讓國旗登上WHO主辦的黑客松!AI一秒判讀新冠肺炎X光 成大擊敗全球1000多隊奪勝|當初幸好有你#01

讓國旗登上WHO主辦的黑客松!AI一秒判讀新冠肺炎X光  成大擊敗全球1000多隊奪勝|當初幸好有你#01
2020-04-12
採訪、撰文・劉子寧、陳芳毓
111571
在這個台灣人為WHO無理指控氣憤難平的溼冷週末,一面青天白日滿地紅國旗,已在4月10日上午9點,悄悄掛上了一場WHO主辦的活動網頁。

這是WHO與臉書、微軟等科技大廠合辦的「國際COVID19科技防疫黑客松」(#BuildforCOVID19 hackathon  Global Online Hackathon) ,向全球徵件解決新冠肺炎造成的醫療、教育等七大問題;再由Google、Amazon、Pfizer及聯合國兒童基金會(UNICEF)等198個組織,評選出最有貢獻及商機的隊伍。

在這匯聚全球1萬8,000多位頂尖科技人的競技場,短短五天,提出了1,560個專案,最後僅89個團隊出線,勝率不到6%。

一片歐美國家旗海中,唯一獲獎的台灣隊,是成功大學資訊工程系特聘教授蔣榮先,與成大放射科醫師蔡依珊、碩博士生王麒詳、邱煌鑌、吳昭儀,組成的MedChex—他們利用人工智慧,辨識新冠肺炎病患的肺部X光片特徵,一旦確認為陽性,就會對醫師送出示警。未來即便在缺乏醫師的地區,也能用AI偵測判讀,阻止疾病蔓延。他們將概念製作成一支一分多鐘的英文影片,由美國西雅圖小學老師Tiffany Chiang全程協助英文修編。

MedChex團隊。MedChex團隊。

許多團隊只是提出概念,但成大團隊已進入臨床應用。蔣榮先說,收到最多的評審回饋就是「何時商業化?」可見潛力無限;但他已決定公開演算法,讓全球醫護免費使用。

(4月22日更新:不到兩個星期,已有來自42個國家、超過200位醫師及專業人士,上傳疑似新冠肺炎病患的肺部X光來測試使用這套模型。)

【延伸閱讀】越洋專訪|一張圖看懂全球疫情怎麼傳!旅美24年台灣AI科學家提醒:歐美病毒恐愈傳愈有攻擊力「不能放任它傳!」

春假閉關五天準備

接受採訪時,獲獎已過12小時,電話那頭的蔣榮先聲音仍難掩興奮,「我最開心的是——國旗竟然放上去了!」

56歲的蔣榮先不時流露身為「台灣隊」的自豪與責任,連要號召學生犧牲春假、閉關實驗室五天參賽,理由也是:「這是一輩子一次的經驗,好好替國家做一件事吧!」

只不過,要從來自Google、麻省理工學院的1560個專案中脫穎而出,這「一件事」不容易。比賽採隨傳隨評制,五天皆可上傳報名資料,成大第二天報名時,已排到800多號。學生們直呼「不可能得獎!」蔣榮先卻老神在在:「穩住,我們可是從台灣出現新冠肺炎第一天,就開始準備了!」

【延伸閱讀】科技防疫|自製「超商口罩地圖」的工程師:地圖上線6小時,我收到60萬Google帳單

成大是COVID19科技防疫黑客松中唯一獲勝的台灣隊伍。圖片來源:截自WHO網站

成大是COVID19科技防疫黑客松中唯一獲勝的台灣隊伍。圖片來源:截自WHO網站

小年夜開始應變

成大醫院,的確是最早啟動科技防疫的台灣醫院之一。

時間回到1月21日,台灣出現第一個新冠肺炎確診案例。三天後就是闔家團圓的除夕,成大醫院醫師LINE群組訊息卻此起彼落,很不安寧;雖然只有一位病例,但同業小道消息示警,疫情已如噬人年獸,近在眼前。

擔心醫療資源稀缺的南部成疫情破口,小年夜那天,成大醫院緊急成立跨單位武漢肺炎應變中心,先在戶外搭起組檢疫站,病患分流;再建立戰情室呈現全球疫情,方便決策。二月中之前,各部門陸續推出可減少接觸感染的「病例自動化系統」、將影像判讀時間從40分縮短成1秒的「胸部X光人工智慧判讀肺炎系統模型」等新技術。

光後面兩項技術,就使檢疫時間從150分鐘縮短至20分鐘,大幅降低群聚久候造成的傳染風險,也減少第一線醫護的工作量。這套跨校本部與附屬醫學中心的「智慧醫療臨床決策輔助系統」,使成大成為台灣第一個具備AI與自動化檢疫站的醫院。

