文章專區

2019-09-18雲象科技軟體加速＋臺灣AI雲神助攻打造全玻片影像訓練AI辨識模型！ 453 期

Author 作者編輯部

AI 影像

【本刊訊】臺灣十大最酷科技新創公司之一的雲象科技（以下稱雲象），日前與國家實驗研究院高速網路與計算中心（以下稱國網中心）展開合作，以臺灣AI雲為後盾，運用「統一記憶體」及「算圖優化技術」，以全玻片數位病理影像發展AI模型，不僅節省專業醫師的標註時間，也展現全面檢視下的高辨識品質！

雖說智慧醫療的相關應用在今日已遍地開花，然而數位病理方面仍有開發潛能。由於組織病理切片數位化後的影像解析度非常高，光是一張數位玻片的解析度就高達數十、數百億畫素，檔案最大可超過10GB，不僅要面對資料儲存的挑戰，也需要花很多時間訓練AI模型。打造可辨識特定癌症細胞的深度神經網路模型，讓醫師能更快速有效地透過病理切片辨識癌症細胞，是雲象的核心業務。不過，由於醫師在針對癌症區域做細節標註後，會面對影像過大的問題，一般來說僅能將全玻片影像預先切割為數萬個小區塊，才能進一步訓練AI模型。

傳統方法故然效果優異，然而必須預先做好標注才能訓練深度神經網路模型，相當仰賴專業人力的標注與切割。今（2019）年，雲象以統一記憶體與算圖優化技術，挑戰用完整的全玻片影像來訓練深度神經網路，省下病理科醫師數月到半年不等的標註時間。此外，採用高速計算架構設計的臺灣AI雲，各節點間有100G頻寬，不僅可順暢交換處理全解析度影像資料，也讓AI訓練變成可能。在雲象的軟體加速及臺灣AI雲的協助之下，不僅影像解析的計算速度有所提升，400倍超高解析度、零切割的全面檢視，更使得切片的辨識的效能大幅提升。

臺灣AI雲滿足了生醫研究與應用所需的超高解析度影像運算，也增進AI模型訓練的生產力，讓科學家做出更多技術創新。國家實驗研究院新聞稿指出，國網中心主任史曉斌主任表示，為協助各項產業應用落地生根，TWCC於架構設計初期即考量發展智慧醫療的特殊需求，才使各種應用的高難度技術突破成為可能。

而雲象也已和林口長庚醫院合作，運用新技術發展鼻咽癌全玻片影像AI偵測模組，實驗準確率達96%以上。未來，雲象將持續挑戰不同種類及更高難度的疾病病理辨識，如骨髓抹片自動分類計數、肺癌辨識及定量、腎臟病理辨識等專案。此外，該技術成果預計於今年11月國際高速計算大會（Super Computing Conference, SC）發表，有臺灣AI雲的幫助，精準醫療將更上層樓，為醫療產業帶來劃時代的革新。

新聞來源

〈臺灣AI雲助攻全玻片影像訓練AI辨識模型技術世界領先〉，國家實驗研究院，2019年8月30日。

文章專區

2019-09-18雲象科技軟體加速＋臺灣AI雲神助攻打造全玻片影像訓練AI辨識模型！ 453 期

新聞來源

相關推薦

認識科月

讀者服務