▲國立成功大學數據所許志仲助理教授(右1)帶領團隊,參加新冠肺炎辨識競賽奪冠。(圖/成大提供)
視傳媒記者蔡清欽/台南報導
受到新冠肺炎疫情衝擊,各國醫療系統都面臨極大挑戰,身為防疫世代精通統計學的學者,如何將AI智慧醫療,應用在跨域與普及上;國立成功大學數據所許志仲助理教授帶領團隊,參加2022 歐洲電腦視覺國際研討會(簡稱ECCV),舉辦的新冠肺炎辨識競賽,打敗28個隊伍拿到世界冠軍,10月將在以色列舉辦頒獎典禮。
許志仲助理教授表示,運用人工智慧進行新冠肺炎自動化檢測是近年來最熱門的議題,兩年一次在歐洲舉辦的ECCV,是電腦視覺領域中首屈一指的頂尖國際研討會,其中一項會議主題訂為「人工智慧導向之的醫學圖像分析、數位病理和放射學暨新冠肺炎」,會中舉辦新冠肺炎辨識競賽,必須在兩個月內依據主辦單位提供的胸腔電腦斷層掃描影像(CT scan), 檢測患者是否確診新冠肺炎,並提交相關技術報告,確保成果的效能與創新性。
▲胸腔電腦斷層掃描影像(CT scan), 下為未確診者、上為確診者。(圖/成大提供)
許志仲助理教授說明,參賽的學生不僅熟悉科學數據分析,更具備醫學、物理與資訊等不同的跨域能力;專任研究助理蔡其翰分析資料判讀的主因,找出AI模型學習的關鍵,在碩二生陳冠麟建構的基本AI模型,由碩一生馬欣蒂、戴勝捷負責不同實驗模組的實測,最後經由統計專業分析500多組資料,在上千張的CT中找到正確的肺部切片,辨別準確率達8成9,拿到世界第一。
碩二生陳冠麟表示,AI判讀醫學影像的技術,可協助醫師快速掌握患者的各項檢查數據,降低醫療負載,剛開始拿到上千張腹腔CT時,因為沒看過肺部斷層掃描影像的樣子,為此詢問擔任護理人員的家人,了解肺部顯影後的樣子,之後再學習如何找出確診新冠肺炎後,呈現毛玻璃狀的肺部CT;為辨別數量龐大的照片,還運用過去發展在Deepfake 的辨偽技術,分析畫面雜訊較多與畫素較低、模糊的照片,提高了影像辦別的能力。
許志仲助理教授補充,COVID-19的肺部病徵嚴重程度不同,資料庫蒐集也來自不同國家、地區與醫院、因此每組CT Scan 的切片數量、寬度與解析度都不一樣,所以要在如此多變的情況下,設計出穩定且良好效能的網路並不容易;學生們使用兩階段訓練的檢測機制,先利用隨機選取的影像訓練AI模組辨別特徵的能力,第二階段再使用新型態的人工智慧網路,探索切片特徵之間的關係,提高對於細緻變化的鑑別能力,在效能上有所突破,也因此獲得佳績。
許志仲助理教授說,不同於學術論文,可以在假設情境下設計解法,想要在國際競賽中脫穎而出,要有優秀的程式能力,也要有國際水準的研究能力。在疫情未見趨緩、與病毒共存的現況下,過去必須使用人工方式辨別斷層掃描檢測COVID-19,往後期望能透過AI智慧減低醫生的負擔,在每日大量的資料下,快速篩選出病徵較為嚴重的患者,將此項技術繼續深化,並導入介面化操作,將其普及化,藉此推廣成大在相關技術。
-
2024-05-19 01:11:24
-
2024-05-19 01:06:10
-
2024-05-19 01:04:54
-
2024-05-19 01:03:25
-
2024-05-18 16:50:55
-
2024-05-17 21:34:59
-
2024-05-17 21:44:59
-
2024-05-17 21:37:05
-
2024-05-17 18:34:05
-
2024-05-17 16:32:49
-
2024-05-17 16:33:10
-
2024-05-17 16:12:46
-
2024-05-16 19:20:00
-
2024-05-16 17:33:00
-
2024-05-16 15:35:31
-
2024-05-15 20:38:07
-
2024-05-15 20:54:27
-
2024-05-15 20:46:13