<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(0816~0831)</span></p>
<p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);">LLM </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 病歷摘要 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 3D牙位圖 </span></strong></span></p>
<p><span style="font-size: 22px;"><strong>新加坡醫院啟用超級電腦,打造醫用LLM和3D牙位圖生成模型</strong></span></p>
<p>新加坡國立大學醫院(NUHS)日前啟用醫療專用超級電腦,來支援自家醫院的AI專案,如基因組學、大型語言模型(LLM)、醫學影像分析等,他們也實際訓練出醫用語言模型RUSSELL-GPT和3D牙位圖生成模型。</p>
<p>這臺超級電腦名為Prescience,是新加坡醫界部署的第一臺醫用超級電腦。NUHS集團技術長Ngiam Kee Yuan指出,他們自今年3月開始用超級電腦和自家資料訓練RUSSELL-GPT,現已能執行病歷記錄、摘要、寫轉介信和醫學指南QA等任務,幾秒就能完成。他說明,RUSSELL-GPT還大幅降低人為出錯的可能,而且,該模型還用來預測患者醫療旅程,透過分析所有歷史數據來預測各個患者的醫療旅程。他們也正在研究,用該模型來預測尿道感染等常見疾病的嚴重程度和醫療旅程。NUHS指出,這款模型為離線部署,預計今年底在集團內逐步擴大使用。</p>
<p>NUHS還用超級電腦執行另一個專案SMILE AI,目的是要用來生成3D牙位圖。SMILE AI由2個模型組成,一是用3D牙科掃描影像訓練而成,另一是用包含上下顎的全口X影像訓練而成,整合這2個模型來生成患者的3D牙位圖,標示患者牙齒狀態。這麼做,可節省牙科醫師手繪和牙齒建模的時間,也能更視覺化呈現。NUHS點出,有了這些模型,醫師從患者牙齒掃描攝影到確定初步治療方案,只需5分鐘。<a href="https://www-nuhsplus-edu-sg.translate.goog/article/ai-healthcare-in-nuhs-receives-boost-from-supercomputer?_x_tr_sl=sw&_x_tr_tl=zh-TW&_x_tr_hl=zh-TW&_x_tr_pto=wapp">(詳全文)</a></p>
<p><img alt="" src="https://www.nuhsplus.edu.sg/images/default-source/default-album/20230816_nuhs_1cy6072.jpg?sfvrsn=9b0d89c7_1" /></p>
<p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 資料標準 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 檢驗檢查 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> LOINC </span></strong></span></p>
<p><span style="font-size: 22px;"><strong>國際臨床術語資料庫LOINC 2.75版釋出,新增1,945個概念</strong></span></p>
<p>非營利醫學組織Regenstrief研究院最近釋出LOINC最新2.75版,新增了將近2千個概念(Concepts)。進一步來說,LOINC由Regenstrief研究院在1994年建置,是一套臨床指標和檢驗檢查專用的術語資料庫與通用標準,範圍涵蓋臨床醫療護理、實驗室數據和臨床研究等領域,該組織也持續維護LOINC至今,每半年更新一次版本。</p>
<p>這次是根據100多個國家提出的請求,來新增1,945概念,包含實驗室(1,469)、臨床(405)和調查(71)等3大領域,該研究院希望藉此加速醫療系統、實驗室和組織的資料交換效率。使用者可免費在LONIC網站的LOINC術語服務(用HL7 FHIR標準)下載使用。LOINC在臺灣越趨重要,衛福部展開的次世代數位醫療平臺計畫,除了將採用FHIR標準,也計畫導入LOINC和SNOMED標準。<a href="https://loinc.org/news/loinc-version-2-75-adds-almost-2000-new-concepts/?utm_source=%2APRIMARY%2A+Main+LOINC+List&utm_campaign=09024ee4f3-EMAIL_CAMPAIGN_2018_06_14_03_28_COPY_01&utm_medium=email&utm_term=0_ace2caf04e-09024ee4f3-456002406">(詳全文)</a></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;">遠距醫療 </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 衛福部 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 通訊診察治療辦法 </span></strong></span></p>
