2019榮東計畫:大數據與機器學習技術輔助精準醫學-以糖尿病為例

臨床應用或學術理論貢獻

l 透過建立起的醫師輔助系統，可以減輕醫師問診的負荷，對於提升國家衛生醫療水準將有可觀的貢獻。

l 在學術上，此計畫將是首個以自然語言處理技術判讀病歷的研究，對於公共衛生領域、自然語處理、以及機器學習都是嶄新的研究。

AI人工智慧蓬勃發展，憑藉著機器學習的技術，結合大數據可以部份取代人工的判斷及操作，不但更為精準，而且更有效率。在醫療上，延續個人化精準醫療，人工智慧的介入將更能提升醫療準確率以及個人化程度，然而正因為攸關健康以及性命的價值，智慧醫療面對的是病人，因此更精準成熟的投藥系統則是未來治療的趨勢以及挑戰，也是本計畫人工智慧醫療的執行重點。人才培育是科技發展重要的磐石，因此本計畫結合理學院物理、化學、生物、數學系以及電算中心的技術協助提出從生物醫學到人工智慧的完整的系列課程，期望成為全國首創及獨特的AI醫療人才搖籃。本計畫更積極建立新型態的AI醫藥研究，成立特色實驗室，以大腸癌藥物治療為主，發展HERMES智慧投藥大腦以及發展次世代量子神經網路做為未來AI新科技。特色的課程和亮點研究是本計畫的永續扎實能量，打造人才進入產業，並同時吸引醫療產業與學校共同合作研發，在產學之間達到相互成長的良性互動，這些都能積極且主動的招募未來有志投入AI醫療的未來學生。而本計畫的最大目標則是從人才培育、科技研發和產業發展來造福更多病人。

臨床診斷失智病患的主要方法是根據問卷的形式來診斷失智症病患，無法利用像病理組織學這樣的黃金標準，但問卷本身來說，正常族群(無病)和失智症族群(有病)填寫的比例非常懸殊，此情形會產生少數影響準確度，導致問卷判定類別時無法最優化來呈現結果。本研究透過核磁共振(MRI)成像來建立一套標準的失智症影像檢定，並將腦部的立體結構轉換到單位球面，透過單位球面建立正常人的腦部影像數據與失智症病患的腦部影像數據。進一步將失智症病患的腦部影像透過深度學習的方法，來檢驗對於阿茲海默症、血管性失智症、路易氏體失智症、巴金森病失智症影像的預測準確度。