技術名稱 | 結合深度學習與巨量資料技術之智慧性疾病風險早期偵測系統 | ||
---|---|---|---|
計畫單位 | 國立交通大學 | ||
計畫主持人 | 曾新穆 | ||
技術簡介 | 本系統iDeepCare以人工智慧深度學習及大數據分析方法為基底,結合影像處理、多變數時間序列探勘、文字探勘等多重技術而發展出創新之智慧性疾病辨識及風險預測技術,可由醫療影像、生理訊號、病歷醫囑等多面向資料進行探勘分析及學習建模,可對多種疾病進行智慧性之早期風險預測及自動辨識,並同時兼具高準確性及即時效率性。 |
||
科學突破性 | 本系統所發展之疾病辨識與預測技術於智慧醫療具高度突破性,以本系統所發展之醫學影像判讀技術為例,可由內視鏡影像自動辨識大腸瘜肉腫瘤化之良惡質性,預測準確性Sensitivity可達97之高,判讀速度可達0.5秒以下之即時性,已發表於消化內科全球排名第一之期刊Gastroenterology,並獲美國 |
||
產業應用性 | 本系統及相關技術可整合開發為智慧醫療領域所需之智慧型診斷輔助系統,對於醫療照護端可降低誤診率及提高診斷效率;對於病人端可及早發現疾病及早治療並降低醫療耗費;對於資訊服務產業則可擴展開發為各種醫療分析系統,與現有之HIS醫院資訊系統、PACS影像系統、CIS臨床資訊系統等相結合及加值,並可拓展至全球之 |
||
關鍵字 | __ |