醫療數據松開跑 盼用重症資料導出精準醫療

  • 時間:2019-09-27 11:14
  • 新聞引據:採訪
  • 撰稿編輯:蕭照平
運用重症資料進一步找出精準醫療方案的「醫療數據松」競賽,27日在台北醫學大學正式起跑。(蕭照平攝)

運用重症資料找出精準醫療方案的「醫療數據松」競賽,今天(27日)在台北醫學大學正式起跑。北醫大科技學院院長李友專表示,競賽不僅是希望激發創意引導精準醫療的新方案,連續4年的活動更連結了以色列、美國波士頓的新創能量,這顯示台灣醫療AI國際化的程度已經愈來愈高。

為了深化醫療人工智慧的發展,台北醫學大學27日與美國麻省理工學院計算機科學與人工智慧實驗室,第4度舉辦為期3天2夜的「醫療數據松」(Healthcare Datathon)競賽。

這一次引用了急重症醫療資料,希望各國上百位的參賽者可以爬梳出能運用在風險預測、病程發展預測、預後預測(預測治療後的狀況)、死亡預測的人工智慧模式。

到場支持的台灣人工智慧實驗室執行長杜奕瑾表示,精準醫療是未來趨勢,但要做得好就必須掌握完整數據,由於台灣有全民健保、電子病歷等資料,所以這關鍵的一步,台灣比其他國家更有機會。

台灣人工智慧實驗室執行長杜奕瑾。 (蕭照平攝)

北醫大科技學院院長李友專解釋,「醫療數據松」其實就是要運用大數據來解決臨床問題,而大數據跟過去統計技術最大不同點在於,系統可處理的變數量天差地遠。他說:『(原音)AI最大不同是,他可以一次做好幾百、好幾千甚至好幾萬的特徵(抓取),統計最後都是縮小到10個變數,可是AI用在大數據來講,如果你有1萬、2萬的變數都可以放進去,且每一個變數都可以有貢獻。』

北醫大學科技學院院長李友專。 (蕭照平攝)

李友專特別提到去年競賽脫穎而出還登上國際「自然」期刊的作品,就是分析加護病房患有敗血症的患者情況,進一步協助醫師判斷如何給藥。他說:『(原音)用AI判斷哪些人(打點滴)是有效的,哪些人反而死得更痛苦,這就很重要,因為這醫師判斷也很困難。所以我們就用之前ICU的案例,哪樣的病人有什麼屬性會有效、沒有效,所以用這個做出精準的預測模式。』

李友專表示,如果把資料比喻成石油,那麼「醫療數據松」就好比是煉油廠,而台灣也絕對有能力扮演資料輸出的產油大國,他希望進一步透過醫療AI幫助世界。

相關留言

本分類最新更多