最新消息

本校醫工所林峻立老師團隊，本次以「手持式高齡智能舌壓量測與復健系統」榮獲第十七屆國家新創獎殊榮，此項創新產品透過使用者舌頭上頂咬嘴，使壓縮氣體反饋力量至主機藉以偵測舌頭肌力狀況。本項產品已透過社福、區域老年機構徵收超過一千名志願測試者進行舌肌力量測並於統計分析後得知年齡增長將導致舌肌力下降。並於臨床實際提供給舌壓低下患者復健使其舌肌力明顯進步，成功證實復健功能有效性。本產品將透過舌壓值輔助醫師進行臨床吞嚥困難診斷。該系統除了量測功能外更打造一套APP系統，具有量測及訓練模式，使用者可遵循醫師指示透過智慧型裝置與機台進行舌肌爆發力及耐久力訓練，最終將其數據上傳至雲端供醫師給予臨床建議，落實遠距醫療及居家照護。

此外林峻立老師團隊除獲上述學研新創獎外，其與林口長庚整形外科部陳志豪醫師團隊合作開發之研究”客製化顏面金屬骨板”更以兩主題分別為「創新性客製顏面金屬骨板的開發」、「以3D列印技術進行顱顏精準重建手術」同時榮獲學研新創獎及臨床新創獎之殊榮，實不愧為新創醫療三冠王。

獲獎的「低塑生技(DP Biotech)」團隊由詹妤茹（培訓學員-醫技系大三生）、陳宜謙（培訓學員-中國醫藥大學藥妝系大三生）、翁子晴（培訓學員-醫技系大三生）、陳怡秀（培訓學員-醫技系大三生）組成。該團隊以「降塑菌(Deplastic Probiotic)」作品，榮獲「生醫產業組」佳作。本次獲獎團隊成員均參加由本校醫工學院吳俊忠院長及生科院蔡有光副院長、醫工系楊世偉教授共同主持的「生醫產業教學實習計畫學校-生醫創新創業人才培育課程」在平日晚間及周末的密集培訓課程。

低塑生技非常關心塑膠微粒的議題並深入了解，尤其是隨著大自然循環進入食物當中的塑膠微粒，已經由食物鏈被人體吸收，對人體健康造成隱憂。團隊結合融合蛋白、基因轉染技術，開發出具有獨特分解酵素之益生菌，其能在人體腸道中分解塑膠微粒。環境中的塑膠微粒80％由聚對苯二甲酸乙二酯組成，降塑菌能在人體腸道中將聚對苯二甲酸乙二酯直接降解成二氧化碳及水，阻止塑膠微粒穿過腸道進入體內循環、累積至身體器官。

  據了解而本年度共14個推動學校,42個團隊參加，競爭激烈；本校三組參賽共獲1銀˴2佳作˴2大會最佳人氣獎五項大獎。顯見本校培訓課程在郭旭崧校長全力支持下，課程規劃完善兼具理論及實務，授課老師教學認真，學員可系統性的有效學習到完整的產品研發方法、企業營運規劃及創新創業的邏輯思維。楊老師與劉老師表示除感謝課程業師們無私的教導外更讚許團隊成員的認真及努力，並期待更多在校學生及校友參加此培訓程。

獲獎的「Cortex 克特斯」團隊由吳宛蓉（培訓學員-臨床護理研究所碩士生）、林冠儒（培訓學員-台北榮總麻醉部醫師）、黃俊淦（培訓學員-腦科學研究所博士生）、賴昀祺（培訓學員-柏俊生醫行銷部副理）組成。該團隊以「Senstroke腦中風緊急救護系統」作品，榮獲「生醫產業組」佳作˴最佳人氣獎。

Cortex 克特斯團隊觀察目前台灣只有6.6%的腦中風病人能得到血栓溶解劑治療，原因之一是腦中風常發生在睡眠中，造成病患太晚察覺腦中風症狀而延誤就醫。以此現象為發想，期望能打造一個即時、連續、輕便的睡眠腦中風偵測裝置，在睡眠時監測腦中風的發生，並在腦中風發生時發出警訊提示就醫，爭取中風的黃金治療時間、提高血栓溶解劑施打率。

 



