台灣聯合學習產業大聯盟驅動產業 成果遍地開花

【2023年 07月】

台灣聯合學習產業大聯盟（Taiwan AI Federated Learning Alliance，TAIFA，以下簡稱聯盟）15日首辦年度大會，在國家發展委員會與國家科學及技術委員會共同指導及台灣人工智慧實驗室號召之下於高雄軟體園區舉辦，邀集產官學研醫各合作單位共同發表聯合學習技術與應用分享並展示聯合學習平台及建置成果，國發會副主委高仙桂、國科會主祕林廣宏及高雄市副市長羅達生等長官也到場共襄盛舉。本次年會計有台大、北榮、中榮、高醫、高長、高榮、成大、奇美、亞東、彰基、馬偕、中國醫、義大等醫學中心參加，同時也廣邀小港醫院、大同醫院、阮綜合、童綜合、慈惠、門諾等地區醫院共同參與，透過聯合學習集結台灣醫界從醫學中心、區域醫院到地區醫院的醫師智慧，加速智慧醫療的普及與紮根。

國發會發動期許建立AI護國群山

2020年，國發會促成跨部會啟動AI聯合學習產業大聯盟，國發會副主委高仙桂致詞表示，「榮幸與國科會、經濟部及其他產官學精英共同建立聯合學習產業。在ChatGPT橫空出世之下，全球矚目人工智慧創新科技帶動產業數位轉型蔚為風潮，台灣也帶頭積極發展可信任科技！」高副主委肯定聯盟帶動全球趨勢，成功建立高機敏的醫療資料治理標準，以科技硬實力與民主發展的優勢，在兼顧個資保護及資安維護下全面加速產業發展。她表示，聯合學習的成果對台灣具有重要指標意義，比如台灣將面對非常嚴重的高齡化問題，健保支出每年將以千億的規模成長，增長的長照需求將帶來窒息的壓力，但在AI協力下或許將出現轉機；此外，台灣具有非常強的ICT硬實力，生成式AI引領算力的背後創造更多台灣先進晶片跟AI伺服器需求，藉由AI應用服務高速與醫療生技產業結合，是台灣在國際舞台競爭的強力資本。高副主委更倡議台灣要建立第二個護國神山甚至是護國群山，除了半導體等硬體，要開始著眼在軟體服務運用，而聯合學習平台及智慧精準醫療共同構建的可信任AI技術供應鏈就是台灣未來必須要掌握的兆元產業。

↑國家發展委員會副主任委員高仙桂

可信任AI帶動民主負責任科技

聯盟自2021年由國發會與台灣人工智慧實驗室共同倡議成立以來，積極推動醫療、城鄉交通、金融、製造、文化商務等領域的聯合學習應用。聯合學習(federated learning)的資料治理優勢在於使AI演算法可以從不同來源的大量資料中獲得經驗，卻不用彼此分享直接的機密資料，在生成式AI風行、資訊更加爆量的現代，資訊安全、個資保護及訊息真偽成為負責任可信任的AI不容忽視的議題。

此外，AI模型訓練也需要注意模型的偏見，若是只在單一個場域，很容易因為換到不同場域便失去準確率，在聯合學習平台導入之下，AI模型訓練能克服資安疑慮，透過去中心化不將資料帶出本地也能共同訓練，以可驗證的原則進一步做到全面的AI應用與場域認證，解決第三方模型不能跨院執行的問題。

台灣聯合學習產業大聯盟會長、台灣人工智慧實驗室創辦人杜奕瑾表示，在生成式AI爆發的浪潮下，資料治理將是產業下個決勝關鍵，聯盟要成為造浪者，在生成式AI時代中成為領航員，帶領台灣各產業加入聯合學習行列，根據專業領域及需求建立可分享、可追蹤、可解釋、可信任的AI模組。

↑台灣聯合學習產業大聯盟會長、台灣人工智慧實驗室創辦人杜奕瑾

源自台灣全球落地大商機 

年會中，曾在輝達(NVIDIA)任職15年，於輝達美國總部負責亞太地區高效能計算暨人工智慧(HPC&AI)的市場，現任台灣人工智慧實驗室團隊營運長張智為代表分享聯合學習平台如何與國際夥伴鏈結，例如醫療影像產品DeepChex成為聯合國重要機構StopTB合作夥伴，同時也是台灣第一家獲此認證的機構。成立於2001年的StopTB過去由世界衛生組織(WHO)管理、現在則是聯合國專案事務廳(UNOPS)旗下重要機構；StopTB橫跨全球1500個國際政府、NGO、醫療團體，以消滅全球肺結核疾病為目標。台灣人工智慧實驗室聯合學習的數據治理技術所訓練的可信任、可追蹤、可驗證的人工智慧模型將為全球醫療做出貢獻。

