<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p><span style="color: rgb(0, 0, 255);">重點新聞(0416~0430)</span></p>
<p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 通用醫療AI </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 史丹佛大學 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Chatbot </span></strong></span></p>
<p><span style="font-size: 22px;"><strong>什麼是通用醫療AI?史丹佛大學聯手北美頂大給定義</strong></span></p>
<p>鑑於生成式AI蓬勃發展,史丹佛大學聯手哈佛大學、多倫多大學、耶魯大學醫學院等研究者,提出一種通用醫療AI(GMAI)範式,並刊登於4月份《自然》期刊上。他們指出,這種GMAI會用自監督學習方式,從大型、多元的資料集中學習,訓練出同時處理不同模態資料的能力,包含影像、電子健康記錄(EHR)、檢驗檢查報告、基因學資料和醫療文字記錄等模態資料。而且,GMAI可透過少量或非特定任務的標籤資料,來執行各種任務,換句話說,GMAI具備通才學習力。</p>
<p>不只如此,GMAI也要能產出豐富的回覆,像是開放式文字解釋、口頭建議或包含進階醫學推理能力的影像註解(Annotation)。團隊也給出GMAI可能的應用場景,比如產出結合病患病史的醫學影像報告、即時分析手術畫面並發出警示、提供護理人員更深入的病床解釋和建議、蛋白質結構預測,或是草擬出院報告文件、回答患者各種問題的醫療Chatbot。</p>
<p>但要實現這些應用,GMAI得具備2種技能,首先是動態任務學習能力,也就是根據各種自定義查詢(Query),來動態學習如何解決問題。比如,GMAI可根據新問題,給出訓練時沒學習過的資訊,還能根據少量例子來學習新知識。另一種技能是多模態的輸入和輸出,也就是能整合不同類型的資料,來回覆提問。比如醫師詢問GMAI診斷結果時,可附上醫學影像和實驗室報告,GMAI也能給出影像和文字回覆。<a href="https://www.nature.com/articles/s41586-023-05881-4">(詳全文)</a></p>
<p><img alt="" src="https://media.springernature.com/full/springer-static/image/art%3A10.1038%2Fs41586-023-05881-4/MediaObjects/41586_2023_5881_Fig2_HTML.png?as=webp" /></p>
<p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 臺灣人工智慧實驗室 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> DeepMets </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 微軟 </span></strong></span></p>
<p><span style="font-size: 22px;"><strong>國產醫療AI導入Azure,還結合ChatGPT快速產出報告</strong></span></p>
<p>臺灣人工智慧實驗室近日與臺灣微軟簽署合作備忘錄,要將多項可信任的醫療AI產品,在未來一年內陸續導入微軟Azure混合雲,供臺灣醫療院所和國際機構採用,盼藉此推進次世代醫療平臺發展。</p>
<p>他們首先導入微軟Azure的產品是腦轉移瘤輔助偵測系統DeepMets,DeepMets可偵測腦部磁振造影檢查影像(MRI),在30秒內揪出所有腦部腫瘤和病灶,並計算出數量、直徑、體積等資訊。該系統導入微軟Azure混合雲,還整合生成式AI,利用ChatGPT大型語言模型優化,來快速產出符合健保署規範做法、觀察和結論的三段式報告。國產醫療AI系統DeepMets導入Azure,不只臺灣醫療院所可用,還打通國際市場大門,快速部署到美國西岸,目前已有當地學研機構、醫療院所和藥廠評估和使用。<a href="https://www.ithome.com.tw/news/156590">(詳全文)</a></p>
<p><img alt="" src="https://s4.itho.me/sites/default/files/images/%E8%9E%A2%E5%B9%95%E6%93%B7%E5%8F%96%E7%95%AB%E9%9D%A2%202023-04-27%20150904.png" /></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;">CancerGPT </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 協同作用 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 癌症 </span></strong></span></p>
<p><span style="font-size:22px;"><strong>美國大學聯手打造CancerGPT,可良好預測癌症藥物協同作用</strong></span></p>
<p>美國德州大學、麻州大學阿默斯特分校以及德州大學健康科學中心聯手打造一款大型語言模型CancerGPT,具1.24億個參數,可預測一組組藥物在特定人體組織中的協同作用(Synergy),甚至其少樣本預測的能力,可媲美具1,750億參數的GPT-3。</p>
<p>進一步來說,長年實驗證明,多種藥物組合比單一藥物的治療還有效,特別是針對癌症、神經系統失調等疾病。但要找出合適的藥物組合,仍是一大挑戰。鑑於目前的新藥開發研究,都聚焦於藥物協同作用的預測,美國幾所大學研究團隊決定採用大型語言模型,利用模型已具備的科學知識,再透過少樣本訓練,來加強模型對藥物協同作用的預測能力。經測試,團隊發現,CancerGPT即使在零樣本條件下,也能獲得相當高的準確性,替通用生物醫學AI埋下伏筆。<a href="https://arxiv.org/abs/2304.10946">(詳全文)</a></p>
