雖然這篇肝腫瘤2公分存活率鄉民發文沒有被收入到精華區:在肝腫瘤2公分存活率這個話題中,我們另外找到其它相關的精選爆讚文章
在 肝腫瘤2公分存活率產品中有2篇Facebook貼文,粉絲數超過3,992的網紅台灣物聯網實驗室 IOT Labs,也在其Facebook貼文中提到, 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...
肝腫瘤2公分存活率 在 台灣物聯網實驗室 IOT Labs Facebook 的精選貼文
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
肝腫瘤2公分存活率 在 台灣物聯網實驗室 IOT Labs Facebook 的最讚貼文
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-…