本次獲獎團隊成員均參加由本校醫工學院吳俊忠院長及醫工系楊世偉老師、生化所蔡有光老師共同主持的「生醫產業教學實習計畫學校-生醫創新創業人才培育課程」在平日午晚間的密集培訓課程。團隊表示，看到陽明大學培訓課程師資陣容堅強、課程規劃完善因此報名參加培訓，不僅讓自身了解生醫產業的脈動，認識所學與產業界的差異，並學習到未來若朝向生醫新創領域前進時需具備的各項專業能力。在實務進行產品研發與營運規畫的過程中，如創新的產品必須從臨床使用者角度考量，不斷調整設計理念，以有效適合使用者的需求，進而規劃行銷策略等多面向商業模式思考，才能完成最佳的創新計劃。本次得獎全體隊員特別感謝陽明大學全體老師熱心教導；尤其指導老師-醫工系教授楊世偉在平日晚上及周末陪學生上課及花許多時間指導、討論才有如此佳績；同期鼓吹更多同學、校外人士參加此培訓課程。

獲獎的「UKnee」團隊由凃亭羽（培訓學員-生物醫學工程所碩士生）、何依婷（培訓學員-藥理所專任助理）、曾品瑄（培訓學員-生物醫學工程所碩士生）、丁俊源（培訓學員-醫工所專任助理）組成。該團隊以「全方位的膝關節置換手術行走復健輔助，you need UKnee!」作品，榮獲「生醫產業組」銀獎與最佳人氣獎。

UKnee團隊們在拜訪臨床醫師後，發現現今膝關節術後復健方式不夠全面，以及醫病間溝通效率差等狀況，以輔助重建本體感覺，提供早期下床機會和提升醫病間溝通效率為核心價值，以達到精準醫療為最終目標．團隊設計的全方位的膝關節置換手術復健輔助，結合自動偵測器及外骨骼支架，搭配雲端傳輸和儲存，提供膝關節置換術病患術後復健輔助效果，以此增加傷患與醫療從業人員的使用意願。

 

隊員凃亭羽表示，陽明大學培訓課程師資陣容堅強、課程規劃完善，在上課過程中不僅讓自身了解生醫產業的脈動，與產業界的差異，並學習到未來若朝向生醫新創領域前進時所需具備的專業能力。在實務進行產品開發過程中，除了拜訪相關產業的先進前輩，並藉由彼此不同的領域背景到演進為默契絕佳合作，每個過程都藉由不斷磨合及溝通，彙整為團隊共同的願景與目標，每一步都是難得的經歷。本次得獎除團隊合作外，感謝全體老師無私的傳授，尤其指導老師-醫工系楊世偉教授在產品設計˴商業模式的創意啓發與悉心指導，助理林艷令小姐在行政上協調。

 

據了解而本年度共14個計畫學校，42個團隊參加，競爭激烈；本校三組參賽共獲1銀2佳作2大會最佳人氣五項大獎。顯見本校培訓課程在郭旭崧校長全力支持下，課程規劃完善兼具理論及實務，授課老師教學認真，學員可系統性的有效學習到完整的產品研發方法、企業營運規劃及創新創業的邏輯思維。楊老師表示除感謝課程業師們無私的教導外更讚許團隊成員的認真及努力，並期待更多在校學生及校友參加此培訓程。

 



郭文娟教授現為生醫光電所特聘教授兼所長及學程主任，其團隊主要研發可攜式、非接觸、無游離輻射及不需螢光標定的高解析活體光學切片術，可提供1至15微米不同觀察尺度需求的活體斷層造影，最高影像擷取速率達每秒400張，已應用於臨床前活體小動物量測到人類眼科、皮膚科、消化道等不同臨床醫學領域及完成多項技轉。

郭文娟教授指出，由於臨床醫療有許多過程需要使用到不同類型針頭的組織穿刺步驟（例如硬膜外麻醉，腹腔鏡手術和顱骨鑽孔等），這些步驟在全球每年可導致多例併發症，因此精準醫療將可提升醫學診療或手術進行的準確率。

