議題。
AI在智慧醫療應用情境非常多元，如在新藥開發過程中快速分析大量化合物結構，加速發現有效藥物的速度。另外，AI也能協助醫生分析各種醫療資訊、影像等，從大量資訊中找到潛在病兆，並給予病患合適的治療，達到防患未然的目標。
長庚大學智慧運算學院院長許永真指出，近10年臺灣來早期療育通報人數逐漸增加，然而盛行率推估仍低於國際數據。 所以我們與臺大物理治療系教授鄭素芳合作推動「嬰孩早期動作篩檢計畫」，第一期計畫是研發並驗證適用於足月與早產嬰孩早期動作篩檢的AI模型，並探討其準確度與預測效度。第二期計畫將AI技術推進至居家嬰孩動作發展篩檢，期盼提供臺灣偏遠社區方便使用的發展與教育資源，並幫助兒科醫師和物理治療師規劃發展診斷之參考。
「根據研究報告顯示，臺灣年長者失明原因主要源自於老年性黃斑部病變 （AMD）和糖尿病視網膜病變（DME），若提早發現即能採取相關預防措施。為此，我們特別推動跨平臺 OCT 眼疾病自動偵測技術，期盼提升影像分析效能。」元智大學電機工程系教授林承鴻解釋：「我們採用CNN技術進行多類別疾病分類，整體準確率達到93.8%，並使用CycleGAN技術解決不同OCT裝置影像風格差異。未來，我們 計畫使用FPGA晶片進行系統整合，期盼能打造行動式診斷工具。」
臺灣大學電機工程學系/醫學系教授暨智慧醫療與健康資訊學程主任林澤說，我們嘗試將生成式AI用於時間序列電子病歷、快速藥物篩選、癌症研究中的遺傳數據分析，都有不錯表現。其中在癌症研究部分，是透過與臺大醫院、臺中榮總與北醫等攜手合作，以聯邦學習系統方式，在資料能保留於各醫療院所的前提下，共同完成肝癌AI模型訓練與臨床驗證專案。
催生新世代醫療模式 創造更佳服務品質
前面提到，AI應用於智慧醫療之中的效益，是可加速藥品或資料分析速度。如現行桿狀病毒表現系統（baculovirus expression vector system；BEVS）是廣為使用的重組蛋白生產系統之一，從1983至今採用重組桿狀病毒方法有兩種，首先是在昆蟲細胞中以轉移載體進行同源重組，其次則是在大腸桿菌中以含轉位子的桿狀病毒基因體進行轉位重組。
中原大學生物科技學系教授吳宗遠表示，前面提到的兩種主要重組方法，各有其優缺點，如前者存在重組效率較低、耗時較長，後者則面臨不穩定的插入位置、無法直接產生功能性病毒顆粒等。目前我們已成功的應用CRISPR-CAS9基因體編輯系統，在大腸桿菌中進行桿狀病毒基因體上基因的剃除（knock out）與編入（knock in），這除可以不受限於重組位（recombination locus）的設計外，也能同時進行多個基因的編輯。
AI在加速醫藥開發速度之外，也有助於防止意外發生，同時找出產生特殊疾病的原因。明志科技大學工業工程與管理系教授陳思翰說，隨著工廠向無人化與高度自動化轉變，單人作業模式正逐漸普及。根據2023年勞動檢查統計，跌倒是職業災害的首要原因，帶來經濟損失約達到361億新台幣。 為此，我們投入單人作業區之人員倒臥偵測系統開發，透過多攝影機系統結合YOLO系列與骨架偵測技術、ST-GCN開發單人作業區的安全監控系統。當偵測人員跌倒行為時，可藉由即時警報功能，掌握黃金救援時間，降低災害影響。
「人類正常聲帶可能因為使用不當，如長期抽菸、腫瘤或手術傷等，進而影響聲音的品質。根據研究報告指出，全球人口中約28.8%曾經歷嗓音問題，職業用聲者（如教師）比例更高達57.7%，嗓音問題每年在美國造成的經濟損失超過25億美元。」臺灣師範大學電機系教授方士豪解釋：「我們團隊投入嗓音疾病自動識別系統開發，結合聲學特徵與醫療數據進行分類，提供早期診斷與遠程監測，其中嗓音治療App可即時監測語速與音量，降低復發率，至於遠端監測可協助高風險患者在早期進行治療。」
長庚醫院復健科學術組教授王錦滿說，隨著全球老年人口持續攀升，愈來愈多人因為老齡化與神經疾病等因素，導致發生吞嚥困難的問題。現行傳統吞嚥檢測方法，如VFSS、FEES等存在昂貴、侵入性高，及無法頻繁檢查等限制。 為此我們投入「下頜張合力量與施力穩定狀態檢測裝置」，開發非侵入式下頜張合力量及吞嚥功能檢測系統，提供即時訊號分析與訓練回饋，藉此優化吞嚥口咽期參數與呼吸協調的量測方法，提升臨床與訓練效率。
