<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（1201～1215）</span></p>
<p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);">AI行政命令</span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 生成式AI </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 醫院 </span></strong></span></p>
<p><span style="font-size: 22px;"><strong>全美28家醫療機構響應白宮AI行政命令</strong></span></p>
<p>隨著生成式AI興起，越來越多國家制定相關法規，美國總統拜登也在今年10月底簽署AI行政命令，來規範AI的使用。最近，包含麻省總醫院、波士頓兒童醫院在內的全美28家醫療機構集結響應，在本月承諾將遵守FAVES原則，來發展AI應用，也就是使用公平、適當、經驗證、有效且安全的AI來輔助醫療作業。</p>
<p>根據FAVES原則，這些機構將在用戶收到AI產生且未經審查或編輯的內容時，通知用戶，並且遵守基礎模型應用的風險管理框架。同時，這些機構還要負責任地調查、設計有價值的AI用途，比如打造促進健康公平的解決方案，或是擴大照護可及性和可負擔性、協調醫療照護作業、減少臨床醫生倦怠等類別的解決方案。</p>
<p>另一方面，美國公布AI行政命令後，也要求美國衛生公共服務部（HHS）採取行動，來推動安全可靠、可信任的AI應用。這些行動包括制定負責任AI部署框架、制定相關政策和潛在的監管。該命令還指示HHS啟動新計畫，來記錄AI相關的安全事件，並撥款支援創新，也要確保醫療健康領域的AI部署方遵守非歧視法規。<a href="https://www.whitehouse.gov/briefing-room/blog/2023/12/14/delivering-on-the-promise-of-ai-to-improve-health-outcomes/">（詳全文）</a></p>
<p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 韓國 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 遠距醫療 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 處方藥物 </span></strong></span></p>
<p><span style="font-size: 22px;"><strong>南韓擴大遠距醫療計畫，偏鄉地區開放假日、夜間遠距看診</strong></span></p>
<p>南韓衛福部日前宣布12月15日正式啟動遠距醫療擴大計畫，包含3大原則，一是將遠距醫療視為實體診療的輔助手段，且要在安全情況下進行，再來是擴大可及性，包括允許過去6個月實體看診過的病患，不論何種疾病，只要在醫生評估、建議下可選擇遠距看診，另也允許98個緊急醫療服務不足的市、縣、區居民，即使沒有實體看診，也能在假日、夜間進行遠距看診。</p>
<p>此外，擴大計畫也規定，醫生若認為患者不適合遠距診療，得以建議患者至醫院看診，並不觸犯拒絕提供醫療服務法規。該計畫也限制開藥類別，包括麻醉藥品、事後避孕藥等處方藥。同時，為防止處方造假和竄改，擴大計畫也禁止醫療機構與藥局直接轉帳，另也禁止使用App下載處方。</p>
<p>南韓衛福部也表示，他們正與醫界積極溝通，不只拜訪首爾藥學會、醫師協會，還有內科、耳鼻喉科、兒科、家庭醫學、全科醫學會等，來解釋擴大計畫內容與目的，並收集醫界意見，要在接下來的實施過程中持續討論。<a href="https://www.mohw.go.kr/board.es?mid=a10503010100&bid=0027&cg_code=">（詳全文）</a></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;">Google</span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> MedLM </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 健康照護 </span></strong></span></p>
<p><span style="font-size:22px;"><strong>Google推出醫療專用LLM服務MedLM</strong></span></p>
<p>經2年探索研究，Google在12月14日發布醫療級大型語言模型（LLM）服務MedLM，以Med-PaLM 2模型為基礎，提供大型和中型2種版本模型，供使用者用來解決醫療業務問題。目前，MedLM開放給Google自家Vertex AI平臺的授權用戶使用，也在全球特定市場提供預覽測試版。</p>
<p>Google指出，MedLM中較大的模型是為複雜任務而設計，中型模型則能進行微調，適合在不同任務間進行擴展。他們也分享早期應用案例，比如勤業眾信使用MedLM，加速使用者從聊天機器人中找到所需的照護資源。接下來，Google將以Gemini模型為基礎，發展合適的模型並導入MedLM套件，來提供更多功能。<a href="https://taiwan.googleblog.com/2023/12/medlm-for-the-healthcare-industry.html">（詳全文）</a></p>
<p><strong><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 中醫大附醫 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> MedLM </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Chatbot </span></strong></span></strong></p>
