健保25年累積22億筆數據，台大靠AI找出胰臟癌蹤跡！林百里：智慧醫療將成護國神山

2020.10.28 by 王郁倫

台灣健保資料庫擁有最大量的醫療數據，將逐步鬆綁法規，去識別化後供產學界運用，廣達董事長林百里也期許AI結合5G及智慧醫療打造台灣的下一個護國神山。

「我們做一個迷你雲，期望提供大大的資料給台灣醫學界研究。若能用台灣健保署的完備資料，應用研發，甚至商轉，對台灣將是很重要的護國神山。」廣達董事長林百里27日出席健保署25週年活動說道。

全民健保實施迄今滿25年，累積的就醫紀錄結構化資料（如病歷）高達649億筆、醫療影像自從2018年開始累積至今也有22億筆，成為台灣發展大數據分析與醫療人工智慧（AI）的寶庫。

在法規鬆綁下，2019年6月起，健保署開放產學界申請去識別化醫療影像（比方電腦斷層掃描CT、核磁共振MRI影像）進場訓練AI演算法及模型，迄今這個計畫共有15件申請案件，包含醫界9家、學界6家，其中10案有產學合作，而台大醫學院跟台大醫院參與度最為積極。

打造智慧醫療護國神山，15件產學界合作開跑

台大28日發表全球首創的「PANCREASaver：電腦斷層影像自動辨識胰臟癌 AI 偵測模型」，利用健保資料庫大量的電腦斷層掃描影像訓練，目前AI模型正確率91.1%，敏感度90.9%，特異度93.1%。可以自動標記發現2公分以下胰臟癌，提醒看片子的醫生。過去用超音波看人體臟器，胰臟位置居中，很難察覺病變，醫生肉眼很難抓出2公分以下胰臟腫瘤位置。

過去胰臟癌早期無症狀，腹部即使是斷層掃描都不易發現，也讓胰臟癌往往被檢驗出來都已是末期，不易治療，這套AI模型由台大MeDA實驗室與台大醫學院附設醫院腸胃肝膽科醫師廖偉智團隊合作，並透過健保資料庫驗證，精準度已可幫助醫師抓到漏網之魚，提早讓胰臟癌患者就醫。

由於健保資料庫有22億筆影像資料，更成為醫界寶庫，台大MeDA實驗室與睿傳數據共同合作研發的BodyPart醫學影像智慧檢索系統，可以將健保資料22億筆影像資料快速分類為頭、頸、胸等部位及各器官，目前布建在健保署，方便智慧醫療產業或學術單位在申請醫學影像資料時檢索使用。

廣達預測肺癌存活率，台大抓出胰臟癌早期症狀

而為方便產學界未來更容易取得健保署資料，2020年3月健保署與廣達電腦董事長林百里共同簽署合作備忘錄，由廣達電腦捐贈健保署「人工智慧醫療雲運算整合平台（QOCAR AIM）」系統，客製化打造健保資料模組，讓醫院或研究團隊更方便取用。

半年多來，廣達率先與健保署就320萬名非自然人（已死亡）資料去識別化後，展開資料的清洗標註，建立視覺化資料處理功能，並進行後續建模，並以肺癌療程存活率分析為案例進行研究，未來其他醫院或學術團體若再進場申請這320萬筆資料，使用就可以縮短資料存取時間，「過去清理資料約要1~3個月時間，工程師要來來回回進健保署AI中心，現在模型建好可以縮短至1～2天」廣達工程師說。

AIM提供大量數據的管理工具，AI臨床應用及資料防護，是廣達重要的里程碑，林百里說，期望提供更好更方便的工具讓大家使用，善加利用健保資料庫如此完備的資料，若能藉此研發應用甚至商轉，對台灣將是很重要的護國神山，如果再把AI大數據跟5G結合，一定是世界領先的產業。

「廣達的一小步，做一個迷你雲，希望能夠提供大大的資料給台灣醫學研究，而帶來幫助。」林百里說，而他也期望年輕醫師多參與，因為年長醫師較為習慣以過去看診方式面對疾病。

健保署27日舉行25週年暨健保資料人工智慧應用研討會，副總統賴清德、國家發展委員高仙桂、科技部次長謝達斌、廣達電腦董事長林百里都到場。

賴清德表示，智慧新時代是未來全球發展的必然趨勢，臺灣擁有龐大且享譽國際的健保資料庫，數十年來累積的資通訊產業科技能力，有實力成為智慧醫療國家，符合蔡總統發展六大核心戰略產業政見，並提升我國智慧醫療產業競爭力。

附圖：健保署25週年，廣達捐贈醫療雲QOCA AIM給健保署進行資料清理與建模。健保署
台大也發表全球首創的「PANCREASaver：電腦斷層影像自動辨識胰臟癌 AI 偵測模型」，圖為台大醫學院附設醫院腸胃肝膽科醫師廖偉智。王郁倫攝影
林百里認為結合AI與5G，智慧醫療可望成為台灣新的護國神山。王郁倫攝影

