科技部协助国内 3 家医院及医学院,运用 AI 做医学影像识别,举行医疗影像数据库启用记者会。台湾人工智能实验室负责人杜奕瑾在记者会后的专家业话论坛,与其医疗界先进对话,呼吁 AI 要在医疗领域应用,在不死人状况下,医疗领域应该要勇敢创新,在不造成病人的不舒适之下,别自己陷入法规的限制底下动弹不得。
杜奕瑾进一步谈 AI 在医疗领域的应用,以他在微软的经验,来看医疗产业与 AI 结合可能。微软员工有员工的医疗保险,但在美国看医师的成本相当高。所以他们常常是透过电话方式得到医疗咨询,大部分时候就是决定在家好好休养。以上叙述的方式,传统问诊和医疗咨询,都是 AI 可以取代人类原先做的重复性工作。
科技部的医疗影像资料拥有包括心脏冠状动脉疾病、脑转移瘤、原发性脑瘤、听神经瘤、肺癌等疾病的电脑断层、血管摄影、磁振造影或 X 光等共15 项影像数据库,总共 46,450 个案例的医疗影像。46,450 个案例的医疗影像中,已经有 17,950 个案例标示疾病,后续会持续扩充,这些影像将能用在训练机器学习上面。
国研院国网中心负责这次医疗影像数据库的影像储存以及辨识运算这一块,国网中心人员表示,他们会依据各机构的需求,准备需要的框架如 TensorFlow 或是 Caffe 等深度学习运算框架,或者是研究人员惯用的编辑器,放在不同的 Visual Disk 上面。毕竟国家提供的 GPU 资源相当宝贵,用比市价低的价格提供给研究人员使用,可不能随便让人乱挂东西,如放了挖矿程式那就是浪费资源了。
▲ 科技部长陈良基出席医疗影像数据库启用仪式。(Source:科技新报)
至于许多人关心这次医疗影像数据库的隐私和研究伦理问题,由于 AI 时代收集的资料和资料集与以前做医学研究收集病患资料有些不同,签订的同意书法律用语略有不同。各个参与数据库的医院以及医学院相当小心,一定会取得病患同意,采动态同意机制。针对资料则充份做好去识别化工作。
这次的启用的医疗影像数据库启用记者会,显示影像辨识技术相当成熟。先前主要的科技话题通常放在自动驾驶还有人脸辨识上面。但是医疗影像辨识病征,也是相当热门的领域,对于医疗院所来说能够节省宝贵的人力资源。假若辨识成果准确度够高,医生将退居第二线确认的角色,能够节省台湾宝贵的医疗资源。
(首图来源:科技新报)