國研院國網中心與雲象科技公司合作，以台灣AI雲平台打造全新的病理數位影像標註方法。（國研院提供）

〔記者簡惠茹／台北報導〕國研院國網中心與雲象科技公司合作，以台灣AI雲平台打造全新的病理數位影像標註方法，國網中心表示，估計可節省醫生半年的標註時間，技術成果預計於今年11月國際高速計算大會發表。

國研院國網中心與雲象科技公司合作，以台灣AI雲平台打造全新的病理數位影像標註方法。（國研院提供）

台灣十大最酷科技新創公司之一的雲象科技與國家實驗研究院高速網路與計算中心合作，以台灣AI雲（TWCC）實現運用統一記憶體及算圖優化的技術，挑戰直接以全玻片數位病理影像發展AI模型，國網中心表示，每個專案可節省專業醫師半年的標註時間，為數位病理AI技術帶來革新，讓台灣醫療走在世界的領先群。

請繼續往下閱讀...

國網中心指出，醫師針對癌症區域進行細節標註後，因影像過大，目前作法是將全玻片影像預先切割為數萬個小區塊，才能進一步訓練AI模型，傳統方法效果雖然優異，然而必須對每個區塊都做好預先標註，才可以訓練深度神經網路模型。

雲象科技表示，他們打造出可辨識特定癌症細胞的深度神經網路模型，以輔助醫師更快速有效的在病理切片中辨識出癌症細胞，今年也開始運用統一記憶體及算圖優化的技術，使用完整全玻片影像來訓練深度神經網路，取代目前仰賴醫師專業人力標註並把影像切割成多個小區塊的方法，節省專業病理科醫師數月到半年不等的標註時間。

國網中心指出，雲象科技結合台灣AI雲採用高速計算架構設計，每個節點間設計有100G頻寬，讓全解析度影像資料得以順暢交換處理，使得高達數十億畫素的全玻片數位影像AI訓練變成可能，透過雲象科技軟體加速及台灣AI雲，計算速度提高了275倍，每個專案可省下專業醫師近千個小時的標註時間；且可透過400倍超高解析度、零切割最完整的方式做全面檢視，大大提升了辨識的效率和品質，此技術成果預計於今年11月國際高速計算大會發表。

☆健康新聞不漏接，按讚追蹤粉絲頁。
☆更多重要醫藥新聞訊息，請上自由健康網。

不用抽 不用搶 現在用APP看新聞 保證天天中獎　 點我下載APP　 按我看活動辦法