【邊緣運算:醫療篇】呼吸革命!AI 影像判讀給醫生更多救命籌碼

圖片來源:Photo by Arseny Togulev on Unsplash

《TO》年度品牌活動  CONNECT  2020 正式上線!聚焦「智慧行銷」、「精準醫療」、「5G 新經濟」、「邊緣運算」4 大深度專題,邀您與百萬讀者共同關注疫後全球科技趨勢!

本文收錄於 「Edge Intelligence」專題系列報導

>>> 報名 CONNECT,獲取最新專題報導上線通知 <<<


近來有許多醫院導入 AI 裝置,包含林口長庚推脊椎量化 AI,或者與科技廠合作推出 AI 應用,例如臺大醫院與科技廠輝達(Nvidia)聯手,推出針對心血管疾病的「心臟主動脈鈣化/脂肪」AI 模型,或者與健保署合作的胰臟癌 AI 偵測模型。

當去年(2019)健保署正式開放產學界申請「去識別化醫療影像」後,更有許多醫療團隊與科技公司、醫材新創合作,開發出越來越多加速 X 光判讀的 AI 應用,協助醫生更快地從醫學影像中抓出疾病病灶。

令人振奮的是,隨著研究推進,科學界發現 AI 的潛力不僅如此。除了醫學研究、影像判讀上,AI 能實際走進醫療現場、輔助臨床診斷的機會漸漸浮現。

邊緣運算能協助醫院打造更符合「效率」、「減輕醫護壓力」、「提高醫療水準」的智慧醫院,是智慧醫療勢必不可少的關鍵。

最需要邊緣運算的場景之一:重症監護

「胸悶」是臨床上常見到的狀況,如果還伴隨呼吸劇烈疼痛,呼吸或咳嗽出現呼嚕聲,就有可能是「氣胸」。

氣胸的症狀可大可小,嚴重起來,比如說「張力型氣胸」,發作起來 可是會讓人隨時致命!

醫生一般會透過觀察胸腔 X 光片, 遵循影像法則或仰賴過去經驗來 觀察兩片肺葉的位置,但如果症狀來得突然,或患者忍痛指數不一導致敘述不夠明確,就很有可能讓醫生無法做出最恰當處置。

從平均數據來看,醫生檢測出氣胸的時間大約需要 8 小時;為了降低這個時間,美國聯盟醫療體系 Partners HealthCare(PHI)跟奇異(GE)公司旗下的 GE Health 合作,推出架在邊緣運算平台的重症監護套件(Optima XR240amx)。

這個套件的優點是,可以先用 AI 篩選出「危急」的 X 光片,準確率高達 96%,將診斷時間縮短為 15 分鐘!

GE Health 將這個套件放在基於邊緣運算的 Edison 平台上,除了可用於重症監護病房的套件,開發團隊還設計了多達 100 多項的服務,包含 AIRx,能讓開發人員利用深度學習、解剖切片的圖像識別技術,讓 MRI 斷層掃描影片的工作流程更加自動化。

病房的邊緣運算,展現醫療與技術跨界合作的決心

AI 需要用大量資料餵食才能在機器學習下跑出能夠決策的演算法,有如 Facebook 需要大家在上面製作原生貼文後才能按照個性化推送 News Feed;同樣地,在沒有邊緣運算之前,AI 的運行都是集中在伺服器端管理,但「醫院」這個場所不一樣,很多人命關天的時候沒辦法讓資料「回報總部」,這時候就需要能夠當下進行運算的 AI 馬上協助醫師做出決策,邊緣運算的技術就是要做到這點。

在不久的未來中,搭載了專業效能的晶片,能整合重症病房內的裝置,比如生理監視器、呼吸器、點滴注射幫浦,連上網路,以及進行本地端的初步分析。

「即時、重症照護需要在邊緣端運行的 AI。」GE 醫療的核磁造影影像部門(Magnetic Reasoning)的總經理 Jason Polzin 強調,此設備為跟 Nvidia 共同開發,這樣醫療與技術的合作在新時代是必要的、持續進行的。

台灣也有手術房的呼吸守護者– 聿信醫材

受疫情影響「遠距醫療」也變成許多醫生跟患者的新溝通模式。當患者配備可攜式的穿戴裝置,即使患者不在醫療機構中,邊緣晶片也能協助收集、儲存、生成、分析重要的病患數據,例如監測血糖數據的連續血糖監測儀器(CGM)將血糖數據發送到手機;又或者是目前物聯網醫療中引人注目的開源計畫 OpenAPS,閉環胰島素輸送系統,不只測量患者血液中的葡萄糖量,還可以輸送胰島素,形成一個「閉環迴路」。

