COVID - O2

Taiwan is helping!

2020 年新冠肺炎疫情肆虐，國際間試圖透過 AI 技術提出解決方案，共同對抗疫情。國際大廠 NVIDIA 跨國聯合 20 間醫院共同進行聯邦學習，訓練出精準度高達 94 % 之 AI 模型，用於預測具有 COVID-O2 症狀的患者，需要補充氧氣的需求，以作出更好的臨床決策。

國立臺灣大學 MeDA Lab、科技部全幅健康照護中心與健保署，獲邀參與本次大規模跨國研究，投入先進技術，展現台灣科技與醫療實力，也在疫情中，為世界貢獻一己之力。

跨國大規模聯邦學習 （Federated Learning）

此跨國計畫執行 EMR CXR AI Model (EXAM) 方案，目的是建造一個以高效率的方式，做好病人管理和資源控制的模型。運作方式是結合電子健康紀錄和胸腔 X 光來預測氧氣需求，以便用最有效率的方式安置病患。若病患可以接受室內空氣或只需要低氧氣流量和些微的高氧氣流量，患者會被列入觀察，但若病患需要更高氧氣流量或是呼吸器，就會被分配到重症監護室。

EMR CXR AI Model (EXAM) 方案，是一個史無前例，既大型又多樣化的聯邦學習方案。與這個方案合作正是MeDA實驗室領導著醫學AI做出大量貢獻的最佳寫照。這個合作集合了全球20個夥伴，共同建造一個以高效率的方式做好病人管理和資源控制的模型。運作方式是結合電子健康紀錄和胸腔X光來預測氧氣需求，以便最有效率的安置病患。若病患可以接受室內空氣或只需要低氧氣流量和些微的高氧氣流量，患者會被列入觀察，但若病患需要更高氧氣流量或是呼吸器，就會被分配到重症監護室。

整個方案總共分成三個階段。第一階段是發展一個可以預測急診室新病患氧氣需求的AI模型。這個模型是麻省布萊根綜合醫院的 Quanzheng Li 博士發展出來的 CORISK。第二階段是把這個模型拓展到更多的醫院，橫跨更多不同的地理區域和多元的病患群體。這個方案使用的是 NVIDIA Clara 聯邦學習架構，以在不侵害患者隱私的情況下達成全球性合作。第三階段是推行由 NVIDIA 和麻省布萊根綜合醫院聯合發起的全球 EXAM 方案。這個方案最重要的就是要找到擁有足夠專業人員和數據的夥伴，可以一同發展模型。因為瞭解這個方案的重要性，臺大 MeDA 實驗室主動邀請科技部補助全幅健康照護子中心，和中央健康保險署以期能整合資源攜手合作。

秉持著合作精神，MeDA Lab 提供專業知識、能力和軟硬體支援。實驗室研究員王柏川跟其他兩位來自 NVIDIA 和中央健康保險署的專家集合在中央健康保險署一起執行演算法和數據集的必要調整，包括調整演算法，準備數據庫，選擇數據，套用演算法到數據上，並在最後確認結果的正確性。僅過短短兩週，這個全球性大規模聯合研究就成功地在預測新病患氧氣需求上得到接收者操作特性曲線下面積（AUC）為 0.94 的優秀預測能力，此卓越的成果被發表在今年的 GPU 開發者大會 (GTC) 中。