<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（0301～0315）</span></p>
<p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Nvidia </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 微服務 </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>Nvidia推出25項醫療專用生成式AI微服務</strong></span></p>
<p>在今年GTC大會上，Nvidia推出25項醫藥領域微服務，要讓使用者在任何地方、任何雲端環境都能用來打造新服務。這些微服務包括Nvidia NIM，專門用來最佳化模型推論結果，如醫學成像、藥物探索和數位健康等模型。再來是一系列用於藥物探索的模型，如用於生成化學的MolMIM、用於預測蛋白質結構的ESMFold，以及模擬藥物分子與標靶相互作用的DiffDock。此外，Nvidia VISTA 3D 微服務還能加速建立3D分割模型的速度，而Universal DeepVariant微服務則能加速分析，與在CPU上執行的DeepVariant分析作業相比，可將基因組分析工作中的變異調用速度提高50倍以上。</p>
<p>同時，這些微服務也與Nvidia的合作夥伴整合，比如，運算軟體公司Cadence將Nvidia的藥物探索微服務BioNeMo整合到自家藥物探索Orion分子設計平臺，可供製藥專家用來生成、搜尋和模擬具數千億種化合物的資料庫。還有一個例子是，數位健康新創Hippocratic AI整合Nvidia ACE微服務和NIM，可用來建立AI代理、進行低延遲推論和語音辨識等，可用來打造能與患者電話交談、安排預約、術前訪問、出院後隨訪等功能的Chatbot。Nivida表示，目前開發者可在ai.nvidia.com上試用Nvidia AI微服務，也能在經認證的系統中，使用Nvidia AI Enterprise 5.0來部署NIM微服務。<a href="https://nvidianews.nvidia.com/news/healthcare-generative-ai-microservices">（詳全文）</a></p>
<p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> HIMSS </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 衛福部 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 次世代HIS </span></strong></span></p>
<p><span style="font-size: 22px;"><strong>衛福部率臺灣產學研醫療團隊赴美HIMSS 24年會</strong></span></p>
<p>美國醫療資訊與管理系統協會（HIMSS）在3月11日展開今年度醫療IT大會，衛福部資訊處處長李建璋、衛福部科技發展組技監劉明勳和健保署副署長龐一鳴特別率臺灣團參加，帶領產學研醫團隊近50位代表在HIMSS 2024會場展示臺灣智慧醫療研發成果。</p>
<p>臺灣展場分為4區，主要亮點有以次世代HIS平臺為核心推動資料標準化、加速研發AI輔助工具，該展區的團隊有臺大醫院、中醫大附醫、臺中榮總、長佳智能、宏碁智醫和華碩。另一亮點是以次世代HIS平臺實現病患旅程，如從醫療AI區實現疾病篩檢、診斷，再到智慧藥局、智慧病房和遠距醫療與居家醫療等，展出廠商有研華、華碩電腦和華碩雲端等。</p>
<p>李建璋在現場表示，衛福部累積20年來數位轉型經驗，現在則要迎向第2波智慧轉型。他觀察，目前數位科技逐漸導入醫療場域，特別是AI，能輔助醫師早期篩檢疾病、提升疾病診斷效率和後續治療效果，是推動轉型必須重視的技術應用。臺灣食品藥物管理署（TFDA）也持續核發軟體醫材許可證，目前取證的國產產品已有60項，其中37項是AI軟體醫材。另外，衛福部也表明今年開始執行「次世代數位醫療平臺」計畫，要建立核心關鍵基礎設施、發展大數據資料庫，推動AI智慧醫療進展。<a href="https://www.mohw.gov.tw/cp-16-77977-1.html">（詳全文）</a></p>
<p><img alt="" src="https://www.mohw.gov.tw/Public/Images/202403/2242403131207d0ad6.jpg" /></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;"> AI </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 個人化醫療 </span></strong></span></p>
<p><span style="font-size:22px;"><strong>美國醫學中心IT主管盤點4大數位醫療趨勢</strong></span></p>
<p>在今年度HIMSS醫療IT大會上，來自范登堡大學附設醫學中心（VUMC）、浸信會醫院和梅約醫學中心的3位IT主管<a href="https://healthtechmagazine.net/media/video/himss24-4-trends-digital-health-and-patient-experience">接受媒體採訪</a>時，點出今年4大數位醫療趨勢，包括AI、行動化、遠距醫療和個人化醫療。VUMC醫療IT主任醫師Yaa Kuma-Crystal表示，AI並非新技術，但自從ChatGPT問世後，開啟了很多醫療應用的可能，比如大語言模型（LLM）可用來摘要病歷文件、將難懂的醫療術語翻譯為白話，協助醫病溝通，都對臨床業務有幫助。浸信會醫院臨床EHR應用資深主任Kat Hasanovic則指出，他們正運用AI來解決醫護人員下班後仍需進行的文書工作（俗稱Pajama time），梅約醫學中心創新平臺醫學總監Sonya Makhni則表示，由於安全考量、無法隨意授權，導致醫療資料極度碎片化且孤島化，因此他們認為，採用AI最重要的是透過外部資料集驗證模型，可行後才能建立資料處理流程並落地應用。</p>