<p><img alt="" src="https://s4.itho.me/sites/default/files/images/%E8%9E%A2%E5%B9%95%E6%93%B7%E5%8F%96%E7%95%AB%E9%9D%A2%202023-04-28%20120600(1).png" /></p>
<p><strong><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 醫事人員行動憑證 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 看診 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 光田綜合醫院 </span></strong></span></strong></p>
<p><strong><span style="font-size: 22px;"><strong>醫事人員行動憑證也有新應用情境了</strong></span></strong></p>
<p>位於臺中海線的光田綜合醫院,率先將醫事人員行動憑證應用於看診,解決醫師看診時醫事人員卡遺失、損壞,或診間沒接讀卡機的突發狀況,也開啟行動憑證第二波新應用。2020年,衛福部開始力推醫事人員行動憑證,當時的主流應用為行動病歷簽核,醫師、護理師、藥師等醫事人員可在行動裝置上簽核病歷、護理工作記錄等醫療單張。</p>
<p>光田醫院在去年底發想出另一種應用情境,讓醫師看診時,也能透過手機驗證登入系統,不必插卡。他們與負責維護醫事人員行動憑證的廠商聯手,一方調整醫院系統,一方調整行動憑證相關模組,在最近試驗成功。簡單來說,醫師可在門診系統登入時,選擇行動憑證,接著桌機系統會發送請求到手機,醫師將員工識別證靠卡感應,就能登入系統。衛福部日前也親自視察成果、決定大力推廣,發信通知成功申請行動憑證的醫院,來嘗試這項應用。衛福部未來也將釋出正式模組,來讓醫院大規模推行。<a href="https://www.ithome.com.tw/news/156511">(詳全文)</a></p>
<p><img alt="" src="https://s4.itho.me/sites/default/files/images/1126-%E5%B0%81%E9%9D%A2-%E6%B5%81%E7%A8%8B-B2.png" /></p>
<p><strong><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 臺北醫院 </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 智慧醫療 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> DRG </span></strong></span></strong></p>
<p><strong><span style="font-size:22px;"><strong>臺北醫院HIS換新推智慧醫療十大建設</strong></span></strong></p>
<p>臺北醫院在3年前展開醫療資訊系統(HIS)轉換,只用3個月就全面上線開放式架構的新系統,有別於一般系統轉換做法,先上線部分新系統、採新舊系統並行,再逐步汰換。臺北醫院資訊室主任王立峯指出,一次全面上線的好處是,醫院不必付出額外成本,與舊系統廠商溝通、介接系統,另一好處是使用者適應期短,可加速轉型。他也發現,新系統上線後兩周,使用者的問題電話大幅減少,代表已適應得差不多了。</p>
<p>在這個基礎上,他們進一步發展10大智慧醫療應用。其一是去年6月上線的行動醫療助理機器人,民眾透過醫院官方Line帳號,就能預約、進行視訊看診。該Chatbot後臺還與HIS串接,可同步看診資料;今年,臺北醫院還要用這個後臺,來打造院內醫師專用的藥物查詢功能、危險通報和醫師會診通知功能。另一方面,臺北醫院也規畫導入智慧櫃檯和藥櫃,來降低醫療錯誤、提高服務品質,同時也正評估DRG自動編審系統,要藉助AI找到合適的分組和代碼,加速申報作業。最後,衛福部臺北醫院也將配合衛福部計畫,成為第一家公版次世代HIS示範醫院,日前已展開需求訪談。<a href="https://www.ithome.com.tw/people/156624">(詳全文)</a></p>
<p><strong><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> IBM </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 莫德納 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 新藥發現 </span></strong></span></strong></p>
<p><strong><span style="font-size:22px;"><strong>莫德納藥廠要用生成式AI和量子運算來探索新藥</strong></span></strong></p>
<p>美國莫德納藥廠(Moderna)日前宣布要用IBM的生成式AI和量子運算技術,來加強mRNA研究與藥物開發。進一步來說,莫德納將使用IBM的基礎模型MoLFormer,來預測化學分子屬性,幫助研究團隊了解mRNA藥物的特性。</p>
<p>其中,MoLFormer是一個大型化學語言模型,可根據小型分子的活動來訓練。團隊希望透過該模型,來最佳化保護mRNA的脂質奈米粒,並用生成式AI來改良配方,設計出最安全有效的mRNA藥物。同時,莫德納也將加入IBM量子加速器計畫和IBM量子網路,來使用IBM量子運算系統進行生技研究。<a href="https://newsroom.ibm.com/2023-04-20-Moderna-and-IBM-to-Explore-Quantum-Computing-and-Generative-AI-for-mRNA-Science">(詳全文)</a></p>
