醫學 AI 研究正熱,論文的價值創新與被接受率,讓許多研究人員躍躍欲試,但不論自學程式或與工程師合作,都非常費時,且需耗去大量精力進行標記、去識別、通過 IRB 審核後,才能開始建立 AI 模型。接著再為了模型的準確性、有效性、解釋性,要經歷反覆的檢視、校正、訓練,結果還不一定滿意。
涵蓋各種科別影像,醫療AI開發需投入大量資訊與醫療專業溝通成本
因隱私考量和法規限制,醫學影像資料取得不易
資料差異性:廠牌特異性、醫事人員影像標註標準不同
Medical AI Aggregator (MAIA)
醫學影像判讀助理 Medical AI Aggregator (MAIA) ,讓醫師僅須輸入醫學資料,一鍵訓練,不需寫程式,便能自動處理特徵提取、模型選擇、超參數調整等流程,透過 AutoDL 引擎輕鬆生成最佳醫學分像分析與預測模型,大幅度加速醫療AI臨床應用。加上 Medical Query Expert (MQ) 醫文精萃,迄今已協助諸多醫師輕鬆發表論文與醫材查登。
隨著AI人工智慧時代的來臨,為了提昇醫療品質,沐恩生醫光電股份有限公司致力於開發醫療人工智慧服務,利用 BIG DATA 大數據的資料研究,同時與醫療院所進行產學研究成果更符合實際臨床需求,應用領域包含精準醫療、輔助診斷、藥物研發、醫學影像、健康管理等五大領域。除了能協助醫護人員更有效率的服務病患,為病患提供更好的服務品質外,亦能為健康個體的疾病預防平台,並透過與雲馥數位合作,使用 Microsoft Azure 雲端平台作為發展基礎,將提供使用者更即時且多元的平台整合服務。