AI 带来解决重复性工作的方法,但是事前的标注相当繁琐而且花费大量时间。国研院国网中心运用针对医疗影像辨识优化过的台湾 AI 云 (Taiwan Computing Cloud, TWCC),结合国内 AI 新创云象科技的技术能力,成功直接运用有上亿分辨率的数位玻片当作训练素材,新方法能为每个专案节省医师半年标注时间。
云象科技的核心业务是打造可辨识特定癌症细胞的深度神经网络模型,以辅助医师更快速有效地在病理切片中辨识出癌症细胞。医师针对癌症区域进行细节标注后,因影像过大,目前作法是将全玻片影像预先切割 为数万个小区块,才能进一步训练 AI 模型。传统方法效果虽然优异,然而必须对每个区块都有预先标注,才得以训练深度神经网络模型。
云象科技于 2019 年运用统一内存及算图优化的技术,挑战用完整的影像切割成多个小区块的方法,来节省专业病理科医师数月到半年不等的标注时间。而此构想唯有在“台湾 AI 云”得以实现。和一般商用云不同,台湾 AI 云采用高速计算架构设计,每个节点间设计有 100G 带宽,让全分辨率影像资料得以顺畅交换处理,使得高达数十亿画素的全玻片数位影像 AI 训练变成可能。透过云象科技软件加速及台湾 AI 云,计算速度提高了 275 倍,每个专案可省下专业医师近千个小时的标注时间;且可透过 400 倍超高分辨率、零切割最完整的方式做全面检视,大大提升了辨识的效率和品质。
国研院国网中心史晓斌主任表示,为有效协助各项产业应用落地生根,TWCC 于架构设计初期,即考量发展智慧医疗所需之特殊需求,让各种应用的高难度技术突破成为可能。超级电脑不仅可以预测未来,还能协助医生看病,守护生命的美好。云象科技首席执行官暨共同创办人叶肇元指出,数位病理 AI 将是未来实现精准医疗不可缺少的一环。目前云象科技已应用新技术,与国内林口长庚医院合作发展鼻咽癌全玻片影像 AI 侦测模组,实验达 96% 以上的准确率;同时持续挑战不同种类及更高难度的疾病病理辨识,例如骨髓抹片自动分类计数、肺癌辨识及定量、肾脏病理辨识等 10 几项专案。
此技术成果预计于今年 11 月国际高速计算大会(SuperComputing Conference, SC)发表,透过国研院国网中心的“台湾 AI 云”,可有效满足生医研究与应用所需之超高分辨率影像运算,亦可增进AI模型训练的生产力,支持科学家们进行更多技术创新,提升医疗品质。不仅有助实现精准医疗,带来医疗产业革新,更在医生的背后与科学家们一起努力,协助守护生命的美好。
(首图来源:国研院)