雲象科技股價多少?雲象科技股票交流的最佳選擇

雲象科技股票值得投資嗎??

這個問題通常需要要自己問自己,

對於雲象科技這家公司是否瞭解?

任何投資都建議事前做足功課,

別人的建議都只能僅供參考,

社會上也有針對未上市個股整理好的投資報告書,

但對於那種報告書建議要抱持謹慎小心,

建議書的內容不全然真實,

投資人應該要多方求證,

才不會上當受騙。

這部落格整理近期未上市雲象科技股票相關的資訊,

方便投資人能快速瞭解公司的訊息

雲象科技股票代碼?

因為是未上市公司所以還沒有代碼,

而交易上只能透過私人間交易

對於雲象科技未上市好嗎??

雲象科技股價多少??

雲象科技股票的交易相關問題

歡迎直接加LINE聯繫未上市陳先生~或者來電

歡迎直接來電交流討論~0917-559-001<—-手機點我即可撥號

LINE的ID是sander105,點擊此圖就可加入好友

 
0917-559-001 <—-手機點我即可撥號

雲象揭醫療AI產品選題心法,下一步攻基礎模型找出新突破

雲象科技在臺灣第一波醫療AI浪潮中起家,自2017年發跡至今,拿下近半數臺灣數位病理市場。他們從2大AI里程碑專案中,體悟到兼顧臨床需求與市場需求的方法,也給出臺灣醫療AI市場難題的潛在解方

文/王若樸

「打造骨髓抹片分類計數AI的難度非常高,不只是雲象代表作,也代表臺灣有能力做出世界級產品。」雲象科技創辦人暨執行長葉肇元話鋒一轉,「但說真的,就商業價值而言,一家新創公司這麼做不太好。」

這句話,道出了許多臺灣醫療AI新創面臨的困境。

以數位病理服務起家,後納入病理AI開發雙管齊下發展

雲象科技以數位病理平臺起家,後來主攻病理AI,雙管齊下發展,目前全臺已經進行病理科數位轉型的醫院中,有近七成採用了雲象的數位病理系統。這對一家2015年才成立醫療AI新創來說,這是非常不容易的成就。

所謂數位病理,是將傳統玻片樣本數位化,讓病理科醫師在電腦上直接查看組織切片樣本,尋找病變之處,不用像過去得用顯微鏡來檢視玻片。在這個數位化的基礎上,還能進一步發展病理AI,用經標註的數位病理影像來訓練模型,讓AI學會辨識特定疾病病徵或細胞,輔助醫師診斷。

數位病理和病理AI這2項應用,更有機會解決醫院臨床流程上的痛點。實體玻片樣本最大的麻煩是,民眾要去第二家醫院、取得醫師判讀病理切片的第二意見時,得請原檢查醫院,寄送玻片樣本到第二家醫院才行,這個過程漫長,還可能延誤最佳治療時機。玻片影像一但數位化,就能解決實體寄送問題,甚至,病患還更容易去國外就醫、取得第二意見。

病理AI則可以用來提高診斷品質。「一般民眾可能不知道,病理科的診斷敏感度不是百分之百,」葉肇元指出,病理科醫師辨識有患病者的能力並非100%,且在臺灣病理科醫師人力吃緊、診斷時間有限的情況下,其判斷力更容易受限。

雲象科技曾做過一項研究,探討病理科醫師對於胃癌淋巴結微小轉移敏感度。他們發現,臺灣病理科醫師的敏感度為81%,比世界水準高出許多,但這仍意味著,100個被癌症侵犯的淋巴結,還是有19個可能被醫師遺漏掉。若搭配AI輔助,雲象團隊發現,醫師的診斷敏感度可提升到96%。「這對病患來說,是個非常大的改變!」他說。

數位病理結合AI輔助,正是雲象科技成立的起心動念。

3大里程碑驗證技術和市場能力

早年,雲象科技以研發數位病理平臺起家。但葉肇元認為,醫院病理科的數位化若無AI加值,就難以推動轉型。因此,雲象自2017年開始發展AI,將自己定位為AI驅動數位轉型供應商角色,推出醫療影像AI建置平臺。2018年,嘗試於全玻片影像中辨識鼻咽癌組織成功後,很快地在隔年獲得長庚醫療體系青睞,銷出數位病理平臺,成為雲象第一個重要的里程碑。