<p>另一方面，對浸信會醫院來說，行動化是另一大趨勢，他們不只發展專用App來整合病人看診資料，也能讓病人上傳穿戴式裝置數據，來加強醫病溝通。Yaa Kuma-Crystal表示，遠距醫療是VUMC今年關注的另一趨勢，今年會根據看診頻率和病患黏著度，來找出適合發展的情境。梅約醫學中心也有類似想法，他們今年要透過遠距醫療，做為個人化醫療的輔助手段，來降低病人到院看診的成本，同時提高個人化程度。Yaa Kuma-Crystal點出，發展個人化醫療也是他們的目標，他們還會將病人納入測試應用環節，再根據他們的回饋來修正系統，發展更貼近使用者的服務。<a href="https://healthtechmagazine.net/media/video/himss24-4-trends-digital-health-and-patient-experience">（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%202024-03-21%20154036.png" /></p>
<p><strong><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 微軟 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 可信任AI </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> TRAIN </span></strong></span></strong></p>
<p><strong><span style="font-size: 22px;"><strong>微軟聯手全美10多家醫院，要推負責任的醫療AI</strong></span></strong></p>
<p>在近期落幕美國醫療資訊與管理系統協會的醫療IT盛會HIMSS 24中，微軟宣布一項新策略，要聯手全美最大的10幾家醫院，共同組成可信任與負責任的醫療AI網路（簡稱TRAIN），來推動醫療AI的開發和評估標準，以及提高可解釋性和透明度的工具。</p>
<p>TRAIN的成員有微軟、麻省總醫院、約翰霍普金斯醫學院、波士頓兒童醫院、克里夫蘭醫學中心、Advocate Health體系醫院等，此外還有OCHIN和TruBridge。其中，OCHIN是美國一家非營利組織，專門提供專業知識、數據和洞察給社區健康組織，目前服務300多家醫療機構，而TruBridge則是一家醫療保險和帳單支付公司，OCHIN和TruBridge的加入，能讓更多醫療機構使用TRAIN所提供的AI工具，來提高照護品質和病人安全。<a href="https://news.microsoft.com/2024/03/11/new-consortium-of-healthcare-leaders-announces-formation-of-trustworthy-responsible-ai-network-train-making-safe-and-fair-ai-accessible-to-every-healthcare-organization/">（詳全文）</a></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;">Google雲端 </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 生成式AI </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 護理交班 </span></strong></span></p>
<p><span style="font-size:22px;"><strong>Google雲端新添醫療生成式AI功能，還瞄準護理交班情境</strong></span></p>
<p>在3月11日展開的北美年度醫療IT大會HIMSS 24上，Google雲端揭露一系列新生成式AI應用，首先是醫療健康領域的Vertex AI搜尋服務，能幫助臨床醫生快速解析患者數據和臨床記錄。Google雲端醫療保健策略和解決方案全球總監Aashima Gupta在接受HIMSS採訪時表示，搜尋臨床數據困難又耗時，但透過API使用Vertex AI搜尋，則能享有Google.com般的生成式搜尋體驗。而且，該工具在生成答案時，還會附上資料來源的註腳，來確保可信度。</p>
<p>除了Vertex AI搜尋，Google雲端還宣布在醫療專用大語言模型服務MedLM中，添加2項新功能，其一是用於胸部X光片分類的API，另一個是病情摘要API，能根據患者病況時間順序，來生成每種病況的簡短摘要。Aashima Gupta也指出，MedLM目前在梅約醫學中心、HCA醫療集團等地測試，特別鎖定護理師交接場景。她表示，護理師交班前，總得花10到15分鐘說明每一位病人的情況，若手上有10位病人，就得花上1.5小時說明，而MedLM可快速根據患者狀況產生摘要，還能引用EHR系統中的資訊，來縮短說明時間。<a href="https://cloud.google.com/blog/topics/healthcare-life-sciences/google-cloud-gen-ai-healthcare-announcements">（詳全文）</a></p>
<p><strong><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;">生成式AI </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> Oracle </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 績效 </span></strong></span></strong></p>
<p><strong><span style="font-size:22px;"><strong>Oracle推出新醫療生成式AI功能，涵蓋摘要、分析和績效衡量</strong></span></strong></p>
<p>在今年醫療IT大會HIMSS 24大會上，Oracle宣布自家的醫療資料平臺Oracle Health Data Intelligence新添生成式AI功能，包括病人病史摘要生成、更多種內建的醫療品質分析、更細緻的自動警報通知，還有根據美國最新責任醫療組織（ACO）標準制定的績效衡量基準等，能幫助醫院衡量績效、成本與收益。</p>
<p>進一步來說，Oracle Health Data Intelligence是一款提供雲端應用程式、分析應用的模組化套件平臺，可整合多種來源的資料並分析，如電子健康記錄（EHR）、企業級應用、保險申請文件等。Oracle表示，這次新添的功能，可幫助使用者創新、提高照護品質、善用人力和IT資源等。<a href="https://www.oracle.com/news/announcement/oracle-delivers-foundation-for-more-intelligent-healthcare-2024-03-12/">（詳全文）</a></p>
