色情38kky.com

運用重症資料找出精準醫療方案的「醫療數據松」競賽，今天(27日)在台北醫學大學正式起跑。北醫大科技學院院長李友專表示，競賽不僅是希望激發創意引導精準醫療的新方案，連續4年的活動更連結了以色列、美國波士頓的新創能量，這顯示台灣醫療AI國際化的程度已經愈來愈高。#請聽蕭照平採訪報導#為了深化醫療人工智慧的發展，台北醫學大學27日與美國麻省理工學院計算機科學與人工智慧實驗室，第4度舉辦為期3天2夜的「醫療數據松」(Healthcare Datathon)競賽。這一次引用了急重症醫療資料，希望各國上百位的參賽者可以爬梳出能運用在風險預測、病程發展預測、預後預測(預測治療後的狀況)、死亡預測的人工智慧模式。到場支持的台灣人工智慧實驗室執行長杜奕瑾表示，精準醫療是未來趨勢，但要做得好就必須掌握完整數據，由於台灣有全民健保、電子病歷等資料，所以這關鍵的一步，台灣比其他國家更有機會。台灣人工智慧實驗室執行長杜奕瑾。 (蕭照平攝)北醫大科技學院院長李友專解釋，「醫療數據松」其實就是要運用大數據來解決臨床問題，而大數據跟過去統計技術最大不同點在於，系統可處理的變數量天差地遠。他說：『(原音)AI最大不同是，他可以一次做好幾百、好幾千甚至好幾萬的特徵(抓取)，統計最後都是縮小到10個變數，可是AI用在大數據來講，如果你有1萬、2萬的變數都可以放進去，且每一個變數都可以有貢獻。』北醫大學科技學院院長李友專。 (蕭照平攝)李友專特別提到去年競賽脫穎而出還登上國際「自然」期刊的作品，就是分析加護病房患有敗血症的患者情況，進一步協助醫師判斷如何給藥。他說：『(原音)用AI判斷哪些人(打點滴)是有效的，哪些人反而死得更痛苦，這就很重要，因為這醫師判斷也很困難。所以我們就用之前ICU的案例，哪樣的病人有什麼屬性會有效、沒有效，所以用這個做出精準的預測模式。』李友專表示，如果把資料比喻成石油，那麼「醫療數據松」就好比是煉油廠，而台灣也絕對有能力扮演資料輸出的產油大國，他希望進一步透過醫療AI幫助世界。原始連結