「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
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