資料來源：https://www.bnext.com.tw/article/59813/medical-data-quanta-cloud-?fbclid=IwAR2lTFJNwSpGlwU6BdjzsZxOiqgpdoCPbOwW2faAWVEMOe9FqCXefyOSiWs

健保25年累積22億筆數據，台大靠AI找出胰臟癌蹤跡！林百里：智慧醫療將成護國神山

2020.10.28 by 王郁倫

台灣健保資料庫擁有最大量的醫療數據，將逐步鬆綁法規，去識別化後供產學界運用，廣達董事長林百里也期許AI結合5G及智慧醫療打造台灣的下一個護國神山。

「我們做一個迷你雲，期望提供大大的資料給台灣醫學界研究。若能用台灣健保署的完備資料，應用研發，甚至商轉，對台灣將是很重要的護國神山。」廣達董事長林百里27日出席健保署25週年活動說道。

全民健保實施迄今滿25年，累積的就醫紀錄結構化資料（如病歷）高達649億筆、醫療影像自從2018年開始累積至今也有22億筆，成為台灣發展大數據分析與醫療人工智慧（AI）的寶庫。

在法規鬆綁下，2019年6月起，健保署開放產學界申請去識別化醫療影像（比方電腦斷層掃描CT、核磁共振MRI影像）進場訓練AI演算法及模型，迄今這個計畫共有15件申請案件，包含醫界9家、學界6家，其中10案有產學合作，而台大醫學院跟台大醫院參與度最為積極。

打造智慧醫療護國神山，15件產學界合作開跑

台大28日發表全球首創的「PANCREASaver：電腦斷層影像自動辨識胰臟癌 AI 偵測模型」，利用健保資料庫大量的電腦斷層掃描影像訓練，目前AI模型正確率91.1%，敏感度90.9%，特異度93.1%。可以自動標記發現2公分以下胰臟癌，提醒看片子的醫生。過去用超音波看人體臟器，胰臟位置居中，很難察覺病變，醫生肉眼很難抓出2公分以下胰臟腫瘤位置。

過去胰臟癌早期無症狀，腹部即使是斷層掃描都不易發現，也讓胰臟癌往往被檢驗出來都已是末期，不易治療，這套AI模型由台大MeDA實驗室與台大醫學院附設醫院腸胃肝膽科醫師廖偉智團隊合作，並透過健保資料庫驗證，精準度已可幫助醫師抓到漏網之魚，提早讓胰臟癌患者就醫。

由於健保資料庫有22億筆影像資料，更成為醫界寶庫，台大MeDA實驗室與睿傳數據共同合作研發的BodyPart醫學影像智慧檢索系統，可以將健保資料22億筆影像資料快速分類為頭、頸、胸等部位及各器官，目前布建在健保署，方便智慧醫療產業或學術單位在申請醫學影像資料時檢索使用。

廣達預測肺癌存活率，台大抓出胰臟癌早期症狀

而為方便產學界未來更容易取得健保署資料，2020年3月健保署與廣達電腦董事長林百里共同簽署合作備忘錄，由廣達電腦捐贈健保署「人工智慧醫療雲運算整合平台（QOCAR AIM）」系統，客製化打造健保資料模組，讓醫院或研究團隊更方便取用。

半年多來，廣達率先與健保署就320萬名非自然人（已死亡）資料去識別化後，展開資料的清洗標註，建立視覺化資料處理功能，並進行後續建模，並以肺癌療程存活率分析為案例進行研究，未來其他醫院或學術團體若再進場申請這320萬筆資料，使用就可以縮短資料存取時間，「過去清理資料約要1~3個月時間，工程師要來來回回進健保署AI中心，現在模型建好可以縮短至1～2天」廣達工程師說。

AIM提供大量數據的管理工具，AI臨床應用及資料防護，是廣達重要的里程碑，林百里說，期望提供更好更方便的工具讓大家使用，善加利用健保資料庫如此完備的資料，若能藉此研發應用甚至商轉，對台灣將是很重要的護國神山，如果再把AI大數據跟5G結合，一定是世界領先的產業。

「廣達的一小步，做一個迷你雲，希望能夠提供大大的資料給台灣醫學研究，而帶來幫助。」林百里說，而他也期望年輕醫師多參與，因為年長醫師較為習慣以過去看診方式面對疾病。

健保署27日舉行25週年暨健保資料人工智慧應用研討會，副總統賴清德、國家發展委員高仙桂、科技部次長謝達斌、廣達電腦董事長林百里都到場。

賴清德表示，智慧新時代是未來全球發展的必然趨勢，臺灣擁有龐大且享譽國際的健保資料庫，數十年來累積的資通訊產業科技能力，有實力成為智慧醫療國家，符合蔡總統發展六大核心戰略產業政見，並提升我國智慧醫療產業競爭力。

