北榮+賽仕電腦（SAS）開發 AI即時血液透析: 預判心臟衰竭

賽仕攜手搭建AI平台共享生態圈〔記者陳炳宏／台北報導〕數據分析商賽仕電腦（SAS）攜手台北榮總，宣布打造「即時血液透析」人工智慧（AI）平台預判系統，可即時接收與運算「血液透析儀（洗腎機）」的龐大連續生理數值，為腎友找出「個人化」併發症成因，預判其潛在心臟衰竭機率，同時找出病患洗腎後最理想的乾體重，減少腎友死亡與再住院風險，提高洗腎效益，為智慧醫療寫下創新新案例。據悉，目前每位腎友一年分析資料量達300萬筆，此合作計畫，資料經醫師判斷加AI輔助，結果再回灌到模型，使其不斷學習反饋，讓新病人也能有更準確的預測，並即時找出需要調整協助的病患。即時警示功能，也讓第一線護理人員原先頻繁巡視與紀錄的時間，從平均30分鐘縮減為3分鐘。台北榮總內科部部主任唐德成表示，這次與SAS合作，把台北榮總2年前建立大數據資料庫，包括病理數據及用藥資訊等歷史數據，再加上腎友在4個小時洗腎時間內的每秒即時數據，分析其中200多組特徵指標，可毫秒級精準預判、掌握腎友即時狀況。台北榮總腎臟科主治醫師歐朔銘表示，過去預判系統是用過往資料進行演算，這次是集結腎友過去於用藥、診斷、加上腎友洗腎時透析機每秒取得的即時參數，透過AI即時運算，未來將結合X光影像識別，預警肺積水併發風險，希望AI模型繼續優化後建立平台，提供其他透析院所使用，打造AI模型共享生態圈，為台灣智慧醫療盡心力。SAS台灣副總經理陳新銓表示，雙方共同開發的AI模型，希望可以擴大合作醫療院所，不過不同醫院腎友年齡、性別、病情不一，重要的特徵指標也不同，必須拿AI平台，到其他醫院再重新進行訓練，打造合適演算法，才能做到個人化的併發症風險預判。

賽仕共同創辦人宋君朋　連15年獲選最佳雇主的祕密  文 白詩瑜 天下雜誌500期2012-06-26 什麼原因讓賽仕（SAS）連續十五年入選《Fortune》「最佳雇主」排行榜、連Google都上門討教？SAS如何設計出讓員工幸福、員工與公司共好的福利制度？一千八百多坪的娛樂健身中心裡，游泳池、足球場、籃球場、按摩室、美髮沙龍等樣樣俱備。這裡不是高級私人俱樂部，而是全球最大私人軟體公司賽仕（SAS），位在美國北卡羅萊納州小鎮凱瑞（Cary）的總部。所有的設施，免費提供給近五千名員工及其家人使用。一九七六年，賽仕從五十幾位員工起家。三十六年來，賽仕從未出現虧損，營收更成長近兩萬倍。從內衣品牌「維多莉亞的祕密」到美國軍隊，都是賽仕的客戶。美國《Fortune》前一百大的全球企業中就有九十家，使用賽仕的商業分析軟體與服務，以預測分析數據，協助決策。賽仕一年營收不過二十七億美元，還不到台積電的五分之一。但賽仕卻連續十五年進入《Fortune》「最佳雇主」（Best Company to Work For）排行，去年更獲得榜首。連Google都曾經拜訪賽仕，參考他們的員工福利措施。如何成為員工幸福、顧客滿意的幸福企業？《天下》獨家專訪搭乘私人飛機來台、賽仕共同創辦人暨全球執行副總裁宋君朋（John P. Sall）。

中國科大+賽仕電腦（SAS）培養 AI技職教育體系

中國科大結盟SAS賽仕電腦軟體　產學合作培育技職人才打造AI戰力  大成報 (2020-09-09 21:53)【大成報記者羅蔚舟／新竹報導】中國科技大學與全球人工智慧領導者SAS（賽仕電腦軟體）於八月底共同簽定合作備忘錄，宣佈雙方將運用資源，使用SAS人工智慧軟體，共同培育技職人才，建立長期合作與互惠管道。中國科技大學表示，產學雙方將於台灣地區合作進行「SAS軟體教育訓練課程」及推動「SAS EG檢測」，成為台灣培養未來人工智慧(AI)及大數據人才培育的搖籃。中國科技大學唐彥博校長表示，中國科技大學對於培養學生AI、大數據分析能力不遺餘力，囊括合作SAS系列旗艦產品包含SAS Enterprise Guide(EG)、Enterprise Miner(EM)及Viya平台，領先台灣技職教育體系，引入頂尖技術與人才培訓資源。SAS台灣總經理陳愷新特別指出，學校打造自己的「資訊力」非常重要，除了培養學生接軌AI時代，具備產業落地能力外，學校更可將AI用於營運端，進行更精準的招生與課程行銷；透過此次與中國科技大學的產學合作，更希望將AI能力厚植在中國科技大學與「北區技專校院校務研究聯盟」之所有聯盟學校中，透過SAS平台，期待迎接公民AI的時代，讓任何人都能簡單上手學習AI。唐校長總結指出，中國科技大學未來將致力於大力培養師生提升AI即戰力，讓全校教職員生都能夠充分運用世界頂級的分析軟體來分析、解決問題，並成為SAS相關技術檢測的中心，增強全校的AI實力。

(基亞) 溫士頓 登 興櫃 36/股: 資本額1.8167億 (營收: 2019年3.6億/ 2020年5.5億)

