戴爾與台北榮總共同打造現代化大數據 AI 平台實現AI醫療
本帖最後由 jckuan 於 2022-10-24 17:04 編輯戴爾與台北榮民總醫院合作，從現代化科技、數位互聯員工、線上醫療以及個人化精準醫療四大方面，共同打造現代化健康大數據 AI 平台，提升院內論文數等多項效益。
https://p.xfastest.com/~kenny.kuan/2022/20220928/dell0928_01.jpg
（左起)台灣戴爾科技集團總經理廖仁祥、台北榮民總醫院大數據中心負責人朱原嘉博士、台灣戴爾科技集團技術副總經理李百飛
近三年的 COVID-19 疫情成加速全球醫療保健產業數位轉型，並有目的性地擁抱新興科技，積極建置智慧醫療所需的現代化平台。專注務實創新的戴爾(Dell)與台北榮民總醫院合作，從現代化科技、數位互聯員工、線上醫療、個人化精準醫療四大方面，打造現代化健康大數據 AI 平台。透過此次合作，台北榮總在最短時間內成為最快收穫資料(Data)價值效益的醫療機構。到目前為止，已讓醫院的醫學論文量提升 33%、醫學論文分數高出平均三倍、提高臨床用藥精準度以延長癌症3年與5年的存活率，以及透過大數據分析，以不同排列組合，計算出個人化最適 COVID-19 疫苗施打方案，提高疫苗保護力。
https://p.xfastest.com/~kenny.kuan/2022/20220928/dell0928_06.jpg
醫療保健產業現今面臨轉捩點
期望在2030年前，以科技力量改善全球10億人的生活，是戴爾的 ESG 射月的其中一項目標，而醫療保健正是非常重要的一環。隨著全球人口繼續老化，至今 65歲以上已超過7.71億人，其中三成以上患有一種或多種慢性疾病。慢性病管理和治療產生大量醫學影像，因此做好資料管理，並從不斷增加的資料中獲得智慧洞察而變得更為重要。
https://p.xfastest.com/~kenny.kuan/2022/20220928/dell0928_02.jpg
台灣戴爾科技集團總經理廖仁祥
台灣戴爾科技集團總經理廖仁祥表示：「我們的醫療產業客戶正面臨複雜挑戰，像是對於效率與安全性要求極高的遠端醫療與照護、新的診斷醫學、隨需隨取的臨床資訊等需求。據調查 74%的醫療保健機構對於資料與 AI 工具深具信心，也是疾病治療的關鍵。全台將近一半醫學中心均採用戴爾的解決方案，協助加速智慧醫療轉型。」
透過建立以資料為本的 AI 基礎架構環境，整合結構化與非結構化的資料儲存、提升存取效率、加速資料分析，讓台北榮總快速開發出各種智慧化應用，以最快速度享受資料帶來的各項優勢與好處。這也顯示台北榮總在數位轉型過程中，堅持以資料為核心，再輔以到位的技術、流程與人才技能，培養出韌性體質，以敏捷彈性的數據架構，強化永續營運競爭力。
https://p.xfastest.com/~kenny.kuan/2022/20220928/IMG_E2951.jpg
台北榮民總醫院大數據中心負責人朱原嘉博士
https://p.xfastest.com/~kenny.kuan/2022/20220928/dell0928_04.jpg
台北榮總大數據 AI 平台架構
台北榮民總醫院大數據中心負責人朱原嘉博士表示：「資料已成為醫療保健機構獲得完整患者視圖的關鍵資產，以往我們遇到的挑戰是資料散落各處，讓醫師難以取得醫療大數據進行臨床研究而影響醫學論文產量。因此我們選擇與戴爾合作，透過建立大數據整合基礎架構，打造流通無縫的數據池，讓各種資料儲存在同一處，透過 AI 與機器學習，達到醫療智慧化，並將這些資料轉化成高價值的洞察資訊，不僅大幅提升論文質與量，更幫助醫師進行精準診斷、精準用藥，進而為患者做出改變生活的醫療決策，即是我們邁向未來智慧醫療的終極目標。」
https://p.xfastest.com/~kenny.kuan/2022/20220928/dell0928_05b.jpg
台北榮總導入大數據 AI 平台後得到許多效益
受到疫情影響，透過遠端看診的民眾愈來愈多，也影響台北榮總每天門診人數與醫院營收等，而 AI 平台架構的導入，也驅動醫療商業模式創新。例如台北榮總運用連續型資料庫，整合 1.1億筆即時參數，以訓練心衰竭風險預警AI，同時持續調整 AI 模型，進一步打造肺積水預警 AI。另一方面也將採用國際醫療資料交換標準 FHIR（HL7），讓模型無縫介接不同醫療設備品牌的資料，進而將 AI 模型商品化，以不同以往的創新醫療模式，提升醫院的營運績效與營收。
ESG 已經是全球潮流與各產業組織的發展趨勢，為了在2050 年達到淨零碳排目標，台北榮總將持續強化 AI，延伸擴展運用 AI以計算出最佳電力使用模型，同時運用多雲環境，落實節能減碳目標。也透過多雲的自我維運模式，解決少子化及缺工問題導致的人力短缺困境。
透過 AI 平台的建置，台北榮總也部署聯邦式學習（federal learning），讓資料留在醫院本地端、權重在雲端的模式，以 AIoT 等邊緣終端裝置收集病患的血壓值、心律管理、生理資訊量測等資料，再透過自動化分析工具提供有價值的資訊給醫生，以加速診療判斷。這樣不僅可提升精準醫療品質，更能夠消弭員工的數位落差。
為了進一步保護病患隱私與個資，也強化資安韌性，台北榮總未來期望能夠建置避風港計畫（Sheltered Harbor Program），為機密關鍵資訊提供堡壘型的完備防護，讓醫療服務不中斷。
頁:
[1]