臺北醫學大學附設醫院

臺北醫學大學附設醫院創立於1976年，為北醫大第一所附屬醫院，奠定北醫大醫療體系臨床服務與教學研究雙向交流的基礎，四度通過JCI國際醫院評鑑的肯定，近年來積極發展「急重難罕」及「特色醫療」的雙主軸特色，推動精準化醫療，打造智慧健康照護生活圈。

為有效因應新冠肺炎疫情，本次展出「零接觸式防疫科技平台」，透過遠端監控病人，降低醫護人員感染風險。「TOCC KIOSK」篩檢平台將旅遊史查驗、實名制檢核管理、體溫測量一機搞定。與Taiwan AI Labs合作研發的「AI 胸腔X光武漢肺炎篩檢」系統，利用大數據系統可快速篩檢疑似病患。此外，與儒鴻公司合作研發防護衣、口罩等防疫裝備，並結合上述防疫設備，打造預防、篩檢、照護等大防疫圈的概念。

除了防疫工具，本次也展出「TED-ICU」系統，可自動拋轉病人數值，並利用大數據預測敗血病風險。「精緻型質子治療中心」採高效能質子治療模式，將提供癌症病友精準、快速、安全的醫療服務。

臺北醫學大學－事業處商品化規劃中心

本中心主要負責北醫校院研發團隊之技術商品化輔導與產業跨領域人才培育，進一步與市場接軌，成立衍生新創公司。期許透過醫療科技展能與業界/創投有合作的機會，以提升北醫大研發成果產業價值、加速研發新創循環，創造生醫轉譯之產業應用效益。
本校這次有5個技術團隊參展：
1. AI 重大疾病早覺管理(李友專團隊)：透過AI技術早期發現重大疾病之預防管理。
2.微創手術教學軟體(陳菁徽團隊)：透過大量臨床影像所建構之醫療動態影像辨識系統，可將手術過程即時數位化提供同步教學，更能輔助醫生在手術過程中判斷重要部位以減少手術失。
3.精準乳癌血液檢測試劑組(林若凱團隊)：此技術榮獲國家新創獎，透過血液精準檢驗偵測受檢者是否罹癌，降低乳房超音波檢測的恐懼及不適感。
4.ASAP-AVM 腦動靜脈畸形之放射治療風險評估(彭徐鈞團隊)：醫師透過影像判讀作為放療風險之評估
5.肺部人工智慧診斷輔助系統 Deep-Lung series(陳震宇團隊)：醫師透過AI輔助判讀加速肺部病理分析及診斷

臺北醫學大學．臺北癌症中心

臺北醫學大學臺北癌症中心以病人為中心，發展國內首創的多專科團隊(Multidisciplinary)整合式門診與全人全方位的領航服務（Navigation），提供癌症病人從諮詢、診斷、治療、照護、追蹤到預防一站到位的服務，以及各階段高品質的整合醫療服務。
我們的多專科醫護團隊包括護理師、藥劑師、營養師、社工師、心理師等醫療專業人員，在腫瘤醫師專家帶領下為國內外癌症病人提供量身訂作的個人化治療計畫與照護服務。
臺北癌症中心透過癌症轉譯研究，在分子腫瘤團隊中運用精準療法「依基因給藥」和多項基因檢測服務，結合現有療法與新開發的治療計畫，為難治療或晚期的癌症患者提供新的有效療法。
預計2021年建置完成的質子治療中心，擁有國內第一部具Pencil beam (筆型射束)技術，及cone beam CT (椎狀射束電腦斷層) 等最新功能的第四代超導型質子治療機，將帶動並大幅提升北醫在癌症醫療與照護品質的地位。

臺北醫學大學．臺北神經醫學中心

1. ROSA是專精於腦部及脊椎之精密機器人手術。手術時六向度機器人手臂可精確且靈活地協助醫師進行各樣複雜手術；適應症廣泛涵蓋腦科80%的術式，包含功能性立體定位手術、腫瘤切除、內視鏡手術、組織切片、腦血腫抽吸、手術器械導航...等臨床應用。
2.神波刀(Exablate Neur)利用同時放出1000束以上的高頻超音波射束，針對大腦視丘內部精準地提高溫度並消融患病區域以達到無創、非侵入式的技術。治療中會配合不同病人以磁振造影做同步引導，即時偵測治療區域及溫度的變化，並達到立即性的治療效果。

臺灣大學人工智慧研究中心

科技部2017年底公布在臺大、成大、清大、及交大4所大學成立人工智慧中心。本中心包括智慧技術和生技醫療兩個主題，轄下32個跨領域、跨單位的計畫，佔所有執行計畫42.43%。本中心為校級中心，透過此鏡像中心的建立，有利科技部AI創新研究中心在臺大行政體系下之運作，進一步與校內資源及學術網絡進行整合及聯結，促進人工智慧技術與全幅健康照護研究之發展。本中心在全幅健康照護主題方面，將結合產、官、學、研、醫等能量，採跨界、跨領域之合作方式，打造整合式平台，讓各種人工智慧在生醫的應用能快速的生成及驗證，引領臺灣生技醫療團隊發展，並且期盼能夠以此革命性人工智慧科技，帶動提升國內生技醫療水平發展。在國際連結部分，中心也將整合轄下研究計畫，以跨領域、跨單位、跨國際的合作方式，希望能打造國際級的研究中心。