【延伸閱讀】17歲高中生改變世界 全球300萬人看他的新冠肺炎網站

小年夜那天,成大醫院緊急成立跨單位武漢肺炎應變中心,先在戶外搭起組檢疫站。

小年夜那天,成大醫院緊急成立跨單位武漢肺炎應變中心,先在戶外搭起組檢疫站。

一群醫師與一位資工專家

台灣大型醫院眾多,為什麼成大跑第一?原來成大醫院團隊中,藏著一位資訊工程科學家——成大醫院資訊長蔣榮先。

蔣榮先是密蘇里大學電腦電機工程博士,2000年起,他便在成大醫學院開設醫療大數據課程,是台灣最資深的智慧醫療資工專家之一。

許多人將武漢肺炎疫情與2003年SARS相比,但蔣榮先認為,兩者最大的差異在於「科技介入程度」。只是這次疫情來得突然,沒前例可循,不知科技能扮演什麼角色。

蔣榮先有個AI讀書會,LINE群組裡有5、60位不到40歲的年輕醫師,經常閱讀國外論文,討論AI的醫學應用。綜合國外趨勢與成大資源後,「或許先用影像做做看?」蔣榮先建議醫師們,先從手邊最扎實的資料——X光影像入手。

AI科學家蔣榮先,是成大醫院資訊長,也是台灣最早的智慧醫療學者之一。

AI科學家蔣榮先,是成大醫院資訊長,也是台灣最早的智慧醫療學者之一。

過去兩年,成大醫院放射科一直在研究胸部X光的AI判讀,只是過去是用來診斷氣胸、心臟主動脈剝離等急症,好應付放射科醫師無法24小時待命的限制。除了急症,成大醫院每年仍要判讀上千萬張影像,蔣榮先早有心理準備,遲早會需要AI協助。

只不過,第一次訓練出來的新冠肺炎的模型,卻跌了一大跤。

一般來說,訓練資料愈多,AI模型愈精準。為快速建立訓練模型,蔣榮先直接導入全球最大、高達數10萬張的公共肺炎影像資料庫,三天就訓練出第一個模型。

沒想到,資料庫裡的影像來自不同年代、醫院與攝影器材,品質參差不齊,連非肺炎的影像都混雜其中,導致模型錯誤百出。

案例1. 湖北某醫院之確診病例,其肺炎徵狀明顯,套用至模型中呈現患病機率高達90~100%
          a.醫生手動標記                 b.AI判定肺炎區域              c.AI判定毛玻璃狀區域

案例1. 湖北某醫院之確診病例,其肺炎徵狀明顯,套用至模型中呈現患病機率高達90~100%

眼看疫情愈趨嚴峻,蔣榮先牙一咬,決定回頭採用「工人智慧」——在年假期間召回放射科醫師,從10多萬張肺炎影像中挑選出1000多張有典型肺炎徵狀的樣本,再一張張手動標記肺炎影像,「他們標到後來手腫到抬不起來!」

蔣榮先解釋,雖然新冠肺炎確診者的X光片不多,但肺炎的症狀雷同;是否為新型冠狀病毒引起,可以透過事前篩檢與事後判斷確認。

這批關鍵樣本,再加上成大過去的肺炎X光片與8張台灣本土新冠肺炎的X光片,終於在一個月內,建立台灣第一套新冠肺炎AI模型。

案例2. GitHub公共資料庫中來自美國西雅圖Snohomish County之確診案例。其肺炎病徵較不明顯,困難度高,但透過此AI判讀仍可測出病灶,並判定患病機率為74%。
      a.原始影像                             b.AI判定肺炎區域             c.AI判定毛玻璃狀區域

案例2. GitHub公共資料庫中來自美國西雅圖Snohomish County之確診案例。其肺炎病徵較不明顯,困難度高,但透過此AI判讀仍可測出病灶,並判定患病機率為74%。

國外確診案例也適用 

隨著疫情蔓延全球,為進一步驗證台灣本土AI模型的泛用性與準確度,三月中,蔣榮先加入GitHub公共資料庫,用中、澳、美、英、德、義等國確診病患資料肺部X光影像校正模型;多次調整演算法、精進AI清晰度後,還能自動過濾病灶處與心臟重疊等雜訊,由醫師手動標記的疑似感染區域,與AI判讀一致性高達92%,「證明台灣的影像很有代表性!」