台灣也有一間醫材新創– 聿信醫療器材– 研究邊緣技術,設計出更小的胸腔貼片,呈現出更清楚的肺部的聲學訊號圖、肺部結構,協助醫師提早偵測呼吸與肺音的的異狀,可用於手術房中的麻醉呼吸監測,未來更可用於居家呼吸檢測。

全球知名調研公司 Gartner 的研究員 Bittman 這樣形容邊緣運算:「數位商業模式正為基礎設施帶來全面的顛覆。物理與數位的界線越來越模糊,但也創造更多新的企業與人的互動。」

為什麼科技廠也要投入做醫療邊緣裝置?

更多的 AI 穿戴設備、幫助監測身體狀況的 IoT 儀器,都需要 24 小時不間斷的運作,此外,因為醫療裝置是分散在病房,另一部分是因為要降低無謂醫療成本,各界都在推廣「精準醫療」的需求,需要更多能符合個人需求的感測器。

這些感測器將不會只是簡單的對光、聲音、或力道回饋,它們可能開始需要簡單的運算,加上機器視覺,能對特定的行為有所反應– 這些都需要 AI 的運作。

AI 不僅創造了醫療數據化的需求,也反過來促進了裝置的 AI 化。醫療照護服務 對雲端處理與日常應用的需求將會不斷擴增,整體醫療領域將會更加依賴數據。

邊緣運算的運作基礎在「AI 晶片」上

隨著邊緣運算在醫療的應用上越來越顯著,可一窺 AI 晶片商在市場競爭也愈加白熱化。

2018 年,英偉達(NVIDIA)打造出第一款機器人專用晶片 Jetson Xavier,鎖定在靜態視覺處理的十多種演算法上,兩年過去,更多車用圖像辨識晶片、語音命令處理晶片誕生,這些晶片能讓搭載的工具自動對接近/接觸的訊息採取行動。

同樣是 2018 年,Google 也開發了自己的專用積體電路(ASIC),Edge TPU。這個針對物聯網開發的低功耗電路板,外觀跟一張顯示卡差不多,卻能讓開發者得以在開放原始碼的人工智慧環境(TensorFlow  Lite)Coral 平台上運行,自行訓練 AI 模型。

另一個 IC 領導廠商 Intel 也在近幾年積極佈局 AI 晶片市場,從工業到零售、再到醫療,陸續協助各個產業做邊緣運算轉型。隨著特定領域的專用 AI 將逐漸問世,Intel 也提出邊緣運算解決方案,協助醫院逐步整合診斷應用工具(如生理監視器、病患數據分析)、執行應用工具(如醫材管理、環境管理、文件自動化)、以及 IT 應用工具(如既有網路安全性、狀態回報)。

科技串連數據,讓技術得以輔助專業

在需要做出生死攸關的決策時,將數據應用與技術設備相結合,「邊緣運算」就像是手掌中的 AI,不只可在臨床上協助醫生在做出更明智的決策,也可將醫療範圍拓展到離醫院更遠的居家、偏鄉、資源稀少的地方。

「邊緣運算」本身或許並不是為了擔負這麼大的使命的誕生,卻成為了未來全 AI 時代最關鍵的重要齒輪。

《TO》品牌活動「CONNECT」線上展開跑,報名獲得一系列深度報導最新通知!

四大深度專題:智慧行銷、精準醫療、5G 新經濟、邊緣運算…… 和我們一起探索,今日新星如何創造明日趨勢!

報名 CONNECT,深度內容上線就通知你! 

你可能有興趣

♦ 【現實很骨感】AI 醫療精準優秀,但落地前如何考慮串接現有制度?
♦  全球第一名的醫院–Mayo Clinic 如何迎接智慧醫療?顛覆世界的「AI 醫療」全面啟動
♦ 【5G 新經濟:餐飲篇】一台 POS 機是台灣餐飲界迎戰 5G 數據浪潮的開始嗎?— 專訪 iCHEF 共同創辦人程開佑


 TO 的 Twitter 上線囉~ 大家追蹤起來

點關鍵字看更多相關文章: