alexa
置頂

「聯合學習」催生120顆醫療型最強大腦

文 / 蔣濬浩    
2021-03-30
瀏覽數 31,500+
「聯合學習」催生120顆醫療型最強大腦
杜奕瑾表示,「聯合學習」在醫療端上的發揮,已是有目共睹,未來,該訓練機制還有望持續翻轉各行各業。陳之俊攝
分享 Line分享分享 複製連結

透過大數據分析,達到精準醫療已是醫界趨勢,但如何讓系統串聯各院所的資訊,又不侵犯到個人隱私,杜奕瑾推動的「聯合學習」AI革命,或許正是解答。

現今,各行各業無不積極發展人工智慧(AI),而這都需要大數據(big data)支撐。但對醫界來說,最難過的關卡,是「數據共享」與「患者隱私」間的拉扯。

然而,被封為「PTT創世神」的杜奕瑾,他創立的台灣人工智慧實驗室(AILabs)端出最新關鍵技術「聯合學習」,已為這項困境帶來一線曙光。

2020年,AILabs在短短半年間,所陸續開發的多款「防疫神器」,就是善用「聯合學習」技術。

以「新冠肺炎X光檢測系統」為例,該系統在建立之初,原先只擁有台大醫院的肺部影像資料庫,但在AILabs聯合學習技術的協助下,短短一個多月,便先後串起國際開放資料庫,學習超過四萬張的胸部X光片。

該系統去年5月正式推出後,在健保署長李伯璋的協助下,還得以使用健保影像資料庫進行加強訓練,等同運用全台灣肺部影像數據為該系統加持。後續更迅速獲得全球各地醫師青睞,各國醫師都可以透過上傳胸部X光影像,獲得檢測結果。

靠一套AI系統,一口氣學習全國,甚至是全球數據庫,在醫學界並不多見。因為醫療數據具有高度敏感性,光是國內的院際合作就已十分困難,更遑論跨國共用一套AI系統。

長期參與AILabs聯合學習計畫的臺大醫學院內科部醫師王宗道指出,過去醫師若想投入AI研究,數據來源多半只能仰賴自身服務單位。

若想透過跨院合作,提升AI預測的精準度,難如登天。因為醫院在未經病患許可前,無權分享病患數據;若要逐一徵詢病患同意,曠日廢時。

「模型共享」取代「數據共享」

而「聯合學習」如何讓「共享」與「隱私」兼得?

杜奕瑾解釋,傳統訓練AI模型,必須要將所有數據集中在一台電腦中,才能進行訓練。

這就好比為了訓練一位醫師,將大量病人都送到同一所醫院,這對醫生來說或許方便,卻苦了需要舟車勞頓的病人。

而同樣是為了訓練AI模型,「聯合學習」正好相反,是先建立好一個模型,再讓該模型分頭進入各院所進行訓練,力求以「模型共享」,取代過去的「數據共享」。

如此一來,各院所不必貢獻病患資料,也能讓模型持續迭代,達到傳統集中式的訓練成果。

「就像是讓一位醫師輪調各家醫院,醫師同樣能看到所有病人,卻能讓病人們省去移動成本,」杜奕瑾生動比喻。

對此,北榮AI門診創辦人、臺北榮民放射線部神經放射科主任郭萬祐尤其有感。

早自2019年初,郭萬祐便在榮總骨科、神經外科、心臟科,導入協助醫師判讀腦瘤轉移的AI系統(DeepMets)。通過該系統判斷腦瘤轉移的時間,從20分鐘大幅縮短到30秒內,而且還能計算出腦瘤大小。

可惜的是,DeepMets推出初期,便受限於院際間的病人隱私問題,而無法針對北榮以外的影像資料進行學習。

郭萬祐解釋,各醫院處理影像的方式有許多細節上的差異。從醫師標註方式、影像系統、歸檔方式,都不甚相同,因此,即便DeepMets在北榮運作順利,也無法輕易導入其他院所。

幸好,隨著「聯合學習」在2020年的迅速成熟,讓DeepMets有了走出北榮的機會。

2020年中,看準「聯合學習」對AI模型的訓練方式,郭萬祐率先發起試驗,聯合AILabs、陽明大學、交通大學、瑞典哥德堡查理斯科大進行合作,成功驗證DeepMets透過「聯合學習」的訓練方式同樣有效。

今年3月,郭萬祐更聯合全國九所醫療院所,籌組「台灣腦瘤聯合學習起始會」,讓DeepMets從單一院所的AI模型,一舉成為有九家醫院數據訓練成果的「腦瘤判讀最強大腦」。

過去短短一年內,這陣「聯合學習」風潮,已經快速吹進全台醫療院所。2020年11月,由AILabs領銜,串聯全台11家醫學中心,正式成立「台灣聯合學習醫療聯盟」,力求加快探索「聯合學習」應用的各項可能。根據AILabs統計,該聯盟中,類似DeepMets的「醫療型最強大腦」,全台已有120個。

數據不洩隱私,迎向精準醫療

除了院際合作,未來個人也能透過「聯合學習」的機制,成為「腦細胞」的一份子。

今年2月中,部桃醫院重啟之際,為更加精準防疫,防疫中心推行使用「社交距離App」,正是「聯合學習」結合個人數據的絕佳示範。

杜奕瑾解釋,下載該款App後,只要曾與「確診者」接觸過,該App就會立刻發出通知。原理也採行「聯合學習」機制,App不會記錄關乎隱私的個人數據,僅記錄「去識別化裝置足跡」。

隨著精準健康逐漸成為趨勢,未來人工智慧勢必需要更多、更完整的個人數據,才有辦法給出精確的醫療判斷。

如何讓系統端串聯所有人健康資訊,而不侵犯到隱私,在杜奕瑾眼中,「聯合學習」也許就是答案。

這股未來潛力,政府也看到了。1月29日,由國發會主委龔明鑫發起,少見地共同串聯行政院底下四大部會:交通部、衛福部、經濟部、文化部,共同成立「台灣聯合學習產業大聯盟」,致力尋找AI在各行各業的全新可能。

接下來,「聯合學習」的AI革命才正要開始。

數位專題
2021 K型經濟復甦來了!
分享 Line分享分享 複製連結
AI生技醫藥大數據