雲象科技AI技術榮登國際學術殿堂|雲象科技

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。