AI趨勢周報第111期： 一張醫療影像不只說一個故事，成大揭醫療影像AI新作法

重點新聞(1122～1128)

成大    醫療影像     心肌梗塞  

一張醫療影像不只說一個故事，成大揭醫療影像AI新作法

成大醫院胸心血管放射線科主任蔡依珊揭露成大醫院醫療影像AI新作法，她與團隊利用主動脈電腦斷層掃描影像，打造一款非典型缺血性心肌梗塞AI，目的是讓AI告訴醫生，在一份醫療影像中，不是只有一個故事；也就是除了判斷主動脈剝離之外，還可以確認病人是否患有非典型缺血性心肌梗塞。

她解釋，當病人因胸痛進到醫院急診時，醫生通常會拍攝電腦斷層掃描（CT），來判斷是否發生主動脈剝離，但卻鮮少注意到影像中的其他資訊，比如心肌血流狀態。她指出，當黑白的CT影像染上不同顏色後，除了依然能檢視是否有主動脈剝離，還能明顯看出心臟血流灌注的情形，可用來判斷非典型缺血性心肌梗塞，讓醫生有更多診斷資訊。

於是，她與同事一起展開這項專案，首先搜集了759位病人共3萬8千張CT影像，標記其中40位病人的影像，來進行遷移學習、訓練模型，並利用Nvidia DGX-1來縮短模型反覆訓練的時間。就初步成果來看，模型準確率達84%，蔡依珊團隊也利用200張影像，讓AI與醫生相比，結果與表現最好的醫生，只相差4%。而未來，成大團隊還要開發更多醫療影像AI，作為醫生輔助診斷的小幫手。

  AI晶片     運算架構    異質整合  

臺灣人工智慧晶片聯盟成立4大委員會，還要在臺北京站測試AI監控晶片

臺灣人工智慧晶片聯盟（AITA）日前成立4大委員會，分別是AI系統應用、異質AI晶片整合、新興運算架構AI晶片、AI系統軟體，要透過制定標準、建立產官學AI晶片生態系，來加速垂直整合、進攻全球市場。

其中，AI系統應用委員會著重垂直示範，以驅動終端產品和AI晶片需求為主，第一波將以臺北京站百貨為試驗場域，要導入具AI晶片的監控設備，讓人流更順暢。而異質AI晶片整合委員會鎖定技術面，要整合多顆不同功能與製程的晶片，提升系統效能，同時也要具備體積小、低功耗、低成本的目標。

新興運算架構AI晶片委員會的重點，是要發展新興運算架構，來突破AI運算的耗能與效能瓶頸。AI系統軟體委員會負責提供AI晶片軟體開發環境，要幫助業者減少開發時程。

  Google     模型解釋     AI平臺  

Google AI平臺推出模型解釋功能，讓資料特徵和預測結果的關係一目了然

Google近日釋出Explainable AI測試版，要來提高AI可解釋性，幫助開發人員了解機器學習模型與其預測結果的關係。Explainable AI包含一系列工具和框架，主要功能有AI Explanations、What-If工具，以及連續評估（Continuous evaluation）。

AI Explanations可幫助使用者了解機器學習模型的分類或迴歸任務產出值，只要使用者在Google AI平臺上提出預測請求時，AI Explanations就會顯示資料中每個特徵，對預測結果的影響。What-If工具則能在notebook環境中使用，透過互動式儀表板來檢查Google AI平臺上模型的表現。而連續評估功能，會定期自使用者部署在AI Platform Prediction上的機器學習模型，採取輸入和輸出值樣本，再透過AI Platform資料標記服務，分派人力來檢視輸入值的參考基準標記，並與預測值比對，提供使用者連續性的模型表現回饋。（詳全文）

  濁水溪    影像辨識       濫採濫盜  

巡防濁水溪新方法，第四河川局正研發用AI辨識盜採、濫倒行為要揪可疑車輛

為解決河川廢棄物傾倒和盜採砂石問題，負責濁水溪水域的水利署第四河川局局長李友平提出河川管理智慧監控解決方案，要將影像辨識結合監視器來自動巡防可疑車輛，並以無人機蒐證。

他指出，水利署原本就運用傳統影像處理方法來預防濫倒，但因為誤判率高，團隊想出了結合影像辨識、Line Bot與無人機的方法，來解決問題。首先，在影像辨識部分，團隊先定義出目標車種：砂石車、怪手與垃圾車，並從第四河川局的遠端監控系統中，截取5000張30萬畫素的影像來標記，再用YOLOv3框架來訓練出物件辨識模型。