<p><strong><span style="font-size: 22px;"><strong>中醫大附醫採用醫療專科級MedLM打造AI輔助醫師</strong></span></strong></p>
<p>中國醫藥大學附設醫院（中醫大附醫）院長周德陽日前宣布，採用Google新發表、以Med-PaLM 2打造的MedLM模型，來發展專科AI助手。在第一階段中，中醫大附醫將打造兩款Chatbot，一是給醫護人員使用的客製化癌症治療指引的專業用Chatbot，另一款是提供病人詢問的化療問答集Chatbot。例如，乳癌2期的病人有賀爾蒙問題，如何安排治療？Med-PaLM 2可在幾秒鐘內提供回答，甚至提供業醫療文獻參考。中醫大附醫是亞洲第一家採用這款醫療生成式AI模型Med-PaLM 2的醫學中心，後續還會發展更多AI助手。</p>
<p>目前，中醫大附醫先取得Med-PaLM 2模型的使用權，來進行文字生成式內容的測試。測試時，以檢索增強生成（RAG）方法，參考國際癌症治療指引和中醫大附醫院內的癌症治療指引，來生成治療指引的回答。未來，他們也考慮以指令工程方式，將臺灣健保規則輸入到LLM，來優化回答的內容，更符合臺灣情境。<a href="https://www.cmuh.cmu.edu.tw/NewsInfo/NewsArticle?no=8616">（詳全文）</a></p>
<blockquote><p><img alt="" src="https://www.cmuh.cmu.edu.tw//FileUploads/images/%e5%9c%96%e4%b8%89(4).jpg" /></p>
<p>Google研究院傑出科學家暨資深總監 Greg Corrado，說明與中醫大附醫等醫學中心合作，測試並部署新的生成式 AI 解決方案，對建立安全且有用的 AI 技術是至關重要的一步。</p>
</blockquote>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;">臺北榮總 </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 超級電腦 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 生成式AI </span></strong></span></p>
<p><span style="font-size:22px;"><strong>臺北榮總自建超級電腦北榮一號雲</strong></span></p>
<p>臺北榮總在12月6日亮相自家超級電腦「北榮一號雲」，要來加速北榮的精準醫療和智慧醫療發展。臺北榮總資訊室主任郭振宗表示，北榮一號雲的建置，參考了Nvidia的AI超級電腦DGX A100架構，由4節點共32張A100 GPU、NVLink和超高速網路交換器組成，是一套能提供強大算力的叢集運算平臺，要用來發展智慧醫療，包括疾病預後預測、基因序列資料分析、數位病理診斷、智能藥物開發、術前模擬、自然語言處理或語音平臺建置，甚至還有AR／VR的3D模型訓練等。</p>
<p>同時，北榮還有全方位資料中心、創新運算架構和多功能軟體工具，來一起推動發展時下熱門的新技術應用，如生成式AI和LLM在醫學領域的創新應用，要來提高診斷精確性、加快各種疾病的個人化治療策略制定。郭振宗補充，未來北榮將視超級電腦的算力用量，超過80%就會展開擴充工作，再添新主機來提高算力。<a href="https://www.ithome.com.tw/news/160207">（詳全文）</a></p>
<p><img alt="" src="https://s4.itho.me/sites/default/files/images/%E5%8C%97%E6%A6%AE%E8%B6%85%E7%B4%9A%E9%9B%BB%E8%85%A6.jpg" /></p>
<p><strong><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;">臺大醫院 </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> LLM </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 疾病分類編碼 </span></strong></span></strong></p>
<p><strong><span style="font-size:22px;"><strong>臺大醫院用地端LLM優化疾病分類編碼任務</strong></span></strong></p>
<p>臺大醫院揭露AI疾病分類編碼系統新進展，透過訓練本地端大型語言模型（LLM），來優化原系統，1秒就能產生住院病人的國際疾病分類編碼ICD-10-CM/PCS，包含診斷碼及處置碼。進一步來說，這套AI疾病分類編碼系統最初由臺大醫院醫務秘書陳信希領軍、由病歷資訊管理室主任莊秋華擔任計畫主持人，以去識別化的病歷資料和病人多樣態的就醫紀錄資訊，來訓練模型。這項AI疾病分類輔助系統於2022年3月在臺大醫院醫療體系上線，節省14%的人力工時外，還提升準確率。</p>
<p>隨著生成式AI技術不斷進步，臺大醫院也訓練地端LLM來優化這套疾分編碼系統。為讓模型具備臨床知識，臺大團隊針對疾分編碼設計專屬訓練策略，結合院內外醫學語料、反覆調校，讓模型具備臨床判斷力。此外，透過周期性模型更新來修正模型預測結果，讓模型能正確預測新興疾病、新醫療技術與其他困難疾病編碼，提升編碼品質和效率。最新版AI疾病分類編碼系統在今年11月上線使用，效能突破先前版本，1秒即可產生住院病人疾病分類編碼。<a href="https://www.ntuh.gov.tw/ntuh/News.action?q_type=A01&q_itemCode=14139&agroup=a">（詳全文）</a></p>
