AI Labs啟動台灣聯合學習醫療聯盟!診療從兩周變半天,把台灣頂尖醫療AI送到全球
AI Labs啟動台灣聯合學習醫療聯盟!診療從兩周變半天,把台灣頂尖醫療AI送到全球

「今天就是要昭告世人,我們在做聯合學習(federated learning),結合第一流的醫療院所與AI人才,不只要解決研究問題,還要讓台灣變成數位經濟的代表國家。」台灣人工智慧實驗室(Taiwan AI Labs)創辦人杜奕瑾說。

台灣聯合學習醫療聯盟
台灣聯合學習醫療聯盟啟動現場,許多人到場支持,左至右為:中國醫藥大學附設醫院許凱程主任、台北慈濟醫院鄭敬楓院長、臺北醫學大學附設醫陳瑞杰院長、食品藥物管理署李明鑫主任秘書、科技部林敏聰次長、前副總統陳建仁、Taiwan AI Labs創辦人杜奕瑾、 中央流行疫情指揮中心專家諮詢小組張上淳召集人 、國家發展委員會高仙桂副主任委員、臺大醫院吳明賢院長、臺北榮民總醫院部陳適安副院長、三軍總醫院王智弘院長。
圖/ 台灣人工智慧實驗室

台灣人工智慧實驗室於今(3)宣布,啟動「台灣聯合學習醫療聯盟」,採用台灣人工智慧實驗室所發布的聯合學習開源框架Harmonia,希望利用去中心化的聯合學習演算法,讓AI進入各家醫學中心學習最頂尖的醫師專業,再提供給各醫療院所使用。

什麼是聯合學習(federated learning)?

傳統AI必須把數據上傳到雲端或統一的伺服器進行訓練,但是當層級放大到城市、國家乃至於全球,光是以影像來說,數據量將是以兆張為單位,上傳到同一個雲端,就不夠有效率。「聯合學習」可以讓一部分數據在手機端完成訓練,並共享成果;且由於共享的僅是模型和權重,還能兼顧個人數據的隱私性。

用「分享模型」取代「資料共享」,解決醫療數據的機密性問題

台灣人工智慧實驗室創辦人杜奕瑾
採用聯合學習的方式,僅需分享AI模型或權重,適合數據多具有機密性的醫療產業。
圖/ 陳君毅攝

聯合學習的優勢是僅需共享AI模型或權重,不再強調資料、數據的中心化統整,「當台灣的醫療院所聚集起來採用聯合學習,所產生的AI模型可以輸出到全世界。」杜奕瑾說。

而前副總統陳建仁也到場表示,「希望未來所有醫院好好合作,搭配政府的法規改善,我相信可以把台灣(醫療AI)帶到全新的世界第一。」

杜奕瑾也提到,透過聯合學習開源框架Harmonia,可以突破集中式機器學習的瓶頸,用「分享模型」取代「資料共享」,解決高機密性的資料交換難題,並建構頂尖醫師專業的AI平台。

在歐盟國家,因面臨嚴格的GDPR個資法把關,早已採用聯合學習方式訓練AI又同步保護個資,共享AI的學習成果。杜奕瑾進一步呼籲更多的醫療院所及政府衛生單位,加入共同壯大台灣健康AI行列。希望未來將共享平台部署於地區與偏鄉,幫助資源較少的醫療院所也能採用AI的學習成果,提升醫療品質。

腦轉移瘤AI輔助診斷系統,讓診療流程從兩週變半天

透過聯合學習的機制,台灣聯合學習醫療聯盟已經有多款醫療AI,皆由台灣醫師團隊與台灣AI團隊合作開發。

具體的計畫如「腦轉移瘤AI輔助診斷系統」,在科技部「醫療影像巨量資料計畫」的支持下,由台北榮民總醫院首先啟動。

以台北榮總院內標註的資料庫作為第一階段初始模型訓練;第二階段在國發會支持的「健保影像倉儲計畫」邀請下,納入全國23家醫學中心,超過3,000筆腦部磁振造影影像,完成AI模型聯合訓練及優化;第三階段預計再加入台大醫院、三軍總醫院、長庚醫院等醫學中心的影像資料回溯學習,以及地區醫院的臨床測試,持續強化AI模型,並進行法規認證。

腦轉移瘤AI輔助診斷系統,能夠針對主流廠牌的MR影像辨識出腦轉移瘤病灶,並計算數量、最大徑與體積等重要資訊,該系統已於台北榮總神經影像及胸腔內科AI輔助門診上線,以應用於超過1,500個病例,醫師閱片時間從10分鐘縮短為30秒、患者的診療流程也可由兩週縮短為半天,不僅加速治療方針擬定,也減輕患者苦等檢查報告的焦慮。

未來,為了促進更多醫學中心與醫療院所加入AI聯合學習的行列,除了開放聯合學習的開源框架Harmonia之外,台灣人工智慧實驗室正籌備相關的推廣計畫,包括提供產業運用聯盟資源進行臨床驗證、聯合學習臨床驗證成果與法規的介接,以及協助醫療機構建立聯合學習系統。

責任編輯:錢玉紘

往下滑看下一篇文章
廢棄碳纖維也能變再生材料!天翊綠能靠低溫解聚技術,獲桃園SBIR助攻產品驗證
廢棄碳纖維也能變再生材料!天翊綠能靠低溫解聚技術,獲桃園SBIR助攻產品驗證

