長庚大學人工智慧研究中心之研究與產學合作近況報導

    人工智慧研究中心

長庚大學人工智慧研究中心(簡稱 AI 中心)創立的宗旨，在於發展人工智慧相關技術的研究，能與校內其他研究中心及長庚醫院，在人工智慧創新應用研究上合作，並參與台塑集團相關企業的人工智慧計劃，因此選定「精準醫療」、「智慧醫療」與「智慧製造」為 AI 中心的三大主軸方向。AI 中心在三大主軸方向上，最新的研究與產學合作的狀況分述如下：

在「精準醫療」與「智慧醫療」方面，AI 中心致力於攜手校內研究單位及長庚醫院，共同合作發展「精準醫療」與「智慧醫療」的前瞻研究與臨床應用。例如 AI 中心與林口長庚醫院新生兒科團隊合作，利用臨床醫療大數據，建立以深度學習為基礎的評分函數模型，評估新生兒重症加護病房中疑似敗血症新生兒的住院死亡機率。臨床醫療大數據具有低成本且資料容易取得的特性，唯使用前需經過資料清洗、轉換、歸一化…等許多預處理步驟後，才能餵給模型使用。AI 中心成功建立一套針對新生兒重症加護病房數據的預處理程序，並配合自行研發的深度神經網路評分函數模型，其疑似敗血症新生兒的預測準確率超過 95%，具臨床應用價值。另外，AI 中心也和林口長庚醫院心臟內科團隊合作，專為一般心臟超音波的應變追蹤(strain traces)數據，建立數據預處理流程與深度學習模型，預測患者接受心臟再同步治療(cardiac resynchronization therapy, CRT)後的效果。目前該模型的預測準確率近 90%，大幅領先現行臨床的預測指標及期刊文獻中的預測方法，並且該技術取得輸入參數資料更為簡單、方便，具臨床應用潛力。

在「智慧製造」方面，AI 中心致力於協助台塑集團關係企業，發展「智慧製造」所需的 AI 技術及平台。以軟性感測(soft sensing)技術為例，該技術目前已廣泛用於化工及石化製程中，用來預測關鍵的品質應變量或是操作控制變量。目前化工廠常仰賴需進行「即時線上量測」才能達到的回饋控制方式，然而非即時之不易量測之變數(如組成)卻無法進行回饋控制。為了解決化工廠不易量測之變數監控，AI 中心與台化公司攜手合作，將「軟儀表」之概念引入麥寮合成酚廠。利用化工理論模型數據及經驗，解決不易量測變數之數據問題；並利用人工智慧技術，解決無法即時監控之問題(圖1)。以上之跨領域結合，可實現即時預測廠區狀況，並提供節能及降低成本之操作建議，可幫助廠區更有效進行廠內監測及控管動作。「智慧製造」另一個常見的應用是自動光學檢查(automated optical inspection, AOI)，AI 中心也對此項技術著墨甚深。例如 AI 中心協助台塑公司，針對聚甲醛(polyoxymethylene, POM)粒子的瑕疵，設計自動光學檢查機台與研發瑕疵辨識 AI 模型。過去聚甲醛粒子的瑕疵檢測，是由人工方式以肉眼辨識瑕疵後，再手動進行挑選，不僅費時，且檢驗人員目力的差距也會造成辨識的差異。因此，AI 中心研發設計了自動化的瑕疵檢測機台，從 AI 模型辨識瑕疵，到瑕疵顆粒排出，皆無須人工介入。目前該設備已在新港廠架設完成，並通過實廠驗證測試，已正常上線運行(圖2)，可大幅增加產品的抽檢頻率，提高產品的品質。