科技部協助國內 3 家醫院及醫學院，運用 AI 做醫學影像識別，舉行醫療影像資料庫啟用記者會。台灣人工智慧實驗室負責人杜奕瑾在記者會後的專家業話論壇，與其醫療界先進對話，呼籲 AI 要在醫療領域應用，在不死人狀況下，醫療領域應該要勇敢創新，在不造成病人的不舒適之下，別自己陷入法規的限制底下動彈不得。
杜奕瑾進一步談 AI 在醫療領域的應用，以他在微軟的經驗，來看醫療產業與 AI 結合可能。微軟員工有員工的醫療保險，但在美國看醫師的成本相當高。所以他們常常是透過電話方式得到醫療諮詢，大部分時候就是決定在家好好休養。以上敘述的方式，傳統問診和醫療諮詢，都是 AI 可以取代人類原先做的重複性工作。
科技部的醫療影像資料擁有包括心臟冠狀動脈疾病、腦轉移瘤、原發性腦瘤、聽神經瘤、肺癌等疾病的電腦斷層、血管攝影、磁振造影或 X 光等共15 項影像資料庫，總共 46,450 個案例的醫療影像。46,450 個案例的醫療影像中，已經有 17,950 個案例標示疾病，後續會持續擴充，這些影像將能用在訓練機器學習上面。
國研院國網中心負責這次醫療影像資料庫的影像儲存以及辨識運算這一塊，國網中心人員表示，他們會依據各機構的需求，準備需要的框架如 TensorFlow 或是 Caffe 等深度學習運算框架，或者是研究人員慣用的編輯器，放在不同的 Visual Disk 上面。畢竟國家提供的 GPU 資源相當寶貴，用比市價低的價格提供給研究人員使用，可不能隨便讓人亂掛東西，如放了挖礦程式那就是浪費資源了。
▲ 科技部長陳良基出席醫療影像資料庫啟用儀式。(Source：科技新報)
至於許多人關心這次醫療影像資料庫的隱私和研究倫理問題，由於 AI 時代收集的資料和資料集與以前做醫學研究收集病患資料有些不同，簽訂的同意書法律用語略有不同。各個參與資料庫的醫院以及醫學院相當小心，一定會取得病患同意，採動態同意機制。針對資料則充份做好去識別化工作。
這次的啟用的醫療影像資料庫啟用記者會，顯示影像辨識技術相當成熟。先前主要的科技話題通常放在自動駕駛還有人臉辨識上面。但是醫療影像辨識病徵，也是相當熱門的領域，對於醫療院所來說能夠節省寶貴的人力資源。假若辨識成果準確度夠高，醫生將退居第二線確認的角色，能夠節省台灣寶貴的醫療資源。
(首圖來源：科技新報)