溫士頓2／24登興櫃 每股36元 2021/02/22 工商時報 林燦澤 繼1月宏碁資訊（6811）等7家興櫃掛牌，以及2月初的碩網（7547）、梭特（6812）、眾智（6819）等3家興櫃掛牌之後，溫士頓醫藥（6817）將在2月24日（周三）興櫃買賣，掛牌參考價36元，也是今年第11家興櫃生力軍。根據櫃買中心資料顯示，溫士頓醫藥公司成立1975年7月間，為上櫃生技股基亞生技的轉投資事業，主要經營業務是學名藥及代工，送件時資本額為1億8,167萬元。溫士頓醫藥2019年業績，營收3億6,489萬元，稅後虧損935萬元，每股虧損0.27元。自結2020年營收5億512萬元，稅後盈餘8,600萬元，每股盈餘4.91元。

佐登 加快醫美佈局/ 醫師群巡迴講座/ 社群媒體行銷

佐登加速轉型 上季醫美服務營收大增 2021-01-11經濟日報 記者陳書璿 佐登-KY（4190）公告去(2020)年12月自結合併營收2.87億元，第四季單季營收8.4億，較上一季成長15%。佐登指出，去年因應疫情影響，加快台灣醫美佈局，於第四季底已完成五家醫美診所策略合作，第四季集團醫美服務營收貢獻超過前三季累計數。此外，美容藥妝實體通路產品上架亦已於12月下旬展開。佐登表示，去年雖受疫情影響，但集團積極整頓門市經營管理、強化會員管理、降低整體營運成本、提升營利率；而為提供更好的服務品質，持續深化教育訓練，連續六年2016-2022榮獲勞動部TTQS（人才發展品質管理系統評核）金牌獎殊榮。展望2021年，佐登除積極發展兩岸醫美事業及連鎖實體通路外，集團在雙美導客、會員管理、加盟展店、業務結盟、新品牌珍朵絲特上市等積極佈局，利用會員數據管理來精準行銷打造類訂閱制的銷售模式，與上中下游周邊供應商業務結盟提高產能稼動率與擴大營運規模。兩岸醫美透過醫師群巡迴講座及社群媒體行銷，可望加速營收成長，預定第一季兩岸將有13家醫美診所營運，醫美服務營收占比將有機會提升至10~15%。看好今年全球在疫苗防護力持續提升及兩岸GDP、經濟成長率展望樂觀，消費市場將逐漸恢復信心，會員回店率提高，營收成長動能將再啟，預期今年將可再創營收高峰。

北醫+雲相科技 研發 肺腫瘤 病理切片AI辨識

台灣醫療科技新突破 人工智慧3分鐘揪肺癌病灶 2021/02/26（中央社記者陳偉婷台北26日電）北醫大巨量影像資料庫研究計畫，以人工智慧AI系統開發肺部腫瘤不須人工標註的病理影像辨識系統，準確率達95%以上，且每名病人僅須3到5分鐘就可判讀，爭取寶貴治療時間。台北醫學大學獲科技部補助進行「巨量影像資料庫建置與應用」計畫，2021年登上知名醫學期刊自然通訊（Nature Communications）。這是北醫大校長林建煌推動數位病理，啟動台灣十大癌別病理玻片數位化中的重要成果。這項由北醫大與雲象科技公司合作開發的人工智慧（AI）系統，以國研院國網中心於前瞻基礎建設計畫所建置的台灣杉二號超級電腦，開發領先全球的肺部腫瘤不須人工標註的全玻片病理影像辨識系統，可輕易區分肺腫瘤病理切片是良性或惡性，且準確率高達95%以上，判讀時間大幅縮短2/3，加速病理診斷時效。研究第一作者、台北醫學大學教授陳志榮表示，這些病理玻片是將北醫附醫、萬芳及雙和等3家醫院，將患者經X光、核磁共振或電腦斷層等檢查後，經醫師穿刺或開刀取出的肺部腫瘤組織所製成，統計逾9000張，全部掃描成數位影像檔，由多位病理專科醫師一張張標註出病灶及非病灶區域，再交由AI的不斷學習修正，提升系統判讀準確率。陳志榮說，傳統肺部腫瘤確切診斷模式是將醫師經由穿刺或開刀取下的疑似腫瘤組織，送到病理檢驗部門，製成病理玻片後，病理科醫師再透過顯微鏡一張張判讀，既費時又費力，還可能會因醫師的經驗值不同而有不同結果，且醫師判讀時必須先標註出可疑區塊再不斷標註診斷直至確認，但北醫大與雲相科技研發的這套AI辨識系統，可以直接透過全玻片，且不須人工標註，就能自動判讀肺癌與腫瘤細胞亞型。北醫大與雲象科技組成的研究團隊開發的「肺部腫瘤全玻片病理影像辨識系統」，是透過病理切片數位影像，讓AI比照病理科醫師直接在顯微鏡底下觀看病理切片的模式自我學習，可改善影像重疊導致的失真，判讀精準度更高。陳志榮說，系統會先從肺部腫瘤病理切片數位影像中，區分正常與不正常區域，再從不正常區域中分辨腫瘤組織為良性還是惡性；若為惡性腫瘤，可再進一步區分肺腺癌或肺鱗狀上皮細胞癌，最後，再由病理科醫師彙整AI提供資訊進行最後確認診斷。透過AI先辨識判讀患者的病理切片，有助減少人為判斷錯誤的機率，更能大幅縮短時間。陳志榮表示，若以每名病患8至15張病理切片計算，傳統僅由病理科醫師執行的判讀時間約10至15分鐘，利用這套系統只須1/3、約3至5分鐘即可完成。這篇名為An annotation-free whole-slide training approach to pathological classification of lung cancer types using deep learning的研究論文，第一作者為陳志榮及雲象科技工程師陳啟中，通訊作者則為台北醫學大學副校長陳震宇、雲象科技公司執行長葉肇元。（編輯：陳政偉）1100226