《下一步，AI。NEXT，愛》數位病理 (葉肇元)

AI，帶我們邁進人機共存的新時代，各種應用快速展開，在救人如救火的醫療領域，更需要仰賴AI強大的影像辨識功能。

目前，醫院所使用的醫療影像有：X光、磁振造影（MRI），斷層掃瞄（CT）、超音波等等，這些都能成為AI的訓練資料，幫助醫師診斷更快速、更準確。但是，還有一種相當重要的「病理影像」，卻遲遲沒有開發出AI模型。

 

雲象科技 執行長 葉肇元：

我們專長的是數位病理的AI，那數位病理指的是把組織病理切片做完整的數位化，AI就是利用這個數位全玻片影像來做AI，它特別的地方是這些影像解析度非常非常地大，動不動就是八萬乘以六萬，這種幾十億畫素的影像，所以這個對醫療影像AI計算方面來講，其實是非常有挑戰性的。

 

葉博士嘗試直接用全玻片影像來訓練AI。這次沒經過太多處理，只簡單分成「癌症」、「非癌症」兩類。

 

雲象科技 執行長 葉肇元：

沒有細節標注的狀況之下，訓練深度神經網路去做癌症的辨識，得到辨識的正確率，是跟有細節標注的方法，是非常接近的。接下來我們就針對在癌症手術過程當中，必須要在淋巴結上面去做轉移細胞的偵測，我們也把這樣的資料集，就是全玻片影像，沒有做裁切也不做細節標注的狀況之下訓練AI，這個效果也非常好。我們在2019年的super computing的會議，其實跟國網也有一個共同論文的發表，後面就應用到各式各樣其他的癌症上面。