降低醫護人員負擔AI扮演核心關鍵

自從疫情爆發後，全球各地專家都在尋找阻斷病毒散播的方法，除了傳統戴口罩、勤洗手之外，保持實體距離被認為是有效方法之一，而無形中也改變傳統生活模式。首先，為杜絕社區傳染的機率，不少企業選擇推動居家辦公方式，至今已成為多數員工習以為常的工作形式，未來虛實混合的工作模式將成為後疫情時代的日常。其次，遠端工作對雇主來說，很難確保員工的工作效率不會受到負面影響。所幸感知科技、資訊傳輸、及軟體平台的快速發展，大幅提升了遠端協同工作的效率。

雲象科技執行長葉肇元表示，在疫情期間，當病患數量快速增加時，醫院經常陷入人手不足的窘境，也讓第一線醫護人員的工作壓力非常大。此時，若能將AI融入工作流程，將繁瑣工作透過自動化的數位流程處理，即可減少人為處理時間與降低錯誤率，達成降低醫護人員工作負擔的目標。對於醫療資源、人力不足的偏鄉，也可透過此種模式協助提升整體醫療品質，結合遠距視訊醫療機制，讓民眾可在地接受診斷與治療，減少長途奔波之苦。

致力於提供病理數位轉型及人工智慧輔助診斷之解決方案的雲象科技，公司宗旨為運用人工智慧實現精準醫療，讓深度學習落實臨床，提升醫療品質與一致性。目前該公司客戶及合作夥伴以醫療院所為主，如美國匹茲堡University of Pittsburgh Medical Center、日本金澤大學醫院、台大醫院、長庚醫療體系、台北榮總、國泰醫院、中山附醫與花蓮慈濟醫院等。

葉肇元指出，自2018年起，雲象科技陸續與台大醫院、林口長庚醫院、奇美醫院，分別進行骨髓抹片細胞型態辨識、淋巴瘤型態診斷及預後分析等血液疾病AI的應用。雲象科技運用累積的技術與應用開發經驗，投入開發骨髓增生性腫瘤的AI輔助判讀與病理診斷，進一步強化血液疾病診斷以及治療的品質。雲象科技與台大醫院攜手合作開發，領先全球的骨髓抹片AI分類計數，如今順利取得食藥署上市許可及歐盟CE認證。

骨髓抹片AI分類計數系統的研發，仰賴極大量的標註資料來訓練深度神經網路。在三年多的時間內，雲象科技和台大醫院及其他醫療機構，共同建置了超過一百萬顆細胞標註的影像資料集。AI模型在如此龐大的資料集上訓練所產生的繁重計算工作，則仰賴國研院國網中心充沛的GPU計算資源，讓研發可以順利的進行。

葉肇元進一步表示，骨髓抹片AI分類計數系統，在全球並無其他類似產品通過審查的前例可參考，所以臨床驗證的流程必須要自己設計及執行。所幸雲象在多國、多中心臨床驗證的流程中，順利地展示，此AI模型可以協助醫師進行15種細胞類別的分類，進而提升骨髓細胞分類計數的客觀性及一致性。而骨髓抹片分類計數所需的時間，也被大幅的縮短。

在雲象科技未來的規劃中，將透過更多紮實的臨床醫學研究，建立醫界與業界的國際標準，並加速開拓海外市場，讓世界看到臺灣的智慧醫療科技實力。