之後，便部署到遠端監控管理系統，系統會自動於雲端辨識目標車輛，偵測到將自動截圖監視器影像，透過Line Bot通知監管人員。接著，監管人員能直接回覆Line bot中的選項，決定是要指派距離最近的河川巡防員去取締、兩路包抄，還是要串聯無人機遠距錄影存證等。這個方法，提高了取締效率，也能在巡防人員來不及抵達時，以無人機即時拍下目標車輛的車牌與違法行為。（詳全文）

  AWS    關聯式資料庫     機器學習  

AWS關聯式資料庫Amazon Aurora整合機器學習服務，用戶可直接在資料庫中使用

AWS更新自家關聯式資料庫Amazon Aurora功能，整合了機器學習服務SageMaker和Comprehend，用戶可以直接將資料庫中儲存的結構化資料，應用在機器學習模型，不需要額外開發應用程式。

開發者可在查詢中使用SQL函式，直接對資料庫中的資料應用機器學習模型，比如，企業可使用Comprehend來偵測客戶評論中的情緒，或使用SageMaker來建置客製化機器學習，評估客戶忠誠度。開發者可以將機器學習服務所輸出的資訊，儲存在新的表格中，或是直接用來與應用程式互動。目前，Amazon Aurora對SageMaker的整合為正式版，而與Comprehend的整合則仍是預覽版，現在只開放Aurora MySQL 5.7使用。（詳全文）

華南銀行    語音助理     IBM  

AI語音助理技術加持! 華南銀行行動銀行App，用說的就能轉帳

看好語音帶來的人機互動體驗，華南銀行聯手IBM推出AI行動銀行，讓華南銀行用戶只要用說的，就能查詢匯率、存款餘額，甚至是轉帳匯款。華南AI行動銀行具備三大功能：AI全功能導航、支援全面聲控輸入、多輪對談。

這款語音助理小n機器人，運用了IBM Watson的AI語意理解技術，可支援多輪對話應答。以轉帳匯款為例，當使用者說出「我要轉帳」，小n就會問「要把錢轉去哪呢？」，使用者回答「轉給爸爸100元」，系統就會自動引導到轉帳畫面，且自動填入對方的銀行帳戶、轉帳金額等資訊，使用者只要確認就能進行轉帳。華南銀行補充，相較於其他同業以關鍵字為主的服務，需要精準的辨識搜尋，否則會出現牛頭不對馬嘴的情形；而小n採用AI語意理解，不需依靠特殊的語音指令，就可回答問題，給予行動銀行服務新體驗。（詳全文）

成大    超級電腦     影像辨識AI  

蓄勢待發！成大要用6臺超級電腦DGX-1，要助醫療、金融和防災AI影像發展

成功大學揭露學校AI研究發展藍圖，要用新增添的5臺Nvidia超級電腦DGX-1以及2年前購入的同款電腦，運用強化的運算效能，來發展AI學術研究。成大表示，導入初期將鎖定智慧醫療、金融科技和天然災害三大方向，在智慧醫療部分，要用DGX-1來改善醫療AI模型的訓練，範圍涵蓋數位病理、腫瘤科、心臟科、放射科、重症醫學科等。

在金融科技部分，則是要強化成大與永豐銀行的AI金融科技合作應用，包括了作業流程優化、信用評估、風險評估、自然語言服務、客戶回饋分析，以及精準行銷等。在天然災害部分，成大團隊鎖定極端降雨或地震造成的山崩、土石流事件，以深度學習模型來分析，如莫拉克和蘇迪勒颱風引發的山崩，及其發生的精準時間點，來定義破壞機制和警戒值。現在要利用DGX-1來加速運算作業，以便在更短時間內處理大量數據、進行影像模擬，提高準確率。（詳全文）

攝影／王若樸

圖片來源／Google、AWS

 AI趨勢近期新聞 

1. Google Nest Mini智慧音箱正式在臺上市

2. Azure Cosmos DB用戶現在可即時地從Cassandra複製資料

3. Google開源推薦系統模擬平臺RecSim

4. Openai釋出增強學習的安全限制量測工具，研究讓AI不做傻事

資料來源：iThome整理，2019年11月