↑台灣人工智慧實驗室DeepChex與聯合國重要機構StopTB結盟

↑台灣人工智慧實驗室營運長 張智為

台灣人工智慧實驗室更打入美國疾病管制與預防中心(US Center for Disease Control and Prevention,CDC) 的供應夥伴，建立預測疫情及疫情分析的公衛機器學習模型及執行模型的系統。與美國DSFederal合作下，台灣人工智慧實驗室以聯合學習技術支持南佛羅里達大學（University of South Florida，USF）Dr. Edwin Michael 團隊進行研發；同時，因為對於機器學習模型開發也有豐富經驗，台灣人工智慧實驗室也參於了疫情分析模型的開發。

接下來將在美國的 92 縣建立疫情分析系統，並在聯合學習的優勢之下，AI模型能達到跨區域的普適性，日後除了美國全境也能推展到每個國家。

 

↑台灣人工智慧實驗室加入美國疾病管制與預防中心(CDC)計畫

今年白宮總統行政辦公室醫療策略與癌症科學助理主任Henry Rodriguez，同時也是美國國家衛生研究院 (National Institutes of Health, NIH) 登月計畫負責人、更蒞臨台灣人工智慧實驗室探討聯合學習平台建立國際頂尖醫療合作潛力。美國國家癌症研究所是負責癌症研究和培訓的美國聯邦政府主要機構，並在台灣與中研院共同推動癌症登月計畫，Henry Rodriguez與團隊分享癌症治療臨床試驗經驗，目標以可信任的人工智慧建立雙方在腦腫瘤判讀和多基因風險模型等領域的應用合作。

↑Henry Rodriguez,美國國家衛生研究院登月計畫負責人、白宮總統行政辦公室醫療策略與癌症科學助理主任

↑Henry Rodriguez觀摩台灣人工智慧實驗室聯合學習、醫療影像等AI解決方案

國科會跨部會整合醫療兩大聯盟

聯盟開創的聯合學習模式已在智慧醫療領域建立標準範例。國科會支持驅動臺灣疾病臨床試驗合作聯盟(TCTC)、與台灣智慧醫療聯盟(TSHA)。經濟部建立高雄聯合學習智慧醫療產業聯盟開展AI智慧醫療計畫，成立世界第一個醫療生成式AI產業聚落，將全台強大醫療成果，在地結合高雄四家醫學中心、金屬中心、南部科學園區使聯合學習成果遍地開花。

台灣臨床測試聯盟（TCTC）由台大醫院院長吳明賢帶領。其中的感染聯盟，由張上淳副校長領軍與台灣人工智慧實驗室在科技防疫緊密合作。這次由台大醫院盛望徽教授及李建璋教授分享，從台大開始由台大醫院新竹分院、雲林分院，串連輔大醫院、部立桃園醫院、亞東醫院、新北聯醫三重院區等醫院加入，進行COVID-19預後預測模組跨院聯合驗證及學習，以預測確診患者染病的三十天全因死亡率，由各院提供病歷及影像等相關運算資料，透過聯邦式驗證，進行AI模組快速訓練、驗證及確效。平台成果已經正支持國際大藥廠使用。

↑臺灣感染症臨床試驗合作聯盟(TCTC)由台大醫院李建璋主任、盛望徽主任發起COVID-19預後預測模組

↑台大醫院盛望徽主任

↑台大醫院李建璋主任

由台中榮總陳適安院長領軍的台灣智慧醫療聯盟(TSHA)也發表肺高壓研究。聯盟串聯包含台北榮總、亞東醫院、高醫附醫及奇美醫院皆分享聯合學習成果。台北榮總胡瑜峰教授訓練肺高壓之臨床疾病偵測模型，運用AI即時分析心電圖做為肺高壓篩檢工具，提高肺高壓的診斷率，該模型已在台北榮總進行臨床落地評估，同時透過聯盟進行台中榮總、成大醫院，以及海外日本醫院等進行外部驗證。亞東醫院郭冠宏醫師訓練腦部腫瘤圈選模型，先以亞東醫院與台北榮總的資料集進行第一輪的聯合學習訓練，再加入台中榮總、花蓮慈濟、義大醫院等盟友醫院的資料進行第二輪聯合學習訓練，其結果顯示透過加入盟友醫學資料後模型效能在盟友端顯著提升，郭醫院更進一步進行第三回合，利用未曾加入資料進行訓練的台大醫院資料進行驗證，更顯示模型在經過盟友資料再訓練後，在其模型效能在臺大醫院的效能也顯著提升，驗證本模型未來外推能力。

