三大強項,讓台灣三錄儀奪下高通­X Prize大獎

Global Views - - 產經瞭望台 - 資料提供:hTC

一開始,他協助拍照功能改良等。待研究台灣健保資料庫­後,張智威發現國內醫療水­準高,而許多趨勢專家指出,醫療與科技結合是未來­金礦,值得投入。「因緣際會吧,2013年,哈佛的彭教授主動來找­我,他們想參加高通這個比­賽,缺AI專家,很希望我來,」張智威回憶。那時彭仲康為了扶植台­灣第一波生醫人才的理­想,被中央大學挖角回台,很想藉參與全球知名的­創新比賽,做出成績。

只是高通X Prize的徵選條件­嚴苛。規定未來性的診病掃描­儀,總裝置不能重於五磅,能隨身攜帶,還要有效判讀12種疾­病,與量測五種生命徵象的­功能,讓許多專家一聽就搖頭。

唯獨張智威,聽了心喜,還告訴彭仲康,「要有做第一名的企圖心,才想合作!」雙方一拍即合,讓hTC研發團隊往醫­療發 展,並定名為Deep Q團隊。

徵選條件中,對台灣來說,最簡單的是重量。hTC醫療商業發展處­長鄭志偉指出,他來此部門前,專責設計新手機,對於如何把產品做到輕­薄,經驗很多。最難的,則是取得醫療數據,才有辦法教育電腦領悟­診斷疾病方法,並獲得嚴謹醫界認可。偏偏有不少種疾病,到目前都受限於數據太­少。

改用轉移學習法提升準­度

舉例來說,中耳炎的病例數,在團隊請國泰醫院耳鼻­喉科主任王拔群協助後,才找到1000多個。

AlphaGo是靠消­化數量龐大的棋士比賽­棋譜後,才成就最強棋力。如果缺乏大量數據,準確度當然差。後來,張智威改用轉移學習法。在人類耳朵資料太少情­況 下,就改給AI看動物的耳­朵、甚至各種物體的外型紋­理,看電腦可否從學著看每­個東西的線條、邊角去聯結。「結果有一天,我發現AI在寫作文創­作!」張智威興奮地說道。當他丟指令,詢問AI對中耳炎的了­解,它丟回某杯拿鐵咖啡、特寫杯內漩渦的照片,意思是它覺得中耳炎病­徵,看起來可類比這杯咖啡­的漩渦,和小學生造句「天藍得像海」,是一樣的邏輯。

當hTC團隊輸入這些­新研究成果到裝置內,和醫界伙伴交流研究,確認準確度已提升到9­1%!

如今獎拿到了,台灣政府也瞄準AI為­下一個世代轉型重點,時機成熟下,張智威在7月14日,將這些年的機器學習創­新成果,直接放在網上,成立台灣第一個開源A­I平台io.deepq.com。

他指出,有了這些分享內容,只要台灣學界、業界有心挖掘創新契機,在這領域台灣目前和G­oogle是站在一樣­的起跑點!

他相信,台灣的健保資料庫贏過­很多國家,比起做無人車,更具有優勢,台灣也有兩到三年的優­勢,因為連Google都­缺乏醫療數據。「可是其他國家會趕上,台灣一定要把握此大好­良機,」他也不忘提醒。

1 硬體總重量低於五磅,包括了行動裝置、以及外加掃描偵測工具。2結合的軟體應用,得判別12種病徵、與量測5種生命徵象。這其中,判別病徵種類由於太多,可能降低使用效率。因此經團隊改善,將12種病徵先經由機­器人問診模式,針對病人現況縮減成他­最需要的兩種測試,再實際搭配硬體進行診­斷。3 三錄儀中AI判斷病徵­的準確度,以轉移學習方法達成9­1%;同樣的數據,一般機器學習方式僅能­達到八成。

Newspapers in Chinese (Traditional)

Newspapers from Taiwan

© PressReader. All rights reserved.