Nvidia 上週 (11/22) 與國立成功大學宣誓為了更多校內 AI 學術研究需求，決定再多採購 Nvidia DGX-1，從原先 1 台擴充 5 台，總共 6 台規模。但其實醫學部分，尤其傳統需要耗費醫師寶貴人時的影像判別，成為這波擴充 AI 算力最大宗而且受益最大的研究部門。
成大在 2017 年的時候用全校資源成立大數據人工智慧研究中心，向 Nvidia 買DGX-1，之後也成為科技部支持的四大 AI 創新中心之一。成大計算機與網路中心主任，特聘教授詹寶珠則指出，成大的資訊與醫學學門從她 30 年前到成大教書交流就很密切，隔個馬路就能到醫學院討論了，有長久跨領域的合作默契。
儘管在學術領域當中，各個科系都有機會運用 AI 來自動化需要人工做的事情，但醫療電子化逐年有進展 ，醫療產業救人救命被各界重視。再加上醫界有資源投資新設備，有經驗的醫師也被單調的標註醫學影像工作絆住，如果 AI 能協助找出不正常的情形，能夠減輕緊繃的醫學人力壓力。
▲ 即便是有經驗辨識醫學影像的醫師，標註影像都是一件苦差事。而採用 AI 協助辨識影像，醫師只要將時間放在揪出來有異常的影像即可，大幅減少醫師花費的時間。(Source：科技新報)
另一國家相當重視的領域是防救災體系，每年有大量預算放在地震和颱風測報上面。防救災體系的成大土木系副教授洪瀞在台下大半是醫學影像專家出席的場合，顯得相當特別。洪老師回顧過往 921 發生時伴隨有 1,000 件山崩事件，但山崩發生時，事件發生當下的人不大會記錄詳細時間。運用遍布全台的各式感測器，像是地震測站測量大雨造成的山崩，記錄詳細時間和其他參數，透過機器學習預測模式，能夠即時在災難快要來臨前發出警告，通知居民大難臨頭前撤離，避免小林村的悲劇再度降臨。
▲ 過往莫拉克和蘇迪勒颱風造成的悲劇，都有機會透過地震測站的資料監控大地在大雨之下的狀況，在山崩來臨前即時進行撤離行動。(Source：科技新報)
成大校長蘇慧貞致詞時提及成大與 Nvidia 創辦人黃仁勳有地緣關係，同屬台南這份土地一份子，大打同鄉情誼。儘管 Nvidia 強調他們在不同的垂直領域都有 AI 的應用，但以台灣情形，與有資源的醫院，還有國家投入大量資源的防救災體系，才會真正反映在營收上面，而且真能做出重大成果。
成大擴大採購 Nvidia DGX-1 之前，不少醫院與醫療研究單位已經紛紛與 AI 組織合作，將手上標示的醫學資料集，拿出來訓練演算法。像是去年杜奕謹領軍的 AI Lab，與北醫合作 5 年，推測敗血症的發生機率。同樣是去年時間，台大醫院則是找來 AI Lab 與微軟合作打造 TaiGenomics 資料庫，分析天生性耳聾的資料。去年科技部委託國網中心執行的醫療影像資料庫收錄多項病症影像，心臟冠狀動脈疾病、腦轉移瘤、原發性腦瘤、聽神經瘤、肺癌等疾病的電腦斷層、血管攝影、磁振造影或 X 光等共15 項影像資料庫，總共 46,450 個案例的醫療影像，其中有一定比例已經完成標註。
▲ Nvidia 與成大記者會上面有相當多的醫學院醫生出席，顯示 AI 一大部分應用將會用來滿足醫生與醫院、醫學院需求。(Source：科技新報)
先前不少專家分析 AI 產業會是擁有領域資料與知識的組織會漸漸扮演重要角色，如今分析去年到現在 AI 合作案不少件都有醫院參與其中，再加上上週成大與 Nvidia 擴充 AI算力，再由計算機中心分配給有需要的研究者，其中預期大宗的使用者也將是醫師。我們看到 AI 用在醫學資料分析，生產論文也減少醫師花在標註的功夫，效果相當顯著，套句也許有點過時的流行語，手上有資料，醫師或成最大贏家。
(首圖來源：科技新報)
