中国台湾 IBM 携手台北荣总以 AI 科技提升医疗研究，由半年缩短至两周
▼
为加速发展“智慧医疗”，台北荣民总医院（以下称台北荣总）导入 IBM Cloud Pak for Data 平台，运用云原生架构，打破医疗资料孤岛、保护资料隐私及安全，能快速从资料中取得洞察，使资料使用效率最大化。
IBM 指出，台北荣总已在糖尿病、肾脏病、心脏病、及耳科疾病等多项医学研究中使用 IBM Cloud Pak for Data 内建的 AutoAI（简化 AI 开发）功能。以往北荣医疗团队从安装工具到完成一件医学分析结果，必须耗时约 3 到 6 个月、甚至更久，导入后大幅缩短为一到两周内完成。台北荣总计划将已验证的医疗真实世界证据 (real world evidence，RWE），提供给医师做为门诊第二意见 (second opinion) 摘要，加快医师为病人设计治疗方案的速度。
突发性耳聋属于耳鼻喉科的急症之一，在今日高龄化的社会里逐渐流行。由于一般民众对这种疾病相当陌生，其危险与紧急性容易被忽略。医学界一直致力于找出可以完全治愈的关键要素。北荣医疗团队使用 IBM Cloud Pak for Data 的机器学习与自动建模功能，分析上千份病历资料后发现，患者若能在突发性耳聋发生的 7 到 14 天内就医，尽快接受住院检查和治疗，透过传统合并式疗法，完全复原其听力的机会越大。这项研究在采纳 IBM Cloud Pak for Data 解决方案后，以往要耗时半年的 AI 建模、运算、调校，缩短到几个小时内就可完成一次运算，几周内就能找出最适模型。
台北荣总资讯室朱原嘉指出，在研究资料收集、模型开发测试及验证预测模型三阶段，AutoAI 都扮演重要角色。帮助研究者辨识重要数据的重要特征、缩短资料清洗与资料精炼的时间，透过低代码 (Low-Code) 或无代码 (No-Code) 的 AutoAI 功能，让 AI 机器学习自行建立并训练多样化模型、找出冠军模型，节省可行性分析与试错的时间。并可自动生成 python 程式码，帮助研究者持续优化模型与重现研究结果，加速医学研究进展。
中国台湾 IBM 公司客户成功副总经理胡育铭表示，IBM Cloud Pak for Data 的使用门槛非常低；即使是不具备写程式或建模能力的使用者都能轻易上手。北荣的医疗研究团队透过 AutoAI 指定预测专案、自动建模、选择适合模型，自动产出代码，让医师与医学助理可以专注于精进模型，省下大量时间与精力，得到使用者一致好评。
(首图来源：Flickr/Open Grid Scheduler / Grid Engine CC BY 2.0)
▼
特别声明 本页内容仅供参考，版权终归原著者所有，若有侵权，请联系我们删除。
