最近聽到兩場精彩的人工智慧的演講,第一場是國防的林嶔教授來講AI伺機性篩檢技術用於精準醫療,首先提出高風險識別的問題,有一種檢查方式需要經常進行,或者容易執行並且能夠在不需要整合多個數據來源的情況下,準確識別高風險人群嗎? 目前台灣的系統性篩檢包括四癌篩檢,B,C肝以及肺癌,但我們可能需要更多的篩檢,然而醫療體系有資源限制,利用這些定期檢查例如影像檢查,含有大量的患者資訊,是否可能利用來進一步識別高風險族群?其實獲取數據有困難,而標記工作也需要大量人力,因此解決方案就是開發電子病歷人工智慧模型,深度學習利用大數據及演算法,例如心電圖有記錄心臟的結構,電氣跟缺氧狀態,經過模型訓練及廣泛的關聯性搜索可以得到高準確度及應用價值,目前資料庫已經建立超過50種可以預測表現型,並且技術轉移。這可以應用於高血鉀檢測,準確度比心臟和急診科醫生高10%以上,另外也可以應用於快速反應系統,這些系統都基於早期警示評分,AI的心電圖可以補捉先前心血管疾病預測90天的全因死亡率,在STEMI的治療也可以減少時間延遲以及誤診,現在已經運用在新北市院外救護車上心肌梗塞的主動識別,這套設備不超過一萬美元,估計每次超過操作不超過十美元,接著也運用在醫院的社區篩檢計畫的檢測高風險的族群,目前已篩檢超過1500位居住在離島的居民,這套設備也可以支援多種穿戴式裝置設備,以便在居家環境中即時監測心電圖變化,目前即將推出的還有胸部X光及骨質疏鬆,都可以精確的預測高風險的預測高風險的族群。

什麼是深度學習?

深度學習是人工智慧 (AI) 中的一種方法,可指導電腦以受人腦啟發的方式來處理資料。深度學習模型可識別圖片、文字、聲音和其他資料的複雜模式,藉此產生更準確的洞察和預測。您可以使用深度學習方法將通常需要人類智慧的任務自動化,例如描述影像或將聲音檔案轉錄為文字。

Loading

AI 於醫療之應用發展

發佈留言