自動判讀腦瘤、肝癌,台灣醫院AI應用遍地開花
自動判讀腦瘤、肝癌,台灣醫院AI應用遍地開花

台灣醫療水準名列前茅,但過高的門診量、病患數,卻也讓醫師們吃不消,無形中影響了治療品質。今年,各大醫院掀起了人工智慧熱潮,來看看他們想要透過AI改善哪些問題?

目前,較成熟且主流的應用仍是聚焦在醫學影像辨識。

AI自動判讀腦瘤位置,減輕醫師負擔

臺北榮總和臺灣人工智慧實驗室協力建立的「臨床人工智慧腦瘤自動判讀系統」(DeepMattes),於11月中正式在放射線部上線。

人工智慧腦瘤判讀系統
影像中的彩色圓點,就是患者腦部的腫瘤位置,透過AI自動判讀比對出結果。
圖/ AILabs

現行判讀腦瘤方式,是將對比劑加入磁振造影中,由醫師人工找出「一顆顆的白點」,紀錄包含腫瘤大小、位置、可能影響等資訊,進一步和臨床夥伴討論。但榮總放射線部部主任郭萬祐認為,這些繁重的判讀工作,其實會影響討論病情的時間,「改用訓練好的AI模型讀取影像,僅需約20秒時間,就能自動紀錄各項數據,可減輕不少醫師負擔。」

另一方面,榮總磁振造影科主任吳秀美認為,傳統判讀方式需先將腫瘤影像「圈注」好,送往實驗室,其實會花費不少力氣在整理和傳輸上,而新系統就可直接讓醫師校正和確認AI判讀的結果,同時也能持續訓練模型。

北市聯合醫院則和工研院攜手,共同建立糖尿病眼部病變的影像判讀模型,能從患者的視網膜眼底影像自動判讀病變情況,讓準確度、靈敏度、特異度達到九成水準。這套系統,也可讓非專科醫師初步篩選可能罹病的病患,達到提早控制效果,並將運用在馬祖地區。

至於中國附醫,則是已經和輝達(NVIDIA)合作,透過新型的AI主機,判讀乳癌、肝癌和骨齡影像。例如,這套「生長激素缺乏與性早熟疾病症候群」人工智能評估系統,可讓原先需要六至八分鐘的人工作業時間,縮短成0.1秒即有成果。

而堪稱台灣最早導入AI醫療的北醫,自2017年就引進IBM Watson for Oncology臨床決策輔助系統,用來輔助醫生診斷癌症。現在更開發出「智慧型藥物安全系統」,一旦處方中出現無法解釋的藥物,就會被認定為不適當處方,系統會即時跳出提醒,醫師看見就可以再次檢視,降低用藥錯誤風險。

AI自動檢視紀錄,建立骨鬆預警系統

值得注意的是,義大醫院試圖用AI「文字分析」,建立骨質疏鬆預警機制。根據義大醫院資料,只要患者曾經就診,他們開發的系統會自動抓取檢驗數據、X光報告、DXA骨質密度檢測報告,辨識疑似有脆弱性骨折的病患,可在病患接受檢查前,推估出病患骨質密度數值。

簡單說,若有一位老太太曾因為背痛看診,診斷結果是「壓迫性骨折」,AI系統會自動檢視紀錄,建議患者是否再檢查骨質疏鬆症。義大醫院表示,台灣罹患骨質疏鬆症的病患數量高居亞洲第一、全球第九位,希望這套系統未來能逐步發揮影響力。

還有林口長庚醫院,也正在研究透過AI判讀「細菌抗藥性」。林口長庚醫院檢驗醫學科主治醫師王信堯指出,傳統治療肺炎患者,需先驗痰液,花16小時培養細菌,再用質譜儀分析菌種,才會選出用何種藥物治療,耗時一至三天。經過兩年的AI模型訓練,這項研究已經能讓「猜錯藥」的機率降至兩成左右,而醫師平均的猜錯機率,則是五成。不過,目前這項技術仍需評估,到2019年才會有機會運用至臨床。

往下滑看下一篇文章
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?

走進蔬果加工廠,同樣是100公斤高麗菜,最後能做出多少成品?答案不見得相同。氣候、產地與品質影響原料條件,客戶要求的切法、重量與交期也各不相同。對曾任科技業研發主管十多年的宜展科技農業執行長林佑澤而言,這是與科技製造截然不同的世界。

「農業部分全部都不一致。」林佑澤以青江菜為例,即使機械手臂已經訓練好辨識特徵,面對形狀各異的蔬菜,仍難以判斷該從哪裡抓取。農產品的天然變數,卻得面對學校團膳、連鎖餐飲、航空空廚等企業客戶對品質與交期的要求。如何讓加工流程穩定運作,成為宜展投入數位轉型的起點。