↑台北榮總胡瑜峰教授

↑亞東醫院郭冠宏醫師

「心跳停止猝死預測模型」預測㇐年內心跳休止高風險者，臨床醫師可及時檢查且儘早治療，改善病人存活率，高醫附醫蔡維中醫師利用心電圖資料預測猝死，他表示心跳停止猝死案例較為稀少，因此單家醫院的資料無法訓練出成熟穩定的模型，效能在其他院顯著降低，在台灣人工智慧實驗室研發之聯合學習幫助下，納入奇美醫院、彰化基督教醫院、亞東醫院等盟友資料再訓練優化後的效能已回復原本的水準甚至更高，可以滿足各院的使用需求，相關研究成果也登上國際期刊。奇美醫院劉忠峰主任則帶領醫院AI中心建立「脫離呼吸器時機預估」模型，以呼吸照顧的多項特徵值預測病人能否成功脫離呼吸器，聯合學習平台的加入，使此模型即使換到高醫附醫、彰化基督教醫院、新光醫院等盟友醫院也能客製化調整符合各醫院的需求，克服模型水土不服的問題，此模型也成功獲國家新創獎肯定。

↑高醫附醫蔡維中醫師

↑奇美醫院劉忠峰主任

高雄建立全球第一個生成式AI供應聚落

上午高雄軟體園區舉行記者會，正式宣告全球第一座生成式AI醫療產業聚落於高雄亞洲新灣區全面啟動。聯盟以台灣人工智慧實驗室世界頂尖的人工智慧技術為基礎，聯合高醫附醫、高雄長庚、高雄榮總、義大醫院四大醫學中心以及金屬工業中心、南部科學園區，並鏈結在地成功大學與中山大學聚焦聯邦式隱私與貢獻度驗證演算，並與金屬中心、工研院、成功大學等大學法人，在高雄市政府與經濟部技術處的全力支持之下，在全球生成式科技中建立第一個生成式AI在醫療領域創新應用的典範。

高雄四家醫學中心形成緊密的聯合學習研發聯盟。高醫附醫副院長黃尚志表示，聯合學習打破醫學中心之間的藩籬，真正有效在保障醫療資料隱私之下，串聯高雄豐沛的醫療資源；高雄長庚副院長林志哲感謝市府與聯盟的努力，讓智慧醫療成果在高雄開花結果；高雄榮總副院長陳垚生期待高雄聯合學習模式的成功案例能複製到海外與全球人民共享；義大醫院策略長蔡易廷則提到，台灣人工智慧實驗室研發的聯合學習平台驗證，將是生成式AI醫療模型最有效的解決方案。

↑高雄醫學大學附設中和紀念醫院副院長 黃尚志(左上)、高雄榮民總醫院副院長 陳垚生(右上)
高雄長庚醫院副院長 林志哲(左下、)義大醫院策略長 蔡易廷(右下)

高醫附醫副院長黃尚志團隊運用AI分析糖尿病人眼底攝影影像及生理數據預測腎病變發生與惡化，透過聯合學習平台收集近萬筆圖像訓練模型並統計分析其中的相關、連動性預測病人的發病風險並及早介入；高醫附醫邱怡文主任以AI預測透析病人的血壓預測及合併症，以聯合學習機制收集包含基本資料、生活飲食習慣、透析歷程等紀錄，透過未來一小時血壓值預測系統，搭配合併症預測結果，提供醫療人員評估合併症可能發生的原因並給予適當處置。