<p><span style="font-size:22px;"><strong>衛福部預計10月發布通訊診察治療辦法修正版</strong></span></p>
<p>8月28日展開今年度<a href="https://www.youtube.com/watch?v=VC4QEPWycys">行政院生技產業策略諮議委員會(BTC)大會</a>,衛福部政務次長王必勝代表報衛福部盤點年度進展,包括對規範遠距醫療的通訊診察治療辦法修正。該修正案已於今年5、6月召開對外溝通會議,預計10月發布修正案。屆時,心理治療、諮詢、會診等場景也能適用遠距醫療,而適用特殊情形也將擴大納入癌末照護、矯正機關收容照護、行動不便照護、災害/傳染病或其他重大變故照護、國際醫療照護和其他情形,且得以開立處方。</p>
<p>同時,王必勝也預告,人體生物資料庫管理辦法修正草案將於今年10月送行政院審查。該辦法的修正目的,是要強化人體生物資料治理規範,包括擴大資料範圍(可納入基因、醫學影像等生物資料)、新增整合平臺設置的依據,以及管理國人基因資料的收集、使用和輸出機制。<a href="https://www.nstc.gov.tw/nstc/attachments/ac2512b9-b275-43cd-a5eb-d5e6a73f10ef">(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%202023-09-01%20155517.png" /></p>
<p><strong><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 健保資料 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 退出權 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 專法 </span></strong></span></strong></p>
<p><strong><span style="font-size: 22px;"><strong>健保署展開健保資料二次利用專法制定,預計年底完成</strong></span></strong></p>
<p>去年8月,憲法法庭對健保大數據運用爭議給出判決結果,指出健保署欠缺個人資料保護獨立監督機制,且對於相關組織及程序欠缺明確規定,當事人也沒有退出權,屬於違憲,應自判決宣示3年內修正或制定相關法律。</p>
<p>衛福部政務次長王必勝日前表示,健保署已對此展開行動,在今年6月決議制定健保資料二次利用專法,來保障民眾退出權,運作機制將改為學研界提出案件後,進行申請對象確認,並註記、排除退出的民眾資料。衛福部預計年底完成健保資料二次利用專法研擬會議和公聽會,於明年5、6月送行政院審核,明年9月送立法院審議。<a href="https://www.ithome.com.tw/news/158550">(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%202023-09-01%20155847.png" /></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;">中標準整合 </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 衛福部 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> FHIR </span></strong></span></p>
<p><span style="font-size:22px;"><strong>衛福部展開部內4署資料標準整合工作</strong></span></p>
<p>在今年度<a href="https://www.youtube.com/watch?v=VC4QEPWycys&ab_channel=%E5%9C%8B%E7%A7%91%E6%9C%83%E7%A7%91%E6%8A%80%E8%BE%A6%E5%85%AC%E5%AE%A4">行政院生技產業策略諮議委員會(BTC)大會</a>上,衛福部代表王必勝揭露醫療IT系統升級進展,不只成立專案辦公室、對外展開次世代數位醫療平臺計畫,要協助全臺醫院採用國際醫療資料交換標準FHIR,對內也展開資料標準統一工作,包括建置次世代醫療數據共享創新平臺,來交換跨部、跨署數據,以及建立健康資料和通報資料的交換標準與檢驗檢查編碼標準,來統一食藥署、國健署、疾管署和健保署的資料交換架構標準和格式。這個資料標準統一工作,涵蓋了建立FHIR共通欄位格式和LOINC編碼的實作指南。<a href="https://www.nstc.gov.tw/nstc/attachments/ac2512b9-b275-43cd-a5eb-d5e6a73f10ef">(詳全文)</a></p>
<p><a href="https://news.microsoft.com/zh-tw/generativeai-medical/"><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%202023-09-01%20152746.png" /></a></p>
