0960-550-797
LINE的ID:@ipo888 歡迎加入好友
雲象科技公司新聞
這項加速器計畫不僅專注於人工智慧（AI）新創產業發展，更將觸角延伸至人工智慧物聯網（AIoT）、5G、數位內容與醫療等領域，期望透過NVIDIA強大的產業生態系資源與網路，為台灣新創公司提供專業的技術與商業輔導，並創造與產業媒合的機會以及與國際接軌的平台。
NVIDIA表示，台灣擁有厚實的技術實力以及日趨完備的創新生態環境，即便過去一年因為疫情嚴峻而對產業帶來諸多挑戰與不可控因素，仍有許多新創公司在危機中找到機會，透過AI、機器學習、資料科學等解決當今最具挑戰性的難題。藉由入駐林口新創園，NVIDIA將擴大與各領域新創夥伴交流的機會，期望借助NVIDIA在台累積的生態系網路及國際性的資源，加速台灣新創公司產品技術的研發與上市時程，推動AI在各產業落地。
入駐林口新創園的NVIDIAInceptionAI新創基地以輔導台灣優秀的新創公司與產業合作為首要目標，積極串聯財團法人資策會科技法律研究所、台灣加速器平台如AppWorks、中華開發創新加速器、StarFab、TACC+與台灣科技新創基地（TTA）等，以尋找優秀的講師與訓練的機會，同時亦邀請來自產學界的合作夥伴共同開設一年期完整的AI技術講座與實作坊，並提供法律等跨領域課程，持續為台灣新創圈的發展挹注人才與創新技術的能量。
NVIDIAInception加速器計畫於2016年開始在台推動，持續根據加入計畫的新創公司的成熟度，提供各項量身定制的福利，包括上市支援、技術援助、以及取得NVIDIA專業技術的機會。新創公司可以透過NVIDIA深度學習機構獲得各項訓練課程，透過NVIDIA的全球經銷商網路取得硬體，以及受邀參加如NVIDIA的GPU技術大會（GTC）獨家交流活動等。
目前全球已有超過7,000家新創公司加入此計畫。NVIDIA表示，期望在未來的3年內能夠助力台灣新創產業打造出更多如DeepQ、雲象科技、思倢科技等，成功將技術力徹底發揮並應用於實際場域、邁向國際市場的耀眼新星。
北醫近年來積極投入病理數位轉型，推動十大癌症病理影像數位化 。在科技部巨量醫療影像計畫支持下，北醫更建置包含胸腔電腦斷層 及病理組織切片的肺癌特色資料集。
在過去三年間，北醫團隊和雲象密切合作，結合其肺癌病理資料及 雲象的大圖運算技術，水準超越美國知名病理AI公司Paige所提出的 方法。
雲象科技最新力作！與北醫合作AI病理研究登《Nature Communications》
近日來，台灣科技新鮮人氣滿滿的雲象科技，與台北醫學大學（簡稱「北醫」）攜手合作的數位病理AI研究成果，榮登國際知名科學期刊《Nature Communications》！這項突破性的研究，採用了創新的「零細節標註零分割」方法，讓未經切割的病理全玻片影像能夠直接用於AI模型的訓練，這一點不僅大幅節省了醫師的專業人力，還在技術上超越了美國知名病理AI公司Pai ge，成功解決了數位病理AI開發的難關。
雲象科技執行長葉肇元醫師在發表會上表示，從公司建立AI技術的初期，他就預測到病理AI開發過程中，大量標註工作將成為一個難以逾越的障礙。因此，過去三年來，雲象科技不斷探索，終於找到了一種新方法：直接利用超高解析度影像進行AI訓練，而這一切都不需要進行細節標註。這項技術的突破，將為台灣乃至全球的病理AI領域帶來革命性的變革。
葉肇元醫師強調，雲象科技不僅僅是想要創新，更關心的是如何將這些技術應用到實際的醫療現場，為患者帶來更快速、更準確的診斷結果。未來，雲象科技將繼續與北醫等機構合作，深化AI在醫學領域的應用，為人類健康貢獻更多力量。
