最新消息

 




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

獲獎的「JR潔睿」團隊由黃靖富（培訓學員-國軍桃園醫院）、薛如婷（培訓學員-三軍總醫院）、戴瑞緹（醫工程研發中心博士後研究員）、丁于桓（培訓學員-精棧有限公司）組成。該團隊以「告別灰指甲，就選潔膚甲」作品，榮獲「生醫組」金獎。團隊秉持課程中教授過的Biodesign (醫療科技創新流程)創新思維，從用戶端的同理心去定義問題，找到未滿足的臨床需求，並尋求解決方案，因而構思出這產品。隊長黃靖富本身是國軍桃園醫院皮膚科醫師。黃靖富醫師表示，在每天的臨床實務中，遇到相當多的灰指甲患者，提及臨床的藥物療效不彰，吃藥又很傷肝；因此病患紛紛前來求助醫師是否有更好的治療方案。有鑑於此，黃靖富醫師和團隊成員討論後提出一個新的解決方案，以新劑型藥物並搭配美觀的設計來治療且美化灰指甲，再輔以手機App應用程式，可自動紀錄，並追蹤病情的變化，以創造一種舒適貼心的全新體驗。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」在平日晚間及周末的密集培訓課程。

隊員薛如婷與戴瑞緹表示，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。隊員丁于桓表示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12個計畫學校，38個團隊參加，競爭激烈；本校二組參賽共獲1金1佳作1大會最佳人氣1最佳潛力四項大獎。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。



圖一：金獎頒獎典禮共同授獎



圖二：戴瑞緹小姐、薛如婷小姐、黃靖富先生、楊世偉教授、丁于桓先生 (從左到右) 於頒獎典禮會場合照

獲獎的「愛貝斯」團隊由廖俊翔（光電所碩士生）、林芮安（培訓學員-ICF暨輔助科技研究中心）、吳佳霖（國立交通大學經管所碩士生）組成。該團隊以「iBreath智慧呼吸訓練照護協助系統」作品，榮獲「生醫組」佳作,最佳人氣,最佳潛力三個獎項。「iBreath智慧呼吸訓練照護協助系統」的發想源自隊員芮安曾面對外公大腸癌術後呼吸困難的問題，希望能藉由科技改善病患與家屬面對術後呼吸訓練與照顧狀況的不知所措，藉由app結合呼吸訓練器提供需求者完整的呼吸訓練與照護協助，如同一位專業治療師一般，成為最佳的呼吸照護陪伴。

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。廖俊翔與吳佳霖表示，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。



圖一：佳作頒獎典禮共同授獎



 

圖二：林芮安小姐、吳佳霖同學、廖俊翔同學、楊世偉教授(從左到右) 於頒獎典禮會場合照

朱唯勤教授團隊由科技部陳良基部長（左）頒發獎座
 
本校醫工系朱唯勤教授以「髓腔內鋼釘快速定位裝置金屬加工創新加值計畫」，榮獲科技部績優案源第二名，這也是朱老師團隊繼科技部2017年「未來科技突破獎」等獎項後再獲肯定。
 
科技部11月6日舉辦「法人鏈結產學合作成果發表會」，展出近50件透過法人媒合加值的產學合作成功案例，並選出前三名績優案源。本校醫工系朱唯勤教授的「髓腔內鋼釘快速定位裝置金屬加工創新加值計畫」脫穎而出，獲得第二名殊榮。
 
由朱老師團隊研發的「交鎖式髓內釘遠端螺孔定位裝置（IMET）」，能準確、快速且無需使用體外定位裝置或放射線螢光檢查儀，進行「交鎖式髓腔內鋼釘」（interlocking nailing procedure）手術螺釘定位，不僅可避免病患吸收過多幅射劑量，也較傳統C-Arm定位21分鐘，縮短至4.1分鐘之效率，並能提升定位準確度。
 
    
   
朱老師團隊研發的「可與髓腔導針接合之側向發光裝置」（左）與「附照明定位裝置之髓腔導針」
 
iMET裝置雖已取得美國FDA上市許可，但由於電源接頭尺寸過大，無法作為髓內釘手術的前導針使用，此外醫師仍須花費時間將產品對準髓內釘螺絲孔位置，才能使產品的光源透出骨頭。藉由科技部法人鏈結產學合作計畫，金屬中心以精密機械製程，縮小髓腔內鋼釘定位裝置外徑，達到手術前導針（guide pin）之需求；同時配合使用者經驗，加入金屬配件，試製髓腔內鋼釘定位裝置插入快速定位機構，並利用光學與微機電技術改善光源指向定位精確度。加值後產品，除定位時間縮短至1分鐘外，也簡化手術操作流程，降低手術失敗率。
 
朱唯勤老師表示，透過科技部法人鏈結產學合作計畫，這套醫材的生產成本大幅下降85%，對於銷售力與產品競爭力都有很大幫助；配合陽明團隊所成立的新創公司募資，2019年度已累積2550萬元，目前醫材除供應國內，未來也將擴展至馬來西亞、新加坡、日本，韓國等國家。
 
 
相關媒體報導
工商時報：科技部鏈結產學 研究成果驚艷
DIHITNES：產學收益翻倍成長 再創3.2億新高
新頭殼：法人為產業與學研牽線 產學收益再創3.2億新高
 
[新聞發布日期：108/11/08]
資料來源：https://web.ym.edu.tw/files/14-1133-41855,r1-1.php?Lang=zh-tw