郭教授團隊此次得獎技術「智能影導式針頭穿刺術」，採用高解析活體雷射光學切片原理，以小於1mm的透鏡結合14號～18號針頭，能即時顯示針尖所在處的組織斷層影像，並經由機器學習法分類影像以自動辨識針頭位置，達到精準定位與安全需求，可大幅降低傳統穿刺針失敗率及其他併發症。這項技術已取得台灣和美國發明專利及完成雛型品開發，於硬膜外麻醉及腹腔鏡微創手術也完成臨床前動物實驗驗證，下一步將朝人體試驗努力。郭教授表示，本獲獎技術為國衛院三年計畫成果，特別感謝主要負責執行的高孟群博士後研究員，以及兩位協同主持人─台北榮總麻醉部丁乾坤醫師與及陽明光電所吳育德教授。

 




光科技部於2017年啟動「醫療影像之巨量資料研究專案計畫」，對全國科研界公開徵求合作計畫， 隔年由北榮、臺大、北醫三大醫療團隊啟動國內第一個跨院所的醫療影像資料庫，針對腦、心、肺 三大重大疾病影像資料集，進行醫療影像處理與編譯，期望透過自動分析判讀醫療影像的AI演算法 開發與醫療團隊合作，來實際解決臨床問題。 資源充足、主題明確、數據紮實 聽神經瘤AI計畫三箭齊發 獲科技部「醫療影像專案」補助 由台北榮總放射部郭萬祐主任與陽明大學研發長吳育德特聘教授所組成的榮陽團隊，合作開發的 「DeepBT」（Deep Brain Tumor），正是「醫療影像之巨量資料研究專案計畫」的AI徵案成果， 也是全球首個採用聯邦學習模式發表的聽神經瘤AI判讀系統。 「因為我們的團隊資源實力堅強、研究主題明顯，加上聽神經瘤的資料集結構紮實，所以在腦疾病 專案計畫徵選中，由我們獲得補助。」榮陽團隊的計畫總主持人吳育德說。 有了科技部補助，榮陽團隊從良性腦瘤影像資料集，進行AI影像辨識與放射手術治療的術後預測開發。而這項計畫「聽神經瘤的輔助自動病灶偵測、追蹤與智慧精準醫療模型的建立」的成功關鍵， 是台北榮總加馬刀放射手術團隊在將近三十年來治療「聽神經瘤（vestibular schwannoma）」的 長期經驗與資料的累積。 郭萬祐說，影像導引治療是現在與未來的趨勢，越來越多的治療，會先以電腦斷層（CT）、磁振 造影（MRI）、超音波（ultrasound）為基礎的醫學影像，做電腦治療計畫，再以不侵犯方式， 如：立體定位放射手術、射頻、冷凍、雷射等進行治療與療效評估。 成像顯影技術可以讓放射科醫師界定出最有可能的腫瘤輪廓，甚至熱門的免疫治療及標靶治療也都 要靠影像來導引。 目前腦瘤治療效果最有效的方法之一，是透過立體定位放射手術--加馬刀（Gamma Knife）治療。 北榮從1993年啟用國內第一台加馬刀，在國際上為知名的加馬刀治療中心。 有臺灣放射權威之名的郭萬祐說，加馬刀是一把無形的放射線刀，必須透過精確的空間定位，描繪 出病灶的座標範圍，再針對病灶給予聚焦的鈷60加馬射線照射。 「不過當時對影像建立的精準度，是因治療而標註，不是為了AI而建立，因為加馬刀的加馬射線照 射是不可逆的破壞，我不得不慎重！」郭萬祐強調。 比國際最大資料庫多4倍 DeepBT準確率達九成 27年時間，北榮也累積了8000多個圈註好的腦部MRI影像，這些寶貴資產，亦成為榮總首波發展AI 輔助診療的基礎。榮陽團隊在吳育德帶領下，投入腦瘤人工智慧自動判讀的研發工作，僅花6個月 便完成初代的「DeepBT」AI辨識系統。 吳育德說，在聽神經瘤訓練上，北榮資料庫中涵蓋516位病人1,927筆多時間點資料，比國際上最大 / 的250筆單時間點資料庫還多。除此之外，北榮長久以來也維持同樣的MRI切面厚度參數（一張影 像約3mm厚度），數據累積上不只多、品質還很一致，很適合做模型訓練。 