附圖：健保署25週年，廣達捐贈醫療雲QOCA AIM給健保署進行資料清理與建模。健保署
台大也發表全球首創的「PANCREASaver：電腦斷層影像自動辨識胰臟癌 AI 偵測模型」，圖為台大醫學院附設醫院腸胃肝膽科醫師廖偉智。王郁倫攝影
林百里認為結合AI與5G，智慧醫療可望成為台灣新的護國神山。王郁倫攝影

資料來源：https://www.bnext.com.tw/…/59813/medical-data-quanta-cloud-…

to 高中生, 大一生, 大二生:
這篇文是針對數學系, 電機系, 資工系的比較
可以衡量看看自己對哪部分的數學較有興趣

#也提供正在準備備審的學測生
#針對這三個科系更深入的了解

[大學介紹篇1-數學成分的差異]
喔! 對了!!
本來預計要寫"[求職篇5-暑期實習]"的說
但投了5~6個實習都收無聲卡...
是故只好停刊, 改成大學介紹的主題了
-------------------------
問題: 數學系的數學 v.s. 電機系的工數 v.s. 資工系的數學
這三者有何差異呢?
*感謝高三生Lin Lee提供這個好問題
------------
1. 數學系的數學
以台大數學系而言, 從高中生可理解的角度分類必修課
60%分析類: 微積分, 分析(高等微積分), 機率導論
常微分方程, 偏微分方程, 複分析(複變), 幾何(微分幾何)
-
30%代數類: 線性代數, 代數
-
10%程式類: 計算機程式設計, 計算數學導論
其中又以分析, 代數, 幾何, 複變為最最困難的科目
-
而且個人認為
分析的精華在於Lebesgue(1875~1941)的Lebesgue積分
代數的精華在於Galois(1811~1832)的Galois理論
相較於數學歷史, 兩位都是近兩百年的年輕數學家
-
所以我會把數學系的核心學習內容--分析+代數
稱呼為"現代數學"
而國高中所學的算是"古典數學"
-
類似於物理系的學習內容--相對論+量子力學
稱呼為"現代物理"
而國高中所學的算是"古典物理"
------------
2. 電機系的工數
以台大電機而言
工數=分析類+代數類-{分析,幾何,代數}
當然, 程式類會比台大數學還要重好幾倍
-
換句話說
電機系的數學部分=被拔掉{分析,代數,幾何}的數學系
雖然電機系免除這三大魔王的摧殘
但還是有同等級的電路/電磁/電子學迫害
總之, 電機系的數學成分相當高就是了
-
當然, 電機系的工數課都在代公式, 簡化, 求解居多
另外, 數學系的數學課則是套定理, 推理, 證明居多
兩者有不同的需求, 不同的難度, 和不同的發展
電機系學工數是為了信號與系統, 三電, AI等等
一些進階領域都需要不少線代/機率/微分方程的知識
-
所以, 電機系的核心學習內容--三電+工數+演算法
基本上就是18世紀以後的電學+用工數語言描述
這也是電資學院最夯的"電子系"的基礎囉
不過, 很多電機人跨去資工又是另一個故事了
基本上就是沿著演算法的路往資工方向走
------------
3. 資工系的數學
以台大資工而言
數學={微積分,線代,機率}+{離散,資料結構,演算法,自動機}
當然, 程式類又比電機系重了不少
-
基本上, 資工系只修{微積分,線代,機率}
大概可以算是二類組最低要求的數學知識吧
所以, 他們的重點在於{離散,資料結構,演算法,自動機}
也就是俗稱的"理論電腦科學"領域
-
按照時間順序來說的話
20世紀的數學家在探討是否所有問題有答案
而理髮師的悖論則說明有些問題無法解
因此, 有人試著從邏輯切入, 試著判斷問題的真偽
也有人試著設計機器, 自動地分辨給定問題的真偽
前者最終以失敗告終
但他建立的數理邏輯, 則讓後者成功了
這種機器稱之為"圖靈機", 也就是現在的"電腦"
而過程中的這些理論則屬於自動機與形式語言
是理論電腦科學的起源

ref: 這段是某篇看過的文章內容, 跟這篇有點像 https://www.thenewslens.com/article/55863
-
總之, 70年前二戰時, 第一台破密用電腦被實作出
直到大約50年前, 才開始發展演算法來有效使用電腦
而演算法又包含各種策略,圖論,P&NP,組合學等等
以上的這些統稱為"理論電腦科學"領域
基本上就是不管硬體和系統, 不寫程式的電腦科學部分
-
所以, 資工系的核心學習內容--
{線代,離散}+{資結,演算法}+{作業系統, 計算機結構}
基本上就是近70年發展的電腦科學
我會稱呼理論電腦科學部分為"後現代數學"
也就是近100年的數學發展
-------------------------
下次要是有機會的話
再來聊聊給分甜度的問題好了
問題: 為何數學系給分超低v.s.電機系給分超甜
或者是也可以談談往研究所發展的問題
問題: 數學系, 電機系, 資工系研究所發展趨勢
-
不確定高中生對於哪個比較有興趣
也有可能我就懶得再發文了
總之...
歡迎下方留言各位感興趣的相關問題唷!