雲象科技執行長葉肇元醫師表示，從建立AI技術之初就已預料到， 病理AI開發所需的大量標註工作將成為此領域發展之重大瓶頸。因此 雲象科技三年來持續探索直接以超高解析度影像，在不需細節標註的 情況下即可訓練AI的解決方案。
亞洲醫療影像AI領導廠商雲象科技aetherAI，在2月24日宣布一項重大突破，其研發的深度學習大圖運算技術成功登上《Nature Communications》雜誌，這項技術採用了創新的零標註零分割方法，將未經切割的病理全玻片影像直接用於AI模型的訓練，大幅減少了醫師專業人力的需求，並在技術上超越了美國知名病理AI公司Paige，成功解決了數位病理AI開發的難題。
傳統上，病理切片經數位化後的影像解析度極高，但由於單一張數位玻片的解析度高達數十億畫素，受制於AI計算的記憶體限制，常見的做法是將玻片切割成數萬個小區塊，並需要病理科醫師進行標註，這種方法受限於專業人力的不足，成為數位病理AI發展的瓶頸。
雲象科技執行長葉肇元醫師指出，從AI技術的建立初期，他就預測到大量標註工作將成為一大挑戰。因此，雲象科技過去3年來不斷探索解決方案，並將其突破性成果發表於《Nature Communications》。這項技術的成功，讓台灣在AI技術領域中再次展現了領先地位。
該研發成果的實現，也得益於科技部經費支持下的「醫療影像巨量資料庫」以及國研院國網中心於前瞻基礎建設計畫支持下所建置的臺灣杉二號超級電腦。這次成果的發表，充分展現了產、官、學合作的力量，為台灣AI發展樹立了典範。
雲象科技將AI技術、資料、運算能力結合，應用於台北醫學大學的9千多張肺癌全玻片影像資料集上，透過臺灣杉二號的強大運算能力，成功使用4億萬畫素的全玻片影像訓練AI，技術水平超越美國知名病理AI公司Paige，這是數位病理AI發展的重要里程碑。
此次發表的技術，意味著數位病理全玻片影像不再需要進行影像切割及耗時的細節標註，即可用於AI的癌症辨識訓練。這項突破性技術的發展，將為醫療AI帶來嶄新的局勢，預計將為台灣在全球AI發展上奠定更加堅固的領先地位。
不同於其他醫療影像，病理切片經數位化後，其影像解析度非常高 ，單一張數位玻片的解析度高達數十億畫素，受到AI計算的記憶體限 制，常見的方法是將每張玻片切割成數萬個小區塊，卻需仰賴病理科 醫師的標註，才能進一步訓練AI。此方法受限於專業人力資源限制， 為數位病理AI發展的最大瓶頸。可以說，數位病理AI開發門檻很高， 億萬畫素影像運算更曠日費時。
雲象科技執行長葉肇元醫師表示，從建立AI技術之初就已預料到， 病理AI開發所需的大量標註工作會成為重大瓶頸。因此雲象科技3年 來持續探索解決方案，近日將其突破性的成果發表於Nature Commun ications，雲象成功透過尖端科技助攻癌症辨識，一舉奠定臺灣AI技 術領先地位。
而此次發表的研發成果也仰賴由科技部經費支持下所建置的「醫療 影像巨量資料庫」，及國研院國網中心於前瞻基礎建設計畫支持下所 建置的臺灣杉二號超級電腦；此次成果可說充分展現了產、官、學合 作所發揮的綜效，為臺灣AI發展樹立典範。
雲象結合AI技術、資料、運算能力黃金三角，應用於臺北醫學大學 的9千多張肺癌全玻片影像資料集上，透過臺灣杉二號充沛的運算能 量，成功用4億萬畫素的全玻片影像訓練AI，技術水準超越美國知名 病理AI公司Paige，為數位病理AI發展的重大里程碑。
此項發表重要性在於，數位病理全玻片影像，不再需要影像切割及 費時的細節標註，即可用來訓練AI做癌症辨識。這項突破性的技術， 可以讓醫院充分應用過去所累積的大量玻片資料，進行AI研發。可以 預見此技術將為醫療AI尖端技術帶來嶄新的局勢，奠定臺灣於全球A I發展上的領先地位。
