HarDNet進軍智慧醫療 協助自動化診斷醫學影像判讀

創鑫智慧團隊：由左至右黃俊達副總、林永隆董事長、駱子仁、柯嘉南(後)、連弘倫(前)、郭皇志、江佳峻。創鑫智慧

人工智慧(AI)浪潮不斷推動關鍵技術的發展，全面啟動產、官、學、研界合作共建研發平台，開創全新的應用領域，科技部半導體射月計畫的「HarDNet」專案，是由清華大學資工系林永隆教授領導的團隊，研究高效率CNN骨幹網路架構，並改良傳統AI網路的架構，藉由減少DenseNet架構中的捷徑連結與重新設計層級間的權重數，降低資料在記憶體搬運次數，藉此達到提升運算速度的效果，同時維持高辨識準確率。

目前HarDNet在影像辨識、物件識別、特徵診斷等領域，展現強大效益，技術團隊除了清華大學之外，還網羅陽明交通大學與中原大學的研究人員。

HarDNet逐漸朝向影像醫學研究開展布局，透過醫療內視鏡或是MRI所拍攝的影像資料，使用稱為Semantic Segmentation (圖像的意義分割) 的影像處理技術，做為辨識異常細胞或腫瘤的利器，這對自動化診斷醫學帶來重要幫助，林永隆教授指出，目前HarDNet團隊與醫院合作，已有兩個重要成果，首先是大腸內視鏡的瘜肉偵測，根據醫療小組的評估，這個成果已達90分的水準，具備專科醫生的辨識能力。

第二個成果是從大腦3D MRI影像掃描資料中，辨識腦部腫瘤，為了驗證成果，團隊還報名參加MICCAI學會的Brain Tumor Segmentation Challenge Competition，2021年是第十年的比賽，共有1,200組的參賽團隊，林永隆教授的團隊是獲選前九隊上台簡報中的一隊，取得令人羨慕的成果，獲選者中不乏NVIDIA支助的資源豐沛的參賽者，由於大腦掃描3D MRI影像資料量龐大，比賽規定是在六分鐘內要做出辨識，結果HarDNet用了20秒就完成辨識，令人印象深刻。

HarDNet的計畫仍不斷進行CNN骨幹網路架構上的改善，及更多的實際影像驗證，並嘗試再進行更多本土腦部3D MRI的辨識，下一步就是部署到醫院內的邊緣運算裝置。林永隆表示，當HarDNet應用準確度之驗證達到一定水準後，會積極朝向人工智慧終端(Edge AI)的方向前進，實現智慧普及化，這也是目前全球AI技術發展的共同目標，台灣也不例外。

創鑫智慧第一顆RNNAccel矽智財晶片2022年上市

林永隆的另一個身分是創鑫智慧 (NEUCHIPS) 董事長暨執行長，這也是「半導體射月計畫」衍生新創企業，營運長陳建良介紹該公司RNNAccel產品的進展，目前已經整合進一家位於加州矽谷客戶的晶片中，預計2022年能在市場上嶄露頭腳。

RNNAccel用做為降環境噪音處理晶片的AI加速引擎，可以用在智慧型手機，或是智慧型麥克風的關鍵應用上，並協助自然語言指令的語音辨識之用。因為辨識能力高且耗電量低，讓客戶的晶片產品具有非常好的市場優勢，尤其對於需要使用準確聲音偵測，以啟動具備ALWAYS ON功能的AIoT裝置，更是如虎添翼，未來預期將會有更多的應用上市。陳建良並透露NEUCHIPS將於2021年12月正式搬遷至新竹科學園區內，為公司下一階段的發展做好萬全準備。

林永隆特別感謝國研院國網中心給予大量運算資源的支援與協助，這次參加Brain Tumor Segmentation Challenge也是使用國網中心的服務平台，才能與NVIDIA所支持的競爭對手同場較勁，並開拓HarDNet進入醫療產業的Edge AI智慧型應用領域，期盼未來在更多的醫療應用上發揮更大的貢獻。