深入成功大學機房，瞭解NVIDIA DGX-1超級電腦AI研究成功案例

影像醫學分析與醫師共挑重擔

成功大學與附設醫院是南部的重要醫療單位，不但為相當大量的病患提供醫療服務，也因此累積了相當多病例與資料。

成大醫院影像醫學部心胸科次專主任蔡依珊說明，成大醫院每年大概會產生3,500萬張各類影像，如果以20人、365天不間斷的方式進行分析，平均每人每天要看過5,000張影像，對醫師來說是極大的負擔。

而導入AI協助後，可以有效降低醫師工作量，並將時間分配給更多病患，而且先前曾有急診患者在檢查主動脈剝離時，由AI發現他有冠狀動脈相關問題的案例，彌補人力檢查造成的缺失。

蔡依珊表示在導入DGX-1後，能將原本需要費時3天的AI訓練縮短至1小時，大幅提升研究效率。有趣的是，她並不期望AI能夠達到超越人類的辨識力，只要能有年輕主治醫師的辨識準確度即可大幅降低醫師工作負擔，而目前成功大學的研究成果能在缺血心肌梗塞有84%的辨識準確度，已達這個水準。

▲ 蔡依珊透過DGX-1將AI訓練時間從3天縮短至1小時。

▲ 成大醫院每年大概會產生3,500萬張各類影像，極需以AI協助進行分析。

▲ AI能在辨識醫學影像上發揮功效。

▲ 目前AI在辨識缺血心肌梗塞已有84%的準確度，成果相當出色。

鎖定山崩時間方能深入研究

成功大學土木工程學系副教授洪瀞則將研究重點放在山崩的研究，為聯合國所提出的永續發展目標而努力。

在過去的研究中，研究團隊雖然能查覺山崩的發生，但卻無法精準鎖定山崩發生的時間，導致無法進一步分析山崩發生的原因。為了解決這個問題，研究團隊借重台灣緊密頻寬地震網的優勢，透過深度學習分析過去重大事件，能夠在儀器的協助下即時、自動、客觀記錄山崩時間，做為研究的重要依據。

有了切確的時間後，研究人員就能定義破壞機制與制定警戒值，藉由DGX-1加速運算作業，讓團隊能在更短的時間內處理更多的數據並進行影像模擬，提升台灣山崩辨識的應用與準確率，並進一步將該技術拓展至全球。

▲ 洪瀞透過DGX-1加速運算精確判別山崩的發生時間。

▲ 他的研究主題與聯合國永續發展目標契合，相當具有理想性。

▲ 山崩的發生時間對是個重要卻不容易取得的研究數據。

▲ 超級電腦的運算能力有助於鎖定山崩的發生時間。

▲ 研究團隊未來的目標是提升山崩辨識準確率，並將成果分享至全球。

在活動最後蘇慧貞表示，她認為運算在未來會成為和語言相同的一種知能，而學校也有讓社會大眾一同學習的重要使命，對於瞬息萬變的AI領域，成功大學準備了對應的在職進修平台，詳細的資訊有待日後公布。