迎棧科技與臺北榮民總醫院今年初簽署產學合作計畫案，首次藉由AI技術團隊進駐醫療場域，資料科學家與醫師直接的互動討論，探討醫師對醫療影像判斷的思考邏輯，深入了解醫護場域的現場狀況，從特徵擷取、影像處理及模型開發全方位結合醫師的實務經驗與智慧，產出更高精確率、更快速運算的腦瘤人工智慧判定模型（WinBrian®)，增進輔助診療系統準確度，強化醫療品質進而提升看診及腦瘤判斷的效率。
臺北榮民總醫院放射線部郭萬祐主任是國內首屈一指使用聯邦式學習並應用於腦瘤影像判定的翹楚，在與迎棧科技的合作中，利用新的資料標註技術縮短大量標註的作業時間，改善資料分散或不充足所造成的訓練結果偏差。郭萬祐主任表示，在以往聯邦式學習中，集合臺北榮民總醫院多位醫師對影像資料進行標註，同一張影像不同醫師可能有不同標準來判讀標註；不同廠牌MRI設備的影像也有掃描參數格式不一致狀況發生，此次合作利用電腦視覺技術預處理磁振影像，降低設備與標準化參數不一致性的干擾，使得所開發模型可以通用於跨院區、不同廠牌與參數的MRI設備所產生的影像。
此次的合作中，藉由臺北榮民總醫院所提供的珍貴臨床腦瘤案例的磁振影像，在模型開發上同時利用分類（Classification）與圖像分割（Segmentation）的人工智慧科技，將現有標註的影像資料，導入專家（human expert）輔助演算法來提高AI模型的推論能力，讓人工智慧腦瘤輔助系統精準度能更優於現有系統，同時探索其他更強大且具有解釋性（可信賴）的演算法，也考慮運用於非腦瘤的其他疾病，追求全方位的智慧醫療應用。
醫師的診斷能力養成需要長期的臨床實習，導入人工智慧輔助診斷能提供教育訓練或供其他醫院學習與應用，再輔以自動化機器學習（AutoML），達到無需程式基礎即可快速建立有效的模型來判讀資料及輔助診斷相關功能，加速醫師的養成、減輕醫師的工作負擔、提升醫療品質。
臺灣醫療實力世界有目共睹，應用人工智慧於醫療領域更是如虎添翼，此次合作計畫將臺北榮民總醫院精湛的醫療技術與迎棧科技先進的電腦科技研發實力相結合，未來期望可將研究成果導入臨床各類設備系統，往上追根溯源，更早找出需要臨床處置的個案，進行預防或提早治療，攜手共創智慧醫療的新境界。
