雲象科技將玻片影像數位化,打造世界級 AI 醫療影像公司

作者 | 發布日期 2019 年 07 月 09 日 13:09 | 分類 AI 人工智慧 , 新創 , 軟體、系統 line share follow us in feedly line share
雲象科技將玻片影像數位化,打造世界級 AI 醫療影像公司


「我的目標是在台灣創造出一個世界級的 AI 醫療影像公司,把台灣的技術帶上國際舞台!」雲象科技共同創辦人暨執行長葉肇元說。

葉肇元從台大醫學系畢業後,前往美國攻讀病理學(pathology)博士。2015 年,葉肇元因緣際會接觸顯微技術和程式設計,意外發現自己很喜歡寫程式。當時他在實驗室協助其他人用程式解決顯微鏡問題時,發現實驗室的需求是將組織切片的玻片影像數位化,並放上網站。葉肇元說,「我看到完成的數位玻片影像之後,感受到了數位玻片的巨大潛力,相信 5 年、10 年以後的未來,數位玻片將會成為實驗室不可或缺的一環。」有了數位玻片,醫師和病理醫師討論病例時,不用再像以前必須多次來回郵寄玻片,只要傳送數位玻片影像的網址,就能遠距離交流。

數位病理革命 數位化玻片影像

玻片影像數位化,將對醫學產生重大影響。因此,這位攻讀病理學的醫師,決定自己學寫程式,跨界結合專業醫學及資訊科技。2015 年正式開啟了他和康家彬、葉一忠的創業之路,創立雲象科技。雲象科技的名字由來,正是取自雲端影像。

前期雲象科技建立「數位病理影像平台」,並挖掘全玻片影像分析實際放上雲端的需求。客戶只要提供組織玻片,就能協助將玻片數位掃描,放上雲端資料庫。

然而,雲象科技也發現數位病理領域的軟體及硬體早已發展十年,若是用昂貴的軟硬體換來玻片數位化,對醫院和醫師的誘因不大。因此,雲象科技便開始思索如何找到新的需求切入市場?隨著 AI 熱潮來臨,葉肇元認為,AI 醫療影像公司將會是數位病理的重要方向。

一開始完全不懂 AI,葉肇元便決定自學 AI 技術,一腳跨入 AI 醫療影像,這也成為雲象科技最關鍵的轉捩點。

AI 醫療影像開發平台 aetherAI

2018 年,雲象科技推出 AI 醫療影像開發平台「aetherAI」。與台大醫院、長庚醫院進行數位病理合作,也跟台北榮總進行學術合作。由醫院提供資料和專業資料,讓雲象科技訓練 AI 模型,現在共有十種不同類型的資料集。

對醫師來說,其中一個痛點在於「數東西」,例如要將骨髓檢體中的 500 個細胞分成 40 個類別,都需要親自用手數。導入 AI,就能幫病理科醫師省下很多力氣,快速得到分類結果。此外,病理科醫師往往要回答檢體中到底有沒有癌症?用 AI 掃過一遍,先行確認是否有癌症,能夠大幅縮短醫師的工作流程。

雲象科技運用監督式學習,讓 AI 學習病理專家所標註的大量玻片細節資料,aetherAI 已經可以做到跟病理科醫師一樣的辨識水準。以鼻咽癌為例,前期標註 300 片玻片,後續 AI 模型對鼻咽癌數位玻片的辨識率高達 97%。

▲ aetherAI的鼻咽癌癌症AI模組,能進行高風險區域偵測,後續 AI 模型對鼻咽癌數位玻片的辨識率高達 97%。(Source:科技新報)

AI 深度學習縮短標註玻片的時間

不過,一個數位玻片需標註細節非常多,病理專家一個晚上只能標註 1 至 3 片。一個案子往往有幾百個玻片,光是標註細節就要耗費 6 至 9 個月。

訓練一個模型曠日費時,也讓雲象科技嘗試新的模型,今年把深度學習神經網絡應用在玻片上,但若直接用一張大圖訓練神經網絡,運算則太繁重。

目前採用的主流方法,是讓醫生在大範圍中,細節標註癌症實際上的位置,並把大範圍切成小塊,讓每一小塊都能有正確答案,也能提高辨識度,但需要花費大量的標註時間。雲象科技更提出全玻片的 AI 訓練,未來只要臨床診斷的結果就可進行訓練,葉肇元指出,「省掉細節標註的時間,也省下四分之一開發時間!」AI 仍能夠快速且準確回答此玻片影像是否具有癌症。

若以全台 25 家醫學中心、約 75 家區域醫院要數位化的進展來看。雲象科技預估,台灣數位病理的市場規模,5 年內約有 20 至 40 億台幣。

今年,雲象科技剛拿到國泰創投投資的 3,400 萬台幣種子輪募資。預計前往美國拓展業務,同步發展「病理流程 AI 化」,聚焦生技製藥產業 AI 化,幫生技製藥公司的樣本做病理鑑定,做出 AI 模型標註癌症,進而加快生技製藥的研發過程。

▲ 雲象科技的團隊成員,中間為共同創辦人暨執行長葉肇元。(Source:科技新報)

(作者:郭芝榕;首圖來源:《科技新報》攝)