台大醫院耗資近2千萬採購兩套新一代AI超級電腦系統，以乳癌為例，過去靠醫生判讀巨量的檢查影像往往耗時耗力，有了AI幫忙，0.8秒能看300張影像，判讀一名病人只要5秒。

台大醫院今年2月成立智慧醫療中心，院長吳明賢表示，智慧醫療是未來醫療發展重要的主軸，尤其是在AI的應用是台大未來五到十年的重點。而智慧醫療的四個區塊，台大原已含括資料、人才、臨床轉譯，但卻「三缺一」，只差運算力。

因此台大醫院耗資新台幣約1700萬引進兩套AI超級電腦系統DGX A100，預計可提升處理醫療影像的速度可提高2倍效能、語言處理提升5倍效能，若搭配基因運算軟體則可提升2.25倍的效能。目前在肺部結節、心臟主動脈鈣化及乳癌診斷都有顯著成績。

台大醫學院影像醫學部教授張允中團隊與永齡健康基金會等共同開發應用在電腦斷層的疾病偵測AI輔助系統，分析204位病人、並透過10組AI模組，將可自動判讀病人的肺部是否有施打過顯影劑，並能將肺臟與肺葉自動分離，並偵測出肺結節後產出結構化的報告，可找出腫瘤位置、大小、體積、位置，直接把資訊轉到放射科，目前已完成近5千組肺結節報告。

張允中說，透過AI協助，可自動生成結構化報告，減少人為疏失，協助醫師精準判斷。不過，電腦判讀也還有瓶頸，因肺臟結構複雜，也會有術後變化，這部分的判讀還有待突破。

而以往乳房超音波檢查仰賴超音波技術員、醫師掃描乳房，執行的人經驗不夠或不夠專注，就可能會遺漏腫瘤。後來發展先做乳房掃描，再由醫師診斷分析，但影像量非常大，醫師常要花相當多時間看正常的掃描。台大和台大醫院團隊發展快速乳房超音波電腦輔助偵測／診斷系統，以電腦輔助方式協助腫瘤的偵測以及診斷。

台大資訊工程學系教授張瑞峰表示，以自動乳房超音波偵測，一名病人掃下來會有1800張影像，醫生如果要看這麼多影像才知道腫瘤在哪，就像大海撈針。但有人工智慧幫忙，0.8秒就能看300張，一名病人只要花5秒就能判讀。

此外，台大團隊也開發心臟主動脈鈣化／脂肪全自動分析AI模型，透過模型可以自動分類及計算胸腔鈣化／脂肪定量，心臟分割準確度達94.2％，分析一個病例只需要0.4秒。

「天下武功，唯快不破」，院長吳明賢說，大數據就像是石油，而開採石油需有良好的工具，尤其基因定序就像無字天書，利用AI系統可快速從中找出脈絡，進一步做到精準健康、精準醫療。

(中時 記者鄭郁蓁)