#歡迎上進的高中生們
#把我的語錄抄進備審
#我的理解深度還行吧
#不確定QQ

現在學習知識的渠道越來越多，無論對於零基礎或是有經驗的工程師，想要持續成長應該看書還是看影片來的更有效率呢？

主要會和你分享我過去從新手到資深的過程中，如何持續保持進步及學習的經驗

也許這個經驗可以幫助到你，也歡迎留言和我分享你的看法

相信彼此分享不同的學習見解，能讓對於想要更精進自己程式開發功力的人有很大的幫助

===章節===
00:00 哪一個有效律?
00:36 寫程式如同寫作
05:14 書是最便宜的資源
10:14 折扣碼操作示範

===蝦皮購書折扣碼===
折扣碼：FLAGNIC36
時間：2021-03-29 ~ 2021-06-29

折扣碼：FLAGNIC79
時間：2021-06-30 ~ 2021-09-30

折扣碼： FLAGNIC11
時間：2021-10-01~ 2021-12-31

===前陣子在看的推薦書單===
（零基礎）
- 白話演算法！培養程式設計的邏輯思考
- Python 刷提鍛鍊班

（中高階）
- 設計模式之禪(第2版)
- 無瑕的程式碼－整潔的軟體設計與架構篇
- 單元測試的藝術
- 演算法之美：隱藏在資料結構背後的原理(C++版)
- Kent Beck的實作模式

（Ruby）
- Writing Efficient Ruby Code

（成長思考）
- 圖解．實戰 麥肯錫式的思考框架：讓大腦置入邏輯，就能讓90%的困難都有解！
- 師父：那些我在課堂外學會的本事
- 高勝算決策：如何在面對決定時，降低失誤，每次出手成功率都比對手高?
- 窮查理的普通常識
- 懶人圖解簡報術：把複雜知識變成一看就秒懂的圖解懶人包
- 寫作，是最好的自我投資

喜歡影片的話！可以幫忙點個喜歡以及分享、訂閱唷！😘

━━━━━━━━━━━━━━━━
🎬 觀看我的生活廢片頻道: https://bit.ly/2Ldfp1B
⭐ instagram (生活日常): https://www.instagram.com/niclin_tw/
⭐ Facebook (資訊分享): https://www.facebook.com/niclin.dev
⭐ Blog (技術筆記): https://blog.niclin.tw
⭐ Linkedin (個人履歷): https://www.linkedin.com/in/nic-lin
⭐ 蝦皮賣場: https://shopee.tw/bboyceo
⭐ Github: https://github.com/niclin
⭐ Podcast: https://anchor.fm/niclin
━━━━━━━━━━━━━━━━
✉️ 合作邀約信箱: niclin0226@gmail.com

#寫程式 #前端 #後端

硬核的知識也許不是每個工程師都能夠在職涯發展中完全運用到，但無論是本科系、轉職、自學成為工程師的朋友，都應該要知道，這些紮實的背景知識提早學習起來，在未來的日子裡，只有好沒有壞。

就透過本影片我的真實經驗分享，告訴你這些我在大學時期看似枯燥乏味的理論，其實就是程式設計內功，而日後沉睡已久的內功卻又恰巧的在職涯旅途中碰上用處。

章節:
00:00 學這些有用嗎
00:52 我與速成班的距離
04:45 業務增長後的影響
06:36 基本功知識科普

喜歡影片的話！可以幫忙點個喜歡以及分享、訂閱唷！😘
━━━━━━━━━━━━━━━━
⭐ 蝦皮賣場: https://shopee.tw/bboyceo
⭐ instagram (生活日常): https://www.instagram.com/niclin_tw/
⭐ Facebook (資訊分享): https://www.facebook.com/niclin.dev
⭐ Blog (技術筆記): https://blog.niclin.tw
⭐ Linkedin (個人履歷): https://www.linkedin.com/in/nic-lin
⭐ Github: https://github.com/niclin
⭐ Podcast: https://anchor.fm/niclin
━━━━━━━━━━━━━━━━
🌟 任何問題或合作邀約信箱: niclin0226@gmail.com

#資料結構 #演算法 #計算機概論 #前端 #後端 #工程師