臺灣大學人工智慧研究中心- 細胞級光學斷層影像之智能分析

1. 細胞級光學斷層影像掃描儀
非侵入式的高速、高解析斷層掃描儀可對皮膚表皮層至真皮層的細胞、組織結構做即時成像，尤其是大部份的皮膚病變，均發源於表皮層與真皮層的交界，使用本儀器可輕易辨識皮膚內細胞核的形貌及分佈、微血管/小血管的網絡、黑色素分佈、角質層厚度等各類皮膚組織生理結構，以輔助醫師做癌症、免疫性疾病、色素疾病的診斷。
生理結構上的微小變化，經常比組織的功能惡化/喪失更早發生，因此，本技術在早期疾病/癌症的診斷上，特別有臨床效益。目前在皮膚癌動物模式的早期診斷上，已得到約90%之正確率。希望以此高靈敏度/鑑識度之即時三維數位影像資訊，提供醫師臨床使用，提昇準確率，並進而降低醫療成本。

2. 以深度學習演算法對光學斷層影像做輔助性惡性腫瘤診斷
灰階的細胞級光學影像，不像H&E染色影像可輕易對細胞核做辨識，藉由深度學習演算法，我們展示光學影像對H&E染色影像的智能轉換、對皮膚癌做分類等應用。藉由人工智慧演算法，本技術可自動分割細胞核影像，做皮膚細胞的量化分析。

臺灣大學人工智慧研究中心- 臺大醫神精準醫療人工智慧輔助決策系統

台大醫神生活型態與環境照護平台
精準醫療旨在透過大量數據收集與分析電子病歷、基因、生活型態與生活環境資料，針對不同個案自身環境與疾病狀況發展個人化照護，其中生活型態與環境因子影響劇甚，但目前尚缺乏有效之解決方案整合病人出院後疾病風險資訊，因此本產品透過結合穿戴式裝置、物聯網環境感測器、深度學習技術，全天候自動監測收集個案生活型態與生活環境資訊，並即時同步至台大醫神照護平台供臨床人員照護病患決策輔助之用。目前慢性阻塞性肺疾病 (COPD)為首波獲益對象，COPD為全球第四大死因，疾病發展過程中住院費用 (AECOPD, Acute Exacerbation of COPD)佔了醫療費用主要部份，個案急性發作頻率及嚴重狀況與死亡率有著高度相關，而台大醫神平台-AECOPD預測模組可經由個案每日自動同步之活動資料與環境資料，預測個案未來7天急性發作可能性並於緊急狀況時通知臨床照護人員，希望藉以降低疾病急速惡化帶來之傷害，AECOPD系統目前基於電子病歷與生活型態環境因子預測準確度可達93.5%，基於生活型態與環境因子預測準確度可達83.5%，以電子病歷因子預測準確度則為69.5%。

臺灣大學人工智慧研究中心-亞東紀念醫院、元智大學、中央研究院、國立陽明大學

嗓音問題常見於職業上需要大量用聲的族群，由於聲帶位處喉部深處，需要特殊咽喉內視鏡與經驗充分之專科醫師，方能做出正確診斷並決定後續治療方針。近年來隨著醫療科技與訊號處理上的突飛猛進，已有不少論文提出深度學習演算法可用於輔助醫療資訊之判讀與臨床決策，惟目前仍未有相關技術應用於嗓音疾病。本研究團隊結合嗓音資料庫、訊號處理與人工智慧之專長，偵測嗓音中的病理特徵，發表了全球第一篇基於深度學習演算法偵測嗓音疾病之論文，研究結果超越了過往分類器，最高可達99.14%之正確率。除了獲得中華民國發明專利，更得到頂尖國際會議主辦嗓音偵測國際競賽之殊榮，吸引超過100隊來自27個不同國家的積極參與。我們的研究成員也提出多模態（multi-modal）深度學習模型，加上患者之人口學特徵、職業用聲狀況、臨床症狀等豐富資料，針對嗓音濫用、喉部腫瘤、與聲帶麻痺等常見疾病，進行自動偵測與分類，正確性可達87.26%，為相關領域之一大突破。

臺灣大學人工智慧研究中心-先鋒智能股份有限公司

AHEAD Medicine開發以AI為核心的血癌診斷、管理及臨床輔助決策工具。 我們聚集了血液醫學專家、資料科學家和機器學習的專業人士，為臨床血癌診斷開發量身定制的解決方案。 目前我們已經完成了技術驗證，並已在多個國際級研討會和學術期刊上進行研究成果發表，並開始準備臨床驗證流程。 我們目前正在募資，資金需求為200萬美金，用來進行我們外部驗證研究的啟動，以及針對FDA臨床驗證的預交會議。

臺灣大學人工智慧研究中心-劉文德醫師團隊

待填