焦點新聞
關鍵字： AI
-
陽明大學攜手華碩培養醫療科技人才 華陽計畫正式啟動
醫藥衛生 / 生醫產業2884華碩表示，透過華陽計畫，華碩AICS在產學俱有深厚素養的頂尖業師，將在陽明大學開授大師班課程，陣容包括華碩全球副總裁暨AICS負責人黃泰一博士，華碩技術長龐台銘博士，協助學生打通產學2端的任督2脈。 -
用AI預測流感病情發展 輔助醫師決策準確度達8成
醫藥衛生 / 醫藥話題2952流感盛行時期醫療資源相對緊繃，奇美醫學中心醫療大數據研究團隊為了讓醫療判斷更為準確，把資源留給更需要的人，因此以2009年至2018年奇美醫療體系中，高齡病人的流感資料共5,000多筆作為基礎，使用AI機器學習，建立預測模型與醫師看診系統結合，當醫師在看診時，可即時且準確預測高齡流感病人預後，提供給醫師、病人與家屬作為輔助治療的重要參考。 -
台灣新創公司獲美國FDA認證 AI判讀腦出血只花30秒
醫藥衛生 / 生醫產業61Deep01於2017年獲選進入科技部TIECT矽谷參訪計畫，並於2018年獲選科技部Leap Program，前往美國東岸連接資源，靠著僅有 7人的新創團隊，率先拿到亞洲第1個美國FDA許可。Deep01以深度學習技術開發出腦出血偵測平台，DeepCT能在30秒判斷腦部CT影像是否有出血與出血部位，大大減少急診中腦外傷、中風等處置時間，尤其中風的處置時間只有黃金3小時，能爭取時間便是搶救生命。 -
皮膚黑點病灶難判別 AI系統輔助降低誤診率
醫藥衛生 / 醫院情報4786臺大醫院皮膚部主治醫師詹智傑指出，不少門診個案係因皮膚長出黑痣、斑點或原有皮膚發生變化而就醫，一般只需有經驗的醫師肉眼判斷就能確診，但臺大醫院醫神計畫團隊與威強電集團威聯通共同開發「皮膚科疾病分類（AI-CDSS系統）」技術，利用人工智慧演算法，以國人常見皮膚狀況與變化為基準，並依據實際病理切片報告為訓練標準答案，採用3種知名的深度學習架構Inception V3、NasNet、Inception ResNet V2之模型分析結果。 -
翻轉醫學教育 AI結合提升教學成效
醫藥衛生 / 醫藥話題3358北醫和IBM組成的跨國研究團隊成員共13名，論文第一作者為萬芳醫院放射腫瘤科主治醫師陳俊佑，通訊作者為臺北醫學大學講座教授閻雲。發表「透過AI強化癌症實證醫學的教育」（Enhancing Evidence-based Medicine Skills in Oncology Training with Cognitive Technology）論文，於年會上獲得高度重視。 -
模擬遊戲助醫病溝通 患者選擇療程不盲目
醫藥衛生 / 醫藥話題2807臺北榮總教學部臨床技術訓練中心主任楊盈盈說明，傳統醫病溝通以衛教單張、照片及影像為主，無法讓病人及家屬有系統且詳細地了解治療選項及優缺點，相較之下，「延展實境疾病決策及衛教輔助工具（XR Aids）」讓當事人處於遊戲中，身歷其境，能夠快速且充分得知治療細節及後續照護，讓醫病溝通更順暢。 -
3大用藥問題 交給藥物影像辨識系統解決
醫藥衛生 / 醫藥話題3441根據調查，台灣65歲以上需要長期照護的失能高齡長者約有50萬人，大多患有多重慢性疾病，常常需要把多種藥物拆開放入藥盒方便服用，但藥丸尺寸既小顏色又都類似，並且藥名容易混淆，高達一半以上長者有用藥錯誤問題而不自知。 -
人皆有「痣」非管不可 AI篩檢異常正確率達93%
醫藥衛生 / 醫院情報4683人皆有痣，但究竟需不需要就醫，常常讓民眾陷入兩難，為了1顆痣掛號，可能需要花費很長的時間等候，但實際就醫時間只有短短幾分鐘；但若不當一回事，忽略痣的異常變化，當痣癌化變成惡性黑色素細胞瘤，可能會因為延誤就醫錯過黃金治療期，以東方人來說，黑色素瘤常見於四肢末端，也可能在身體其他地方出現，若有不尋常的皮