如今升級為HemaAuto全自動化，雲象協助醫檢師完成耗時且繁瑣的任務，更落地在臨床場域，提升醫療品質，造福全球病患，公司執行長葉肇元醫師表示，雲象科技會持續嘗試挑戰更艱鉅的任務，以人工智慧協作的精神，搭配顯微鏡自動化平台，幫助解決檢驗醫學科日常工作的痛點。
葉肇元指出，骨髓血球細胞分類，是血液疾病診斷的重要基礎。臺大醫院採取高標準，針對每一片骨髓抹片完成人工500顆細胞的分類計數，此項工作需要由訓練多年的醫檢師或醫師才能執行。傳統在顯微鏡下一顆一顆的手動計數，相當耗時且缺乏一致性，知識傳承也非常困難。
雲象科技三年前即決定與臺大醫院檢驗醫學部周文堅主任合作，一同挑戰此高難度的題目，期望運用AI真正解決臨床的痛點。如今將豐碩的成果首次於醫療科技展實體發表，成為全球唯一的骨髓抹片自動化人工智慧產品，準確率高達九成四。除了針對影像內的細胞進行辨識，醫檢師也需要要手動操作顯微鏡在高低倍率切換，搜尋適合計算細胞的視野。HemaAuto的自動化升級，以最佳路徑規劃來自動控制顯微鏡移動及照相，完成從低倍視野到高倍視野並取像的操作。未來使用者可一次將多張玻片放入，系統即可完成所有取像以及預先判斷類別，等待使用者確認細胞分類結果，提供更高的工作彈性。
威強電也因應後疫情時代推出針對公共空間、人數眾多、可即時量 測體溫且同時維持高準確性的智能體溫量測系統，運用全新專為醫療 人員設計的POCi系列觸控平板電腦搭配熱像儀，即使戴口罩或手持熱 飲均不影響準確率，如偵測到高溫對象會立刻示警，無需特別安排人 員長時間監控。
聰泰科技與好心肝基金會合作的自動辨識肝腫瘤超音波影像系統， 結合威強電AI Box PC HTB-300，即時辨識肝腫瘤超音波影像，辨識 良惡性腫瘤，有效協助醫師快速診斷，而目前已取得台灣及日本兩地 的專利證明。長期致力於醫療影像與雲端醫療平台研發的商之器科技 ，近年來已由傳統的系統整合商轉型為全方位醫療套裝軟體供應商。
【台北訊】12月3日，台灣的領先科技企業雲象科技於醫療科技展上大放異彩，展出全球第一且唯一的骨髓抹片細胞AI。這項創新技術是雲象科技與台大醫院血液科團隊攜手打造的，它不僅能自動分類計數骨髓細胞，還能實現骨髓抹片的人機協作自動化流程。 在展會的精準檢測主題館，雲象科技展示了這項历时三年打造的骨髓抹片細胞AI，其背後的黃金標註資料集超過六十萬顆細胞，是全球最大的。葉肇元醫師，雲象科技執行長，強調骨髓血球細胞分類對血液疾病診斷的重要性，並指出傳統的手動計數方法耗時且缺乏一致性。 葉肇元醫師表示，雲象科技與台大醫院檢驗醫學部周文堅主任的合作，旨在利用AI技術解決臨床上的痛點。如今，這項技術已經在醫療科技展上首次亮相，並以94%的準確率成為全球唯一的骨髓抹片自動化AI產品。 此外，HemaAuto的自动化升級功能，透過先進的演算法進行視野搜尋，預判視野內的合格細胞數量，並自動控制顯微鏡移動及照相，從低倍視野到高倍視野並取像，大大提高了工作效率和準確性。
雲象科技執行長葉肇元醫師指出，骨髓血球細胞分類，是血液疾病 診斷的重要基礎。臺大醫院採取高標準，針對每片骨髓抹片完成人工 500顆細胞的分類計數，此項工作需要由訓練多年的醫檢師或醫師才 能執行。傳統在顯微鏡下一顆一顆的手動計數，相當耗時且缺乏一致 性，知識傳承也非常困難。
雲象科技三年前即決定與臺大醫院檢驗醫學部周文堅主任合作，一 同挑戰此高難度的題目，期望運用AI真正解決臨床的痛點 。如今將 豐碩的成果首次於醫療科技展實體發表，成為全球唯一的骨髓抹片自 動化人工智慧產品，準確率高達9成4。
除了針對影像內的細胞進行辨識，醫檢師也需要要手動操作顯微鏡 在高低倍率切換，搜尋適合計算細胞的視野。HemaAuto的自動化升級 ，則是透過演算法進行視野搜尋，並且預判視野內的合格細胞數量。 以最佳路徑規劃來自動控制顯微鏡移動及照相，完成從低倍視野到高 倍視野並取像的操作。