owned this note   changed 6 years ago  
Linked with GitHub

AI？醫療？創業？的現在過去未來 - Frankie Chan

歡迎來到 MOPCON 2019 共筆

Image Not Showing Possible Reasons
  • The image file may be corrupted
  • The server hosting the image is unavailable
  • The image path is incorrect
  • The image format is not supported
Learn More →

共筆入口：https://hackmd.io/@mopcon/2019
手機版請點選上方 按鈕展開議程列表。

會場 wifi-SSID: mopcon-2019
會場 wifi-PASSWD: mopcon-2019

和醫師合作的經驗分享
創業的歷程
醫療 AI

醫療 AI

  • 台灣的醫療水準和香港比較之下優渥
  • 是不是可以透過 AI 加快醫療檢測的流程，有效提早治療疾病
    • 依據醫學統計，女性平均二個人就有一個人終其一生就有就會得到一種癌症，男性為三個人就有一人

人工智慧於癌症醫療之多面向

  • 精準
  • 治療
  • 預後
  • 管理

參與比賽經驗

創新醫療的挑戰度高　因為醫療流程冗長

  1. 前處理期
    • ＊IRB審核
  2. 模型建置與測試
  3. 醫材登記與上市
    • 器材臨床實驗
    • FDA醫材登記

醫療影像的技術

癌症治療三支柱

  • 手術治療
  • 放射治療
    • 透過放射線去殺死細胞
  • 藥物治療

智慧放療 AI 系統

透過人工智慧技找到患處進行治療
放射治療室最適合做 AI （因爲有影像判讀的部份）

需要和既有的系統與硬體廠商進行深度整合

從臨床出發，找出醫療影像的應用需求
智慧放療 AI 系統整合的系統，包含：

  • viewray
  • elekta
  • varian
  • accuray

CT 是什麼？

電腦斷層掃描，是一種影像診斷學的檢查，非侵入性的檢查，檢查的結果影像不僅可以顯現正確位置、大小，
更可以藉由數字表現體內的組織狀態。

CT無法像一般影像的方式進行處理　因為CT的pixel代表的材質不同,例如:骨頭、肌肉, etc.

AI 影像判斷勾畫

透過影像辨識技術可以更精確的在醫療影像上精確的繪出癌症位置。

使用 影像辨識技術的Image Segmentation 計算CT影像標記全身器官位置，或找到癌症患處等。

競爭激烈

根據不同使用者習慣調整為最適合

AI 醫療方向

  • 學術性發表
  • 應用（和臨床合作）

AI 劑量智動分配

  • 依據正常器官與腫瘤的相對位置
  • 考慮放置治療機器限制
  • 放射物理學等知識

物理治療師需耗時約一天的時間左右

  • Dose Planning

AI預測計畫：用抗式生成網路應用於劑量預測

三個頻道（CT+TUMOR NORAL+ORGANS）重疊在一起使用生成網路進行劑量的預測。

  • 計量預測-劑量智動系統
    • 計算誤差
    • 人爲判斷跟機器判斷（有物理限制）

AI計畫評估:預後分析

我們執行 AI 專案經驗分享

改善AI效能的方法

  • 改模型參數
  • 選不同模型
  • 訓練測略
  • 改善資料
  • 如何加快訓練模型的速度

多 GPU 經驗：

  • 1個GPU，每個epoch訓練時間 2 小時 02 分鐘
  • 4個GPU，每個epoch訓練時間爲55分鐘

    每一個GPU都要等待其他GPU的計算結果，
    可以每一個GPU計算一種MODEL

4個 GPU 推薦把 Batch 參數拉大

血管沒那麼簡單，怎麼辦？

  • 嘗試 1　使用mask RCNN來測試
  • 嘗試 2　3D模型設計
  • 嘗試 3　2.5D多渠道Mask-RCNN設計
  • 嘗試 4　2D全景分割模型設計

結論

  • 臨床問題導向
  • 乾淨大資料為王
  • 多嘗試模型、細心照顧、佛系AI
  • 回歸臨床使用
tags: MOPCON 2019
Select a repo