加速中醫師養成 提升診斷精準率
以辨證論治為核心的中醫，目前教科書以古文為主，內容分散且學習困難，若能透過AI技術協助，可望協助快速搜尋和理解中醫理論。只是在打造AI模型過程中，資訊需經專家核實以避免錯誤，若能搭配實際病案，可望協助學生分析並產出診斷建議，有助加快累積更多經驗。
長庚大學中醫學系楊賢鴻指出，中醫引進AI速度相較於其他科別較慢，目前我們正投入舌診影像分析、胃癌、非酒精性脂肪肝病（NAFLD）、胃食道逆流等疾病的AI模型開發，且已展現高準確率。 在深度學習技術加持下，舌體影像分割模型準確率達到 96%、體質判別模型準確率 86%-95%，已可媲美5年資歷的中醫師診斷結果。
臺灣科技大學人工智慧跨域科技研究所助理教授潘則佑說，虛擬實境（VR）技術與生成式 AI結合後，可望在多媒體內容的生成、理解、檢索以及互動性中，展現出前所未有的效益。如在電子戰術板應用方面，可開發虛擬隊友與防守者，結合姿態互動與觸覺回饋技術之外，也可應用AI技術即時防守策略。 音樂視覺化方面也能利用攝影機偵測臉部表情生成動態特效，並將音樂訊號轉化為視覺效果實現音樂與影像的跨模態情感表現。
台灣智慧雲端服務處處長李立國說，生成是AI成長非常快速，熱門應用領域有行銷文案發想、程式碼生成、客戶服務等，成為企業節省成本的最佳方案之一。此趨勢也帶動全球市場規模快速成長，預估整體產值達118億美元，年複合成長率為27%，其中又以商業與金融服務的成長最快。台智雲著手建置與管理的臺灣杉2號AI超級電腦，是由2,016個GPU組成、可提供高達9 PFLOPS計算效能，目前位列全球TOP500第20名，能源效率排名Green500第10名。 我們的TWCC平臺助力企業快速實現AI應用，同時實踐ESG願景。
提升醫療影像分析精準度 助醫生擬定治療方案
過往，醫生要從大量醫療影像中找出潛在病症，不光要花費許多時間，也得仰賴豐富經驗。現今藉由生成式AI協助，能預先標注可疑的影像位置，作為醫生判讀醫療影片的參考，讓年輕醫生也能做出精準決策。
長庚大學資訊工程學系教授Prasan Kumar Sahoo說， AI在醫療影像分析中扮演非常關鍵角色，如在腦血管疾病（CVD）的腦缺血病灶識別中，可檢測影像中是否存在腦缺血病灶，實現正常與缺血患者的分類。 我們運用深度學習進行切片級和患者級分析，平均準確率約 95%。 在大腸癌（CRC）影像分析中，我們同樣使用深度學習技術進行噪音去除、圖像裁剪與特徵提取，順利達成提高AI模型準確率的目的。
中央大學電機工程學系副教授蔡章仁指出，電腦斷層成像（Computed Tomography，CT）可在急診階段中迅速產生中風病人腦部影像，供醫師判斷是否中風與中風程度，以決定治療策略。只是CT影像上的中風病灶和正常組織的對比度不高，難以肉眼偵測。我們嘗試利用深度學習神經網路進行偵測，結果發現偵測效能和正確度高於以肉眼偵測，有助於快速確認病患是否中風，並能在掌握黃金時間對病患進行治療，有助於病患恢復康復的速度。
長庚醫院顱顏中心學術組副教授周邦昀說，目前常見頭型問題有斜頭症、扁頭症等類型，都必須使用矯正頭盔設計進行治療。傳統評估方法有兩種，首先是基於對角線長度差異評估的顱頂不對稱指數（CVAI），以及基於3D掃描建立座標系統分析對稱性的顱顏不對稱指數（CAI）。我們推動「基於人工智慧之頭型歪斜程度評估方法」專案主要是運用AI與3D掃描搭配，精確評估患者的頭型歪斜程度，推出全球首創智慧型頭盔，可減少傳統矯具的不適反應，提高療效並降低成本。
本場融合AI與智慧醫療的盛會，除有13位專家的主題演講之外，還有來自全臺各地33組頂尖學術研究團隊在現場發表最新研究成果海報，展示在智慧醫療領域的獨家技術解決方案，也吸引逾100人次專業人士與會。長庚大學將持續扮演學界與產業之間的媒合橋樑，全力促進產學界的深度交流與合作，推升臺灣在智慧醫療發展成果，期盼在AI智慧醫療時代中保有競爭優勢。
圖說4：長庚醫院產學合作中心主任賴伯亮 。長庚大學
