醫療影像

Google與泰國政府以及當地眼科診所合作，實驗導入糖尿病視網膜病變AI判讀系統後，發現護理人員的操作習慣、網路連線品質，以及診所的設備環境，都會影響AI判讀準確性

經人工智慧加速的磁共振成像（MRI）圖像通常會產生帶狀條紋，可能影響醫師的判讀，而研究人員利用對抗學習移除這些偽影

電商松果購物用AI來改善商品搜尋和推薦兩大應用，首先透過機器學習排序和數十種模型來優化商品搜尋的排序，同時利用傳統矩陣分解和深度學習來建立個人化推薦商品清單，更進一步找出用戶的隱式回饋。就成果來看，推薦清單中的購買召回率達3、4成，推薦專區交易額也成長2倍。

美國國衛院（NIH）去年啟動醫療AI資料庫計畫，其中包括建置全球中風資料庫（GSDR）和相關AI工具，並與臺灣合作，介接臺灣中風登錄（TSR）資料集。而臺灣也在今年5月，由中研院聯合交大、陽明，共同成立數位醫學聯盟，首波鎖定腦中風AI，要來開發屬於國人的AI工具，同時也與NIH合作，要來取得NIH腦中風分析資料，打造適合輸出國外的腦中風AI模型。

準確率不輸國外醫療AI但速度更快，6家教學醫院搶先臨床實測

Nvidia解決方案架構暨工程副總裁 Marc Hamilton揭露Nvidia今年度智慧醫療策略，除了鎖定醫療影像判讀和探索新藥兩大方向外，還計畫要在Clara平臺上新增醫療AI模型市集。

IBM揭露PowerAI在臺應用近況，包括與交大共同以PowerAI來研究智慧製造和自動駕駛系統，也有醫療新創看上IBM開源的大型模型訓練技術Large Model Support（LMS），採用PowerAI來檢測癌細胞和腦癌3D影像等。

以色列新創業者Zebra Medical Vision推出AI1服務，結合深度學習技術以解讀CT、MRI或其他醫學影，以每張1美元的透明化價格，讓消費者可以較低的費用判讀自己健康狀況。