<p><strong><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> FDA </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> Cerner </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 用藥安全 </span></strong></span></strong></p>
<p><strong><span style="font-size:22px;"><strong>靠AI讓用藥更安全!FDA聯手甲骨文旗下電子病歷廠商Cerner</strong></span></strong></p>
<p>美國FDA旗下Sentinel創新中心最近聯手數據分析廠商John Snow Labs和甲骨文旗下電子病歷公司Cerner Enviza,要來開發一款用藥安全AI工具,要找出氣喘藥物Montelukast對心理健康產生副作用的機率。</p>
<p>該計畫名為MOSAIC-NLP、為期2年,Cerner和John Snow Labs將共同發展一種新方法,透過自然語言處理(NLP)技術,來支援自動化查詢流行病藥理學相關的病人數據和臨床病歷記錄。另外,參與此專案的機構還包括橘郡兒童醫院、美國國家猶太醫院,以及負責提供臨床顧問的凱撒華州醫療研究院(KPWHRI)。<a href="https://www.johnsnowlabs.com/fdas-sentinel-innovation-center-chose-cerner-enviza-and-john-snow-labs-to-develop-innovative-ai-tools-for-drug-safety-and-real-world-evidence-studies/">(詳全文)</a></p>
<p><strong><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 研華 </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 智慧診所 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 掛號 </span></strong></span></strong></p>
<p><strong><span style="font-size:22px;"><strong>研華聯手醫資廠商和藥局,要推智慧診所解決方案</strong></span></strong></p>
<p>IoT大廠研華日前號召診所IT廠商、經銷商和藥局,共同成立智慧診所生態聯盟,要將自家智慧診所解決方案推廣到更多診所,目標是5年內5千家診所部署3千臺自助服務設備。</p>
<p>研華主打的解決方案是今年4月推出的智慧診所服務iClinic Kiosk,這是一款自助服務設備,可整合市上各大HIS系統,來讓診所病患自助掛號、退掛、預約、報到、繳費等,體積也較同類產品精簡、容易安裝和維修。該產品推出至今,已在全臺診所部署100臺,來解決診所人力短缺問題。研華這麼做的目的,是因為衛福部近年力推分級醫療、鼓勵傳統診所升級,而全臺醫療產業有7成為診所,因此看準智慧診所市場,要將智慧化產品帶入牙科、中醫、健檢中心、復健科等不同領域診所和藥局。<a href="https://www.advantech.com/zh-tw/resources/news/%E7%A0%94%E8%8F%AF%E6%8A%95%E5%85%A5%E6%99%BA%E6%85%A7%E8%A8%BA%E6%89%80%E8%A7%A3%E6%B1%BA%E6%96%B9%E6%A1%88-%E6%94%9C%E6%89%8B%E7%94%9F%E6%85%8B%E5%A4%A5%E4%BC%B4-%E5%8A%9B%E6%8B%BC%E4%B8%89%E5%B9%B4%E5%B8%82%E4%BD%94%E9%81%8E%E5%8D%8A">(詳全文)</a></p>
<p><strong><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 臺中榮總 </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 藥來速 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 慢箋 </span></strong></span></strong></p>
<p><strong><span style="font-size:22px;"><strong>臺中榮總啟動藥來速服務</strong></span></strong></p>
<p>臺中榮總在4月26日啟動慢箋預約藥來速服務,民眾不必下車就能領藥,提高慢性病連續處方箋領藥服務品質。臺中榮總指出,他們每年都有100多萬張門診處方箋,而透過藥來速方式領藥,可大幅縮短領藥的等待時間。進一步來說,民眾可先在家上網預約,選擇藥來速服務,就能到現場領藥,平均只需5分鐘。除自費藥品、小兒科和傳統醫學科慢性處方箋需回總院原藥局領藥外,其餘慢連箋領藥,民眾可在領藥前10日至領藥當天下午4點前上網預約,自行選擇在藥來速、北院區藥局或總院藥局領藥。<a href="https://regws.vghtc.gov.tw/RegChronicWeb/#/home/attention">(詳全文)</a></p>
<p><img alt="" src="https://s4.itho.me/sites/default/files/images/%E8%9E%A2%E5%B9%95%E6%93%B7%E5%8F%96%E7%95%AB%E9%9D%A2%202023-05-03%20141905.png" /></p>
<p>圖片來源/史丹佛大學、臺灣人工智慧實驗室、德州大學、臺中榮總</p>
<p>攝影/洪政偉</p>
<p><strong><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> MedTech醫療科技近期新聞 </span></strong></span></strong></p>
<p><strong><strong>1. 研究員打造ImpressionGPT,可自動生成放射線醫學影像報告</strong></strong></p>
<p>資料來源:iThome整理,2023年4月</p>
</div></div></div>