有這樣的優勢，「DeepBT」系統也完整複製醫生智慧，包含整合不同參數影像的特徵，以深度學 習模型辨識出各種不同紋理組合（如實質與囊狀不同程度混合）的腫瘤，目前只需20秒，AI系統就 能達到與專業醫師手動圈選的水準（精準度達90％），大大節省醫生時間。 DeepBT預測治療效果 增加醫病互信關係 更重要的是DeepBT能從MRI影像預測治療後聽神經瘤的大小走向。郭萬祐說，經過加馬刀照射腫 瘤通常慢慢會變小，但不是每個患者都這麼幸運，有些患者腫瘤會先腫脹再慢慢縮小，也有患者則 是治療後，腫瘤體積沒有改善反而增大。 因此，「有預測治療變化的能力尤為重要」。郭萬祐解釋，事先透過AI系統預測，若患者腫瘤屬於 治療後腫脹會縮小，醫師可減少加馬刀劑量，同時也提醒患者會有不舒服的情況發生，若是屬於治 療後反應不佳者，醫師則可增加加馬刀的劑量。 「所以這不僅對醫生治療計畫就很有幫助，也增加醫病之間的互信，在醫學上很有價值的貢獻，能 解決醫生與患者的需求也是AI醫療發展的目的。」吳育德笑說。 此「預測能力」的成果主要由榮陽團隊子計劃主持人盧家鋒副教授利用影像圖譜學（Radiomics） 揪出腫瘤的不同異質性（Heterogeneity）所完成。DeepBT在多參數預測聽神經瘤研究結果，也於 今年6月和11月已分別發表在《Articial intelligent in Medicine》與《Radiotherapy and Oncology》國際知名期刊上，同時也積極申請台、美技術專利。 打破個資壁壘 聯邦學習將納入不同醫學中心影像 使用民眾健保資料的數據做研究，亦是目前AI發展必經過程，而醫療數據要跨院應用，最大挑戰即 是個資問題，解決問題方式就是「不把資料帶出醫院」。 因此榮陽團隊也領先導入「聯邦學習（Federated Learning）」，以數據不出醫院的方式，讓更多 醫院的醫療數據來共同強化這套系統以及未來開發的議題。 吳育德說，透過訓練好的種子模型拿到各醫院，用醫院的資料訓練後，再把模型帶回中央系統，這 樣帶出的就不是資料而是模型。榮陽團隊也進一步證實利用聯邦學習模式讓新的參數來進行下一回 合訓練，和集中式學習（centralised learning ）有相似的預測精準度。 目前榮陽團隊利用NVIDIA開發的開源聯合學習Clara軟體，使用北榮與網路公開影像資料，在聯邦 學習架構下建立「DeepBT-Pro」版本也誕生，進階版的AI系統，不但可以自動圈選聽神經瘤，還 可以自動圈選其他腦瘤如腦膜瘤、腦下垂體瘤、膠細胞瘤、神經瘤等。 吳育德說，接下來榮陽團隊利用研華的WISE-PaaS/AIFS平台，要將DeepBT做到網路化、自動化， 把種子模型送進更多醫院，讓端點醫師透過種子模型訓練，打破各醫院、儀器廠牌數據差，使正確 / 率、精準度不斷提升，同也也會在美國尋找對應醫院，以加速美國FDA認證申請。 2017年Google首次提出聯邦學習概念，時隔兩年Google發表論文，宣布建構出大規模聯邦學習系 統，數據安全隱私問題的解決方案終於浮出水面。榮陽團隊在這波趨勢上抓住先機，在健保署各項 醫療影像人工智慧應用計畫推動與支持下，領先各界首先發表聯邦學習研究成果，「台灣醫療影像 AI正走在聯邦學習的世界前沿」吳育德說。 內文引用轉載自''環球生技''

恭賀郭文娟教授榮獲2020未來科技突破獎

技術名稱：智能影導式針頭穿刺術

光波變成電流研發出廣譜光感測器，薛特教授研發出全新奈米材料，創造出新一代光感測器的原型，發表在奈米材料科學的重要期刊《Nano Energy》

Prof. Surojit Group
Outstanding publication in NANO ENERGY