碳纖維因重量輕、強度高,廣泛應用於自行車、汽車、航太及無人機等產業,每公斤原生碳纖維價格可達數百元,部分高階材料甚至高達數千元。然而,這些高價材料製成複合材料後,生產過程產生的邊角料與廢棄物,卻因熱固性樹脂難以分離,往往只能焚化、掩埋或降級使用,讓耗費大量能源製造的碳纖維失去再利用價值。

「產業真正需要的不是把廢棄物處理掉,而是如何把裡面的碳纖維、玻璃纖維重新變成有市場價值的材料。」天翊綠能科技執行長莊文彥指出。深耕複合材料產業約20年的他,於2023年成立天翊,希望透過自主開發的低溫常壓解聚技術,讓廢棄複材重新回到製造業供應鏈。

低溫解聚保留纖維性能,從廢料處理走向材料再生

熱固性複合材料難以回收,關鍵在於樹脂固化後無法像一般塑膠重新加熱熔融。傳統高溫熱裂解雖能去除樹脂,卻可能損傷碳纖維性能;若回收碳纖維強度下降,製造商可能需要增加材料用量以滿足產品的強度要求,反而削弱碳纖維原有的輕量化優勢。

為突破限制,天翊開發低溫常壓化學解聚技術,在約90°C、常壓環境下分離樹脂與纖維,降低高溫處理對纖維性能的影響。不同於將樹脂直接燒除,天翊也推進樹脂回收再利用及化學溶劑循環,提高材料利用效率。根據天翊提供的第三方檢測結果,回收碳纖維在受測性能項目上的表現達原生材料的98%以上。團隊也將回收纖維製成再生碳纖維不織布、板材、塊材及工程材料。

莊文彥表示,再生碳纖維每公斤價格約150至300元,具備成本競爭潛力。天翊也規劃三層商業模式:取得合法處理資格後,協助製造商處理複材廢料並收取處理費;將回收纖維製成再生材料銷售;再與客戶共同開發終端零組件。「我們不希望公司的主要價值停留在『每公斤收多少處理費』,而是希望營收逐步往再生材料與高值應用移動。」莊文彥強調,讓回收材料具備市場需求,才是循環經濟能否持續運作的關鍵。

桃園 SBIR 助攻百公斤級驗證,跨越技術走向產品的關鍵門檻

對技術型新創而言,證明技術可行只是第一步。要讓再生材料進入製造業供應鏈,還必須建立可重複的處理流程、穩定的材料品質及產品驗證機制。這些工作需要投入設備、人力與檢測費用,對商業化初期的天翊而言,是不小的負擔。

在桃園市政府地方型SBIR計畫的研發經費支持下,天翊得以加速推進製程測試、材料檢測與產品驗證。莊文彥指出,過去團隊主要仰賴實務經驗調整回收製程,但要讓技術進入產業應用,還必須建立標準作業流程、進出料紀錄及材料品質數據。透過計畫,天翊逐步完善這些機制,並針對碳纖維自行車、碳纖維預浸布邊料、高壓氣瓶與車用零件等廢料進行測試,完成超過100公斤複材廢料的處理驗證,建立相應的操作條件。

除了製程驗證,補助也支持團隊將回收纖維製成不織布、模具及相關產品,確認再生材料能否符合實際需求。其中,以再生碳纖維氈製作的模具,相較原本的玻璃纖維模具,減重約56.96%;以再生碳纖維氈製作的產品,相較原本玻纖產品,減重約27.77%。這些成果讓天翊不再只能向客戶說明技術可行性,而能透過具體的材料與產品數據,爭取後續合作機會。

天翊也與既有下游夥伴推進汽車零組件應用,累積再生材料進入供應鏈所需的驗證經驗。「SBIR對我們而言,不只是補助研發,而是幫助公司跨過了『實驗室技術走向實際產品』非常重要的一段。」莊文彥表示,政府資源不僅分攤研發成本,更協助團隊補足商業化所需的品質管理與產品驗證基礎。

以桃園為循環基地,從碳纖維走向風機葉片回收

除了研發補助,桃園聚集電子、汽車、航空與複合材料產業,也讓天翊有機會就近尋找廢料來源、加工夥伴及應用客戶。此外,天翊與桃園市政府消防局就高壓氣瓶展開合作,嘗試將回收技術應用於地方政府實際產生的循環需求。團隊目前持續推進桃園廠區設置與再利用相關申請,希望建立「在地廢料、在地回收、在地再製」的產業模式。

不過,即使技術與產品驗證已取得初步成果,天翊仍須完成事業廢棄物再利用相關許可程序,才能依核准條件擴大收料與處理規模。漫長的審查過程雖然增加營運成本,但莊文彥認為,除了回收技術,合法處理資格、穩定料源與產品市場,同樣是建立長期競爭優勢的關鍵。天翊的長期目標則不止於碳纖維。莊文彥補充,當初投入低溫常壓解聚技術,也考量到未來大型風力發電機退役葉片的回收需求。風機葉片主要由玻璃纖維、樹脂及部分碳纖維構成,體積龐大且難以回收,隨著全球風電產業發展,退役葉片處理將成為重要課題。天翊也已取得風機葉片回收處理方法的臺灣發明專利與美國發明專利。

因此,團隊選擇先從材料價值較高的碳纖維切入,累積技術驗證、設備放大與商業化經驗,再逐步拓展至大型風機葉片。「我們希望證明,複合材料不是只能從製造走向廢棄,而是可以從廢棄再回到材料、再回到產業。天翊要做的,就是把這條循環真正建立起來。」莊文彥說。

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