<p><strong><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;">智慧醫療 </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 困境 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> AI </span></strong></span></strong></p>
<p><strong><span style="font-size:22px;"><strong>醫療AI論文多、產品少是臺灣智慧醫療待解決的難題</strong></span></strong></p>
<p>臺中榮總院長陳適安身兼行政院生技產業策略諮議委員會(BTC)委員,他<a href="https://www.youtube.com/live/VC4QEPWycys?si=xpMKWxV7HRRaX3y-">點出</a>臺灣發展智慧醫療的困境,包括醫療AI論文研究多、真正的產品仍是少數,跨院驗證仍有許多問題,以及跨國、跨市場的導入困難。</p>
<p>他分析原因,就醫療AI產品少這項而言,多數臨床人員不熟悉市場機制、IT產業不熟悉醫療,造成雙方找不到正確的題目來研究。而跨院驗證困難,則是因為各家醫院醫療資訊系統(HIS)不同、儀器廠牌不同,導致AI模型難以直接於各院驗證效能。針對這些問題,他建議可從教育、跨產業交流、媒合等機制下手,比如鼓勵ICT人才在學期間先到醫院見習、跨域交流,或定期舉辦研究團隊與產學團隊經驗分享等。他也建議,政府可在現有基礎上,提供醫界跨國取證和市場評估的幫助,來協助醫院向外擴散智慧醫療影響力。甚至,如何將臺灣數位醫療成果擴散到更多國家,他認為可透過醫界聯手IT、基礎設施等業者組成多元跨域團隊,出海到東協等國,來提高成功落地的機會。<a href="https://www.ithome.com.tw/news/158556">(詳全文)</a></p>
<p><img alt="" src="https://s4.itho.me/sites/default/files/styles/picture_size_large/public/field/image/screen_shot_2023-09-02_at_2.18.33_pm.png?itok=s0X81crU" /></p>
<p><strong><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> Google Cloud </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 哈佛大學 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 超級電腦 </span></strong></span></strong></p>
<p><strong><span style="font-size:22px;"><strong>哈佛大學用Google Cloud超級電腦進行醫療研究</strong></span></strong></p>
<p>Citadel Securities與Google Cloud宣布共同贊助哈佛大學一項尖端醫療研究計畫,藉Google Cloud基礎設施,來執行原本在超級電腦上才能進行的運算。該計畫的主題是用數位分身,來模擬用磁性控制人造細菌鞭毛、攻擊與溶解人體血管系統中的血塊和腫瘤細胞。這需要準確呈現人體血管形狀、大小和排列,且也需逼真的血液流動和結構相互作用。</p>
<p>有了Citadel Securities和Google Cloud支援,就能利用公雲資源處理大規模且逼真的醫療應用模擬。在團隊的初期測試中,使用Google Cloud資源已可達到專用超級電腦的8成運算效能,相關測試包括於GPU與CPU上部署兩款不同的程式碼,以進行高效能運算的最佳化,其中之一為入圍2015年超級電腦應用軟體設計獎Gordon Bell Prize決賽的先進程式碼,另一則是用以執行粒子模擬的開源程式碼LAMMPS。<a href="https://www.prnewswire.com/news-releases/citadel-securities-and-google-cloud-announce-high-performance-computing-study-with-harvard-university-to-advance-heart-disease-research-301901714.html">(詳全文)</a></p>
<p>圖片來源/新加坡國立大學醫院、國科會科技辦公室BTC直播</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. <a href="https://www.flyingdoctor.org.au/sant/news/cloud-powered-care/">澳洲皇家空中急救隊終於從紙本病歷轉為雲端EHR系統了</a></strong></strong></p>
<p><strong><strong>2. <a href="https://www.ithome.com.tw/news/158503">BTC建議:整合FHIR標準、成立國家級中心來推動生醫大數據資料治理</a></strong></strong></p>
<p>資料來源:iThome整理,2023年9月</p>
</div></div></div>