<p><strong><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> HIMSS </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> Gartner </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 虛擬照護 </span></strong></span></strong></p>
<p><strong><span style="font-size:22px;"><strong>Gartner醫療分析總監：虛擬照護是趨勢</strong></span></strong></p>
<p>北美醫療IT年會HIMSS24在3月上旬展開，Gartner醫療照護分析師總監Veronica Walk接受HIMSS旗下媒體訪問，點出生成式AI和虛擬照護是今年會展一大趨勢。她表示，今年展出許多生成式AI應用，可用來分擔醫護等臨床人員的行政工作，如快速生成病歷摘要、臨床文件等。此外，由於近來臨床醫師工作疲乏和護理人力短缺問題越來越嚴重，虛擬照護和在宅照護的解決方案也越來越多，可用來結合醫療設備資訊，提供更細緻的遠端分級照護。</p>
<p>但她表示，這些概念很可能成為新解決方案的炒作關鍵字，因此她建議，在接下來的1年，醫資廠商IT主管和營運者應回到問題本身，比如臨床醫師工作疲乏，就需要運用適當的技術分擔工作量，才能幫助醫院招人和留人。她也提到Gartner自家的技術成熟度曲線，提供每項創新技術的預期效益、成熟度和採用情況，可用來輔助廠商和醫院，衡量適不適合投資特定新技術。<a href="https://www.healthcareitnews.com/news/gartner-emerging-tech-expert-talks-ai-and-virtual-care-himss24">（詳全文）</a></p>
<p><strong><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 骨質疏鬆 </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 臺中榮總 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> X光片 </span></strong></span></strong></p>
<p><strong><span style="font-size:22px;"><strong>臺中榮總用AI輔助，快速判讀骨質疏鬆X光片</strong></span></strong></p>
<p>臺中榮總聯手宏碁智醫，共同研發一套骨質疏鬆輔助判讀AI系統智骨篩VeriOsteo OP，可根據病人的胸腔X光片，在30秒內判斷骨鬆密度值，來協助醫院篩選大量疑似骨鬆的民眾，及早治療和預防。</p>
<p>進一步來說，醫院輸入患者X光片時，系統會給出病人骨鬆密度值，如-2.5至-3.1，來協助醫師制定術前計畫和復健治療。目前，臺中榮總骨科部為降低銀髮族骨折風險，已在院內應用VeriOsteo OP，來進行骨質密度異常篩檢，準確率高達近九成，能有效找出骨質異常的病人，並給予適當衛教和預約骨鬆防治諮詢。該軟體也獲衛福部食品藥物管理署（TFDA）核准，成為臺灣首款骨質疏鬆症輔助診斷智慧醫材。接下來，他們要推廣至各大醫療機構、健檢中心和基層診所，提供更便捷的骨質密度篩檢服務。<a href="https://www.vghtc.gov.tw/Module/BreakingNewsContent?BreakingNewsID=af3db0bb-648d-4392-b32a-c3ef090ee9a6&WebMenuID=c47a00fc-ee22-4871-b6ec-5dc557ec27b3">（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%202024-03-21%20154604.png" /></p>
<p><strong><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> LLM </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 香港 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> CARES Copilot </span></strong></span></strong></p>
<p><strong><span style="font-size:22px;"><strong>香港創新院AI中心發表醫療專用LLM</strong></span></strong></p>
<p>中科院香港創新院AI中心（CAIR）最近發表醫療業專用的<a href="https://www.cair-cas.org.hk/articles/ai">CARES Copilot</a>大型語言模型系統，能與醫療設備高度整合，還兼具可信任和可解釋性特點。這款CARES Copilot 1.0可處理多模態資料，包括圖像、文字、語音、影片、MRI、CT、超音波等手術數據。同時還能在多場景處理多任務，像是手術階段識別、器械與解剖結構分割、器械檢測與計數，以及MRI高分辨率圖像生成等。</p>
<p>CASRES Copilot可處理長達100K Token上下文，能處理超過3000頁的覆雜手術教材，可用來培養年輕醫生的專業知識。而且，CARES Copilot還具備深度檢索功能，能快速精確地提取手術教材、專家指南、醫學論文等專業文件資訊。經測試，該系統能在1、2秒內快速檢索百萬級數據，準確率高達95%。該系統也在多家醫院的不同科室進行測試和優化。<a href="https://www.cair-cas.org.hk/article/295">（詳全文）</a></p>
<p><img alt="" src="https://www.cair-cas.org.hk/uploads/image/202312/8d8d4b122420428e6711b819aad98369.png" /></p>
<p>圖片來源／衛福部、Health Tech、臺中榮總、CAIR</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. 新加坡推出糖尿病足部照護App</strong></strong></p>
<p><strong><strong>2. Salesforce推出醫療資料平臺Einstein Copilot </strong></strong></p>
<p>資料來源：iThome整理，2024年3月</p>
</div></div></div>