<p><img alt="" src="https://www.ntuh.gov.tw/ckfinder_file/ntuh/images/2023%E6%9C%80%E6%96%B0%E6%B6%88%E6%81%AF/20231128%E5%85%BC%E9%A1%A7%E7%A7%91%E6%8A%80%E5%89%B5%E6%96%B0%E4%B8%A6%E7%AC%A6%E5%90%88%E6%B3%95%E8%A6%8F%E8%A6%81%E6%B1%82%20%E8%87%BA%E5%A4%A7%E9%86%AB%E9%99%A2%E9%A6%96%E5%89%B5%E5%88%A9%E7%94%A8%E5%A4%A7%E5%9E%8B%E8%AA%9E%E8%A8%80%E6%A8%A1%E5%9E%8B%20%E8%90%BD%E5%9C%B0%E6%87%89%E7%94%A8%E6%96%BC%E7%96%BE%E7%97%85%E5%88%86%E9%A1%9E%E7%B7%A8%E7%A2%BC%20%E5%8F%96%E5%BE%97%E7%B6%93%E6%BF%9F%E9%83%A8%E6%99%BA%E6%85%A7%E8%B2%A1%E7%94%A2%E5%B1%80%E5%B0%88%E5%88%A9%20%E7%8D%B2%E9%A0%92SNQ%E5%9C%8B%E5%AE%B6%E5%93%81%E8%B3%AA%E6%A8%99%E7%AB%A0%E5%8F%8A%E5%9C%8B%E5%AE%B6%E6%96%B0%E5%89%B5%E7%8D%8E-NTUH%E6%99%BA%E6%85%A7%E7%B7%A8%E7%A2%BC.jpg" /></p>
<p><strong><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 亞東醫院 </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 喉癌 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 聯邦學習 </span></strong></span></strong></p>
<p><strong><span style="font-size:22px;"><strong>亞東醫院用聯邦學習建早期喉癌嗓音偵測AI</strong></span></strong></p>
<p>在今年臺灣醫療科技展中，亞東醫院展示一款早期喉癌嗓音偵測AI，結合了遠距醫療平臺，民眾在醫院App掛號時，就能先錄製5秒「啊」音，讓系統自動分析喉癌風險，準確率達8成。</p>
<p>該AI採用英特爾OpenFL聯邦學習架構，自2023年初由亞東醫院發起聯邦學習專案，與臺中榮總和美國一家大學附設醫院使用OpenFL平臺，來訓練模型、讓模型學會辨識喉癌風險的喉音。其中，亞東醫院利用2千筆2-3秒的喉癌患者錄音來訓練模型，另透過英特爾技術協助，能在工作負載不高時自動啟動醫院CPU資源，用來訓練模型。這個AI喉癌嗓音辨識功能整合了遠傳電信開發的遠距醫療平臺，要供偏鄉地區民眾使用，在掛號時就能先自行檢測風險。</p>
<p><img alt="" src="https://s4.itho.me/sites/default/files/images/IMG_6032.jpg" /></p>
<p><img alt="" src="https://s4.itho.me/sites/default/files/images/IMG_6037.jpg" /></p>
<p><strong><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 加護病房 </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 臺北榮總 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 機器人 </span></strong></span></strong></p>
<p><strong><span style="font-size:22px;"><strong>北榮啟用智慧科技加護病房</strong></span></strong></p>
<p>12月初，臺北榮總啟用智慧科技加護病房，要來因應未來新興傳染病。這是北榮投資將近1億元新建的15間智慧負壓隔離加護病床，位於北榮科技大樓，能與主要的住院大樓分艙分流。</p>
<p>他們還在病房中導入商用和自行研發的多種科技，比如AI防護衣穿脫魔鏡、溼洗手監測系統，以及能進行影像監視與呼吸器遠端調控的分散式衛星護理站，以利於傳染病照護。此外，他們設置智慧電視與三方視訊系統，同時導入機器人來協助護理師傳送物資、減少人員暴觸風險。這些病房可在疫情發生時，提供符合防疫標準的負壓隔離重症治療，平時則可作為一般呼吸系統重症加護病房。<a href="https://www.vghtpe.gov.tw/News!one.action?nid=12973&gcode=A01">（詳全文）</a></p>
<p>圖片來源／中醫大附醫、臺北榮總、臺大醫院</p>
<p>攝影／王若樸</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.nhi.gov.tw/News_Content.aspx?n=FC05EB85BD57C709&sms=587F1A3D9A03E2AD&s=1ADF69AAF1A6DD8A">健保署舉辦虛擬健保卡研討會</a>，目前已核發近65張虛擬卡</strong></strong></p>
<p><strong><strong>2. 緯謙科技聯手醫電數位打造FHIR平臺，還導入敏盛綜合醫院和智醫城診所</strong></strong></p>
<p>資料來源：iThome整理，2023年12月</p>
</div></div></div>
