芋傳媒 TaroNews - 台灣觀點.芋見真相

超強計算平台助陣 台大醫基因診斷更迅速

圖片來源:Pixabay / 作者:qimono

新生兒基因遺傳疾病常常因檢測耗時,得跟死神賽跑。台大醫院獲贈為醫療打造的人工智慧醫療雲運算平台,相當於 8 千台電競桌機規格,有助基因運算疾病判讀,大幅縮短診斷時間。

廣達電腦捐贈台大醫院一套由廣達研究院為台灣醫療環境量身打造的人工智慧醫療雲運算整合平台(QOCA),可應用於基因與人工智慧、基因深度學習、醫療影像運算、病歷資料編碼與管理等。

台大醫院醫務秘書賴飛羆今天上午在記者會表示,醫療人工智慧的發展仰賴 3 關鍵,巨大且乾淨的資料、強大的計算機器、深度學習的演算法。台大醫院具備龐大資料、也有好的演算法,但缺少強大計算且為醫療所屬的機器。

現在台大醫院獲贈醫療雲運算整合平台,有高性能AI伺服器及高延展性的大數據儲存設備,規格相當於 8 千台 2019 年電競桌機總和、超過 1 Peta FLOPS AI 運算能量,以及超過 8 千張藍光光碟容量,逾 2 PB(Petabytes)儲存空間。

賴飛羆說,目前平台首先應用於基因深度學習、協助罕病的診斷,尤其是發生在新生兒的基因遺傳疾病。基因疾病常因檢測相對複雜,必須跟死神賽跑,有些孩子撐不過一週、檢測結果都還沒出爐就離世。

過去新生兒基因遺傳疾病,若採人工判讀,至少要 2 至 3 週才有結果;台大醫院現在已突破部分瓶頸,將判讀時間縮短到 6 天,未來有醫療雲及軟體協助,可望縮短到 2 至 3 天,對新生兒疾病的及早診斷、對症下藥有相當大的幫助。

此外,醫療雲平台也可協助病歷編碼。現行病歷編碼是疾病分類師檢視病人的病歷紀錄,選擇健保署規定相符的代碼,向健保署申請醫療費用。以台大醫院來說,有 18 名疾病分類師,但一天住院/出院的病患人數約 300 人,不僅是平日,週末也會有病患出入院,編碼需求很高。

病歷編碼工作中,疾病分類師必須將該病患此次住院看診的病歷仔細檢視一次,了解病患確實治療的疾病為何,才能準確申請費用,每個個案審閱時間從 30 分鐘到超過 1 小時不等。

未來透過人工智慧訓練醫院大量病歷資料、診斷碼與處置碼的過程,能夠得到人工智慧訓練的病歷編碼演算法,進而運用在實際編碼作業上,輔助疾病分類師。透過人工智慧的編碼演算法,甚至能夠縮短 30 到 60 倍的時間,大量減少疾病分類師業務量。

賴飛羆表示,人工智慧在醫療的運用很廣,除基因深度學習、判讀,醫療影像運算等,可更精準提供醫療診斷,也有助緩解臨床人力不足的問題。

(新聞資料來源 : 中央社)

邀請您加入「芋傳媒」的粉絲專頁
邀請您加入「芋生活」的粉絲專頁
我知道了

評論被關閉。