人工智慧于精准医疗之创新机会与挑战

网上有关“人工智慧于精准医疗之创新机会与挑战”话题很是火热，小编也是针对人工智慧于精准医疗之创新机会与挑战寻找了一些与之相关的一些信息进行分析，如果能碰巧解决你现在面临的问题，希望能够帮助到您。

曾新穆国立交通大学数据科学与工程研究所所长 Big data、演算法和运算能力驱动人工智慧发展，最初AI发展运作方式是由专家定义知识，机器模拟专家思路解决问题，后续机器学习方法出现、应用新一代的演算法像Deep Learning、搭配高速运算GPU，才能够达成像Alpha go的AI系统，近几年AI医疗快速发展，很重要的关键就是Big data，医疗数据的整合将产生非常大的力量。 ? AI医疗国内外应用实例 ?

AI医疗被创投界认为是最有发展前景的领域之一，近两年在北美就有将近百间的新创公司出现，并且涵盖多元领域，像是医疗影像、健康风险预测系统等，Google的AlphaGo在围棋比赛胜出之后，就开始和很多医院合作，例如把它应用在眼底镜视网膜的病变诊断，而我国的工研院巨量资讯科技中心和交通大学也合作研发视网膜病变自动辨识系统，收集数万张的影像，借由Deep Learning Model 达到高辨识准确度；而整合 Medical Images 与 EMR data 更可进一步提升准确度，像这样的系统就可以推广应用放在第一线的家医诊所，达到早期诊断早期治疗的目标，同时也可以串联实验室生理检测的数据，利用视网膜眼底影像的微血管分析去推估是否有心血管等疾病。 ? 除了技术研发之外，以色列的Zebra公司在AI医疗领域创造了新的商业模式，让使用者借由上传医疗影像获得第二医嘱的服务，Zebra公司不但可以借由此服务模式收集到全球匿名的大量影像资料，并且使用者还愿意付费上传自己的资料，以获得分析服务。 ? AI医疗发现更多早期病灶提升早期诊断机会 ?

基于AI影像辨识能力大幅提升，近期也已开始应用在远端医疗和照护服务的协助，如美国Aicure平台利用脸部识别和动作感应技术，透过智慧型手机，对病患自动化观察其服药及反应行为，协助医师决定药方，实现远端治疗。 ? 曾新穆教授团队的科技部iDeepCare计画结合深度机器学习和巨量资料分析技术研发智慧型深层健康照护系统，与国内医疗机构和专家合作，收集各种生医原始资料建立模型，可实际应用于精准医疗、预防保健、个人化医疗、风险预测等，例如iDeepCare计画和三总合作用大肠内视镜影像建立开发大肠息肉AI辨识模型，可辅助医师病辨别息肉的性质，准确率可以达到96%；另外也和北荣合作心律不整预警系统，预测高风险猝死的布鲁盖达氏症候群心电图表现，一般内科训练医师判断准确率只有47.5%，透过AI机器可达75%。 ? 透过技术整合对医院和健保资料等大型资料库分析，则能找到各种疾病的早期病灶，并可以挖掘出很多有用或过去未知的标记，有助于医师早期诊断。 ? 跨越科研门槛，AI将与人类共存共荣 ?

任何科研都会存在着挑战，AI医疗最大的挑战在于资料的品质，如何避免「Garbage in, Garbage out」，以及其他的门槛如跨领域合作、商业模式要如何设计、研究如何赶上市场需求等等，曾新穆教授表示，AI医疗研究可以从现有的data基础发想，也可以透过跨领域脑力激荡去找到创新想法，目前最瞩目的就是即时性动态性分析相关应用，未来人类与AI共同合作，将能够大幅提升医疗精准率，AI不会取代人类，而是成为人类重要的帮手。 ?

关于“人工智慧于精准医疗之创新机会与挑战”这个话题的介绍，今天小编就给大家分享完了，如果对你有所帮助请保持对本站的关注！

本文来自作者[dazhoutv]投稿，不代表大洲号立场，如若转载，请注明出处：https://dazhoutv.com/changshi/202508-9022.html