台灣 IBM 攜手台北榮總以 AI 科技提升醫療研究,由半年縮短至兩週

作者 | 發布日期 2022 年 08 月 18 日 15:30 | 分類 AI 人工智慧 , Big Data , 生物科技 line share follow us in feedly line share
台灣 IBM 攜手台北榮總以 AI 科技提升醫療研究,由半年縮短至兩週


為加速發展「智慧醫療」,台北榮民總醫院(以下稱台北榮總)導入 IBM Cloud Pak for Data 平台,運用雲原生架構,打破醫療資料孤島、保護資料隱私及安全,能快速從資料中取得洞察,使資料使用效率最大化。

IBM 指出,台北榮總已在糖尿病、腎臟病、心臟病、及耳科疾病等多項醫學研究中使用 IBM Cloud Pak for Data 內建的 AutoAI(簡化 AI 開發)功能。以往北榮醫療團隊從安裝工具到完成一件醫學分析結果,必須耗時約 3 到 6 個月、甚至更久,導入後大幅縮短為一到兩週內完成。台北榮總計劃將已驗證的醫療真實世界證據 (real world evidence,RWE),提供給醫師做為門診第二意見 (second opinion) 摘要,加快醫師為病人設計治療方案的速度。

突發性耳聾屬於耳鼻喉科的急症之一,在今日高齡化的社會裡逐漸流行。由於一般民眾對這種疾病相當陌生,其危險與緊急性容易被忽略。醫學界一直致力於找出可以完全治癒的關鍵要素。北榮醫療團隊使用 IBM Cloud Pak for Data 的機器學習與自動建模功能,分析上千份病歷資料後發現,患者若能在突發性耳聾發生的 7 到 14 天內就醫,盡快接受住院檢查和治療,透過傳統合併式療法,完全復原其聽力的機會越大。這項研究在採納 IBM Cloud Pak for Data 解決方案後,以往要耗時半年的 AI 建模、運算、調校,縮短到幾個小時內就可完成一次運算,幾週內就能找出最適模型。

台北榮總資訊室朱原嘉指出,在研究資料收集、模型開發測試及驗證預測模型三階段,AutoAI 都扮演重要角色。幫助研究者辨識重要數據的重要特徵、縮短資料清洗與資料精煉的時間,透過低代碼 (Low-Code) 或無代碼 (No-Code) 的 AutoAI 功能,讓 AI 機器學習自行建立並訓練多樣化模型、找出冠軍模型,節省可行性分析與試錯的時間。並可自動生成 python 程式碼,幫助研究者持續優化模型與重現研究結果,加速醫學研究進展。

台灣 IBM 公司客戶成功副總經理胡育銘表示,IBM Cloud Pak for Data 的使用門檻非常低;即使是不具備寫程式或建模能力的使用者都能輕易上手。北榮的醫療研究團隊透過 AutoAI 指定預測專案、自動建模、選擇適合模型,自動產出代碼,讓醫師與醫學助理可以專注於精進模型,省下大量時間與精力,得到使用者一致好評。

(首圖來源:Flickr/Open Grid Scheduler / Grid Engine CC BY 2.0)