Friday, January 25, 2019

雲象科技: AI數位病理 (全玻片影像Whole Size Image解決方案) 攜手 長庚/台大/國泰/北榮/北醫


右手手術刀左手作編碼 雲象科技數位病理服務放眼美日市場蔡騰輝2019-01-16國際衛生醫學專家已經推行了15年的數位病理,在GPUCPU逐漸成熟的今日,無論是醫學單位、學術研究人員、甚至是醫師等,都積極投入創業潮,開發數位病理創新科技應用商機。雲象科技執行長及共同創辦人葉肇元表示,現在透過AI開發平台,能夠讓影像判讀變得更有效率,正攜手台灣多家醫院,將台灣的技術實力帶向國際。201510月創立的雲象科技,起初以數位化病理平台為事業出發,2016年葉肇元發現,光是透過數位系統,取代顯微鏡的醫療影像數位化,對於市場的服務還不夠多、也無法切中要點,因此後來除了在淋巴癌與鼻咽癌的挑戰後,經過1年多的努力,2017年上半推出醫療影像AI開發平台。在國際多元市場中,雲象希望跨足日本與北美數位病理市場。葉肇元認為,台灣的AI公司規模較小,如果想要快速拓展與提供服務,需要更大的市場的同時,意味著要走向國際市場。預期能成為國家隊的葉肇員說,其實北美早就是數位病理的主要市場,另外,台大醫學相關專業人才廣佈北美地區,要打進北美市場,也需要跟各界共同合作。

細節一把抓:全玻片影像 葉肇元說,醫療影像的數據很大,普遍來說一張大小都落在1~2GB,解析度達到60,000x60,000那麼大的圖檔。而且雲象提供的是全玻片影像(Whole Size ImageWSI)解決方案,也就是將病理玻片掃描後,將資料數位化,並且透過專業醫師標記與處理,在讓人工智慧學習,達到高成功率的判讀技術。身為南加大病理學博士候選人、且同時擁有電腦視覺、電機、資工專業的葉肇元,親自帶領團隊調教人工智慧。與多家醫院合作,由專業的各科別醫師提供數據、標註目標細胞區域,進而連結技術後台,將資料優化以外,還能再藉由AIpipeline流程串接,將資料加強訓練。在醫療人工智慧的領域當中,AI影像判別是一種專業分工後的產物。由醫師標記正確的影像資訊後,交由雲象來訓練AI模型。透過以病理為基礎,不斷將AI模型優化與提供進一步學習後,再擺回臨床平台,就能夠提供更精準的診斷。

雲象與台灣醫療院所的事業合作 目前與多所醫療院所都有密切合作。像是2017年已與林口長庚醫院在數位病理上,以鼻咽癌的影像判別方向合作。20185月左右開始著手研究,9月已經做出2~3個版本,並在20183季與整個長庚集團都有簽合作備忘錄,在數位病理上發展癌症偵測模組。透過一百多片的樣本,現在模型已經有96%的準確度。大約跟剛入門的主治醫師能力相仿。目前也希望能夠儘快通過美國FDA的醫材認證。此外,與台大醫院的合作則在心臟科,在巨量醫學影像範圍內協助軟體開發以外,也在血液科與骨髓抹片的顯微影像,有諸多合作。與國泰綜合醫院、北榮、北醫的合作則包括了腸胃內視鏡、病理研究、胃癌、肺癌等。

No comments:

Post a Comment

alveice Team. Powered by Blogger.