這一步,也是成大團隊贏得黑客松的關鍵,「因為能驗證國外病例,被評審認為是very solid example!(扎實的範例)」蔣榮先說。

未來,這套模型也將用在斷層掃描與核磁核磁共振影像上。

父親罹癌  反思人工智慧的使命

蔣榮先是台灣早期AI學者;對照眼下AI的熱門程度,很難想像,他1995年取得博士學位時,根本不知道專長能用在哪兒。

那一年,台灣也遭逢台海飛彈危機,蔣榮先的父親也罹患癌症。這位年輕學者毅然放棄伊利諾大學助理教授的職位,帶著妻子與剛滿月的兒子返台,「這時候國家最需要我們,當然要回來呀!」他講得理所當然,卻不知許多人跟他做了相反決定。

蔣榮先因親情回到成功大學任教,也因親情從資工跨進醫學。

他父親罹患的是第三期攝護線癌,到這個階段,許多人會選擇刮除,「但很幸運地,醫師建議我們先做某幾個癌症因子檢驗。」檢測後發現,父親的癌症發展較緩慢,只需服用藥物保守治療,直到現在仍妥善控制中。

「AI用在娛樂,可讓人快樂;用在醫學,卻能減少痛苦,」這個經驗,使蔣榮先意識到數據的驚人力量,2000年起開始在成大醫學院教授「醫學資料處理」,成為台灣投入智慧醫療的先行者。

他也開始思考:智慧醫療,是否能更有系統地解釋疾病與人體的因果關係?

「以前看病是醫生說了算,現在是鋪天蓋地、把大量醫療數據,用說故事的方式解釋,」他舉例,2013年,女星安潔莉納・裘莉基因檢測時發現,自己帶有高風險基因BRCA1,使她罹患乳癌的機率高達8成,毅然決定切除乳房。

儘管輿論嘩然,醫界看來,這決定卻相當合理。「傳統醫療,一定會走向智慧醫療,」蔣榮先認為,過去醫療與科技涇渭分明,現在科技能量已經到位,協助審慎的醫療產業大步往前,透過數據檢測獲得最佳解方。

從醫師的朋友變顧問

20年來,蔣榮先訓練出超過千位同時具有程式能力與醫療專業的學生,其中不乏麻醉、心血管、內科等各科醫師。

他說,要跟醫師一起工作,就要學會講「醫師的語言」。比如,電腦科學家說「MRI影像裡有塊比較暗的地方」,醫生則是說「我在MRI裡看到一塊腫瘤」,得迅速轉換才行。

幸好蔣榮先個性溫和正向。記者提問時,他有如老師循循善誘,總是先鼓勵「好厲害喔,你知道這個!」「很專業!」,再回答問題。這種溝通方式,想必化解不少跨領域的溝通誤解。

有人笑稱,蔣榮先的LINE帳號有「全成大最有價值的LINE好友名單」。「裡頭有500多個醫師,」蔣榮先笑說,過去,醫師跟他當朋友;現在醫師把他當顧問,開口就是:「我現在正在做某某研究,你覺得AI能做什麼?」

在蔣榮先建議下,有麻醉科醫師根據過去下藥的計量、病患年齡及手術複雜程度,打造電腦決策系統,使病人的麻醉藥量與給予時間點最適化,降低風險。另一位腎臟科醫師則分析洗腎數據資料,預測患者罹癌或其他共病的機率,作為預防疾病的重要模型。成果五花八門,有如一本智慧醫療論文資料庫。

「30年前,AI的觀念就就定位了,只是人的創意與機器運算能力不夠,」蔣榮先回憶,教人工智慧20多年,過去學生聽完沒什麼反應,現在卻能立刻聯想到應用情境。

今年2月20日,蔣榮先獲頒台灣資訊界的終身成就獎「資訊傑出人才獎」,受邀進總統府,與總統蔡英文面對面聊了一小時。

AI科學家跟總統有什麼共同話題?「小英很客氣地問:『你們這些電腦科學家怎麼看政府的AI醫療政策?』」

蔣榮先說了一個故事:美國總統歐巴馬卸任前幾個月,在白宮接見前麻省理工學院媒體實驗室負責人伊藤穰一(Joi Ito),大談人工智慧,誰能控制科技?它會取代人類嗎?它危險嗎?顯示AI已是國家戰略等級的議題。

等了25年,當年畢業就失業的人工智慧博士,總算鹹魚翻生。

其他人也在看

你可能有興趣

影音推薦

#廣編企劃|【2023 天下城市高峰論壇 #9】新竹市交通處長 倪茂榮:改善交通,必須先做出優良示範道路|天下雜誌✕未來城市

已成功複製連結