↑高醫附醫「糖尿病腎病變與惡化風險預測聯合學習」

↑高醫附醫「透析病人的個人化血壓及合併症預測聯合學習」

腦缺血性中風的治療刻不容緩，有AI模型的幫助可避免錯失黃金時間，提升腦中風治療的品質。高雄長庚是目前全台蒐集最多腦部中風電腦斷層的醫學中心，林偉哲副部長透過聯合學習的跨院資料再錦上添花進而打造「腦缺血性中風診療預後AI輔助系統」，醫師可利用AI模型快速篩選出需要緊急處置的病人。「糖尿病心血管併發症風險預測系統」利用深度學習(Deep Learning)分析病人過去的抽血、尿液檢驗紀錄並配合糖尿病病患視網膜影像，高雄長庚周振凱主任在聯合學習幫助下，以約一萬五千多名病患及高雄其他三間醫學中心糖尿病患者資料建立預測模型，有效找出併發症高風險族群，可及早介入及治療， 避免或降低後續併發症和死亡。

↑高雄長庚「腦缺血性中風診療預後AI輔助系統」

↑高雄長庚「糖尿病心血管併發症風險預測系統」

急性癢症在臨床常見，有些重症會發展成全身性疾病，若沒有及時正確診斷及治療產生嚴重後果，高雄榮總洪千惠主任計畫透過聯合學習來建立「急性癢症知識暨醫療服務平台」，藉由拍攝病灶並上傳，透過此系統即時給予癢症分類以及可能的致病因子或保養處置方案。院內心跳停止（in-hospital cardiac arrest，簡稱IHCA）偵測是醫院對於住院病人生命安全監測以及維護的重要品質指標，高雄榮總重症醫學部黃偉春部長與品管中心莊旺川主任應用聯合學習平台，輸入訓練資料集與測試資料集訓練「院前心跳停止早期警示預測AI模型」，藉由早期警示系統定時評估病患生命徵象，當病患出現符合警訊，通知急診及重症專業團隊及早覺察與介入。

↑高雄榮總「急性癢症知識暨醫療服務平台」

↑高雄榮總「住院中的心跳停止預測(IHCA)」

在台灣，八成骨質疏鬆症患者並未被治療是脆弱性骨折重要危險因子，義大醫院洪暐傑主任的「骨質密度預測系統」計畫，輸出一萬組資料做為訓練資料與驗證資料建立模型，藉由模型預測篩選出骨質疏鬆症高風險個案，提供治療減少後續脆弱性骨折發生，若能早期診斷早期治療，用於降低死亡率與減少後續之生活功能喪失。義大醫院項怡平部長展示「All-in-One藥物智慧辨識系統」，該研究以聯合學習進行AI辨識訓練，建立藥物智慧辨識系統，可辨識達6000項品項，輔助臨床醫師與照護園隊能準確與安全判斷病人現狀用藥，提升病患照護品質。

↑義大醫院「骨質密度預測系統」

↑義大醫院「All-in-One藥物智慧辨識系統」

幻景啟動(Lixel)結合最先進的智慧醫材與浮空3D技術推出醫療解決方案，以裸視就能看見3D影像浮在空中。現場展示遠距3D心臟醫學影像會診，可以讓不同地點的人同步看到相同的3D 浮影，共同進行檢視和編輯，建立新型態遠距會診。

↑經濟部次長林全能與高雄市市長陳其邁體驗Lixel醫療解決方案

↑台灣人工智慧實驗室聯合學習實機展示

台灣人工智慧實驗室研發的聯合學習平台經三大醫學聯盟、數家醫院認證，目前在全國醫學中心達到80%普及率，目前正有近20項臨床研發項目及80個臨床團隊累計120餘個專案正進行跨院模型訓練與驗證。

除了智慧醫療領域，杜奕瑾表示，從交通科技到金融產業都有聯合學習的專案在執行，多元產業鏈組成的聯合學習國家隊正在成形。台灣在聯合學習產業的進展保持世界第一，藉由智慧醫療的成功案例，將聯合學習模式推展的更多元的產業，締造台灣聯合學習產業國家隊，將可信任的人工智慧推展至穩健的商業模式與國際鍵結，接下來只需要測試、驗證和落地，就能將這些成果快速提供給全世界。他強調，在不久的將來，生成式AI技術將被廣泛應用於各個行業，聯合學習模式下打造的可信任人工智慧將成為一個龐大的商機，預計將成為兆元美金級的產業。

【台灣聯合學習產業大聯盟簡介】

2021年由國發會與台灣人工智慧實驗室共同倡議成立，推廣聯合學習加速人工智慧應用發展，並促進跨域聯合學習與應用，帶動產業創新發展與人才培育，並鏈結國際聯合學習參與。倡議台灣產官學研共同投入聯合學習的關鍵技術研發，提供場域優質聯合學習服務與發展環境，並進行聯合學習相關政策建言