從紙本、LINE到數據,先把現場經驗留下來

目前宜展一年處理數千噸蔬果、服務超過120家企業客戶,業務涵蓋採購、截切、清洗、包裝與配送。林佑澤觀察,農產加工的關鍵經驗往往掌握在資深員工手中:該買多少菜、原料損耗多少、訂單增加又該安排多少人力,都仰賴現場判斷。

「主要就是把人的經驗變成數據。」林佑澤說。過去客戶透過LINE或紙本下單,現場靠人工整理訂單、對照不同客戶的加工規格;如今宜展利用AI辨識訂單內容並匯入ERP,再依客戶、品項與規格進行標籤化派工。製程則透過QR Code記錄原料投入量與成品產出量,逐步掌握各環節的加工損耗。

接下來是整理現場的判斷依據。林佑澤透過與資深員工對談,了解採購、派工與品管的作業方式,再利用AI協助找出規則、建立SOP。AI整理出的流程仍須由現場人員逐項確認、修正,才能實際執行。

品質管理也在持續改善。傳統金屬檢測器難以辨識菜蟲、橡皮筋等非金屬異物,宜展正與技術夥伴規劃導入AI影像辨識,輔助產線末端檢查。林佑澤表示,每批農產品品質不同,比起單看良率,他更重視客訴是否減少。隨著訂單與製程資訊逐步累積,宜展也希望進一步建立需求預測、採購建議與生產排程模型,減少營運對資深員工個人經驗的依賴。

不只把菜切好,乾燥加工尋找第二成長曲線

除了改善截切本業,宜展也開始發展乾燥加工。學校團膳在寒暑假面臨需求波動,生鮮蔬果則有保存期限短、價格易受產季影響等限制。林佑澤希望藉由乾燥技術延長農產品保存期限,開拓附加價值更高的加工業務。

不過,乾燥同樣有依賴經驗的問題。傳統做法是太乾就降低溫度、縮短時間,不夠乾就反向調整。每批原料的水分與成熟度不同,反覆試做不僅增加成本,也難以維持品質一致。「品質目標沒有設定的話,前面的製程參數就不知道怎麼調整。」林佑澤將過去研發車用面板的思維帶進農產加工:先決定產品希望達到的口感、含水率與水活性,再回頭檢視原料成熟度、截切厚度及乾燥參數等條件。

團隊進一步結合不同乾燥技術、自行改造設備,並接洽桃園的設備業者合作。林佑澤曾比較其他地區的設備,最後選擇設備構造、乾燥均勻度與可靠度較符合需求的桃園業者。宜展也持續累積製程參數,希望未來透過AI找出適合不同原料的乾燥曲線,減少反覆試做。

「我們主要還是要做代工,想要做一個功能性的原料平台。」林佑澤說,果乾目前更像是展示技術能力的產品,未來希望將服務延伸至辛香料、中藥材、太空食品、超級蔬菜及寵物食品等領域。現階段宜展主要營收仍來自蔬果截切本業,乾燥事業尚未形成主要收入。未來若能建立穩定的乾燥製程與代工能力,宜展便有機會從既有蔬果供應鏈,切入附加價值更高的食品原料市場。

從彰化走向桃園,驗證營運方法能否跨區複製

隨著加工流程逐步數位化,宜展也開始思考,這套管理方法能否帶到彰化以外的場域。

參與桃園市政府青年事務局天際線加速器及Meet桃園+後,宜展擴大與桃園產業生態系的連結。林佑澤提到,天際線協助邀集不同局處了解團隊需求,並提供資源媒合機會。宜展也開始與桃園市農會及在地農民合作,增加北部原料來源。這項合作不只拓展了供應來源,更成為宜展因應極端天候、穩定供貨的重要助力。林佑澤回憶,先前中南部連日降雨,蔬菜供應受到影響,宜展便從北部調度蔬菜,以不同產區互相支援,降低天候對供貨的衝擊。此外,團隊也透過天際線資源,獲得參與日本國際伴手禮設計競賽的輔導,並成功榮獲金賞獎肯定,除了展現產品的創新與設計實力,也為宜展拓展海外市場、提升國際能見度創造更多機會。

下一步,宜展規劃以桃園大溪作為第二個驗證場域,將彰化累積的資料、SOP與加工管理經驗,轉化為可複製、可優化的營運管理模式,帶到不同產地、供應鏈及人員條件下驗證。林佑澤指出,未來若要跨區域擴張,不可能每到一個新地方,就把原有團隊整批搬過去。因此,宜展希望將資深員工的實務經驗,轉化為標準化流程與數據模型,結合AI進行生產排程、資源配置及營運決策,讓新場域能依據當地條件快速調整,降低對特定人員經驗的依賴。

從彰化到桃園,宜展接下來要驗證的,是這套從傳統農產加工現場整理出來的管理方法,是能夠跨區域複製、快速部署並持續優化的農產加工營運系統。 長期目標是降低新場域的建置成本與管理複雜度,提升擴張效率,讓傳統農產加工業具備規模化發展的能力。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