他們在2018年,也悄悄地挑戰了一道世界級的難題,聯手臺大醫院血液科專家,要打造骨髓抹片分類計數AI。因為骨髓造血細胞是判斷許多血液疾病的重要因素,這項專案在醫學上非常有價值,但難度也特別高。過往最大挑戰是,這類細胞的計數,非常仰賴人工判斷,尤其需要經驗老道的專科醫師才能分辨,每一次判讀,至少得檢視500顆細胞才能更準確地判斷,一位病人至少得花上20分鐘。因為棘手,這類AI的應用在世界上非常少見。

為挑戰這個難題,團隊採用了臺大醫院近千例骨髓抹片影像,總共包含近60萬顆骨髓細胞,來讓院內資深血液科專業醫師和醫檢師標註,供AI模型訓練使用。不只如此,雲象自己還聘請30年經驗專家,成為內部標註人員,來協助模型發展。完成訓練後,他們測試,模型不僅能分辨15種細胞,還達到94%的正確率,並能將原本20分鐘的人工判讀時間,縮短為5分鐘。

他們在2020年正式發表了這款骨髓抹片分類計數AI,隔年取得衛福部食藥署TFDA和歐盟智慧醫材認證。在開發過程中,他們還建置了世界最大的骨髓抹片影像標註資料集,至今累積230萬次標註紀錄。

這是雲象的第二大里程碑,意味著雲象有世界級技術能力,來解決臨床需求。「這是個非常艱鉅的任務,」葉肇元指出,骨髓抹片分類計數AI的成功,不只要整合專家人力和龐大資料,還需要技術突破與溝通能力。因為,2017年,新一代深度神經網路架構Mask R-CNN問世,隔年,團隊就用來訓練骨髓抹片分類計數AI,要來解決困難的影像辨識問題。「這是非常新的嘗試,」他表示,團隊透過複雜的AI調校,終於成功發表骨髓抹片計數AI,成為一項新技術應用的突破。

在這項工程中,團隊還練就良好的溝通能力。因為他們聯手美國、日本血液科專家,不只面對日本專家需以日文溝通,還得時常舉辦專家共識會議,來取得骨髓細胞分類的共識。這個專案的成功,代表雲象有能力跨國溝通、取得多方專業共識。

緊接著2021年,雲象迎來第三大里程碑。那年,他們發表大腸鏡即時瘜肉偵測AI,這套AI自2018年開始發展、由臺大醫院和國泰醫院共同參與開發,使用了將近40萬張腸道內視鏡影像訓練而成,準確率達到95.8%。這套AI可在醫師進行大腸鏡檢查時,即時框出肉眼難辨的瘜肉,輔助診斷。這套AI系統,還在隔年獲衛福部TFDA智慧醫材認證,已能進入市場,成為大腸鏡檢查的幫手。

葉肇元將這套AI視為一大里程碑的原因是,不僅醫師認為大腸鏡即時瘜肉偵測AI好用,醫院也願意買單。因為,這款AI可用於民眾自費健檢項目,等於醫院導入後,可從民眾端回收成本,讓這款AI更容易發揮商業效益,是雲象取得市場需求和臨床需求平衡的代表作。

從第3個里程碑思考產品設計方向

大腸鏡即時瘜肉偵測AI的出現,讓雲象意識到,產品選題和設計導向,也有辦法兼顧臨床和市場需求。

由於臺灣既有健保制度,無法給付醫療AI,亦即就算醫院花成本導入、在診間使用AI輔助工具來提高診斷準確率,也無法透過健保申報取得回饋。這就造成,醫院採購成本難以回收,不只降低醫院採購AI系統的意願,也不利於醫療AI軟體廠商和新創生存,甚至對廠商投入研發、創新來說,難有正面幫助。

骨髓抹片計數分類AI就是一例。葉肇元指出,該AI鎖定即將確診白血病的患者,這類病患人數少,且醫療過程中幾乎不會有自費項目,大多是健保給付項目。因此,要說服醫院採購這套AI系統,就「有挑戰性。」

相較之下,大腸內視鏡屬於自費健檢項目,民眾本就願意自費進行大腸內視鏡檢查,若加上AI提升診斷品質,民眾也較有意願多出一些成本,來使用AI輔助診斷。所以,這套AI的商業機會比骨髓抹片計數分類AI要高,雲象也從中體悟到如何拿捏臨床與市場需求,「這是我們學到最重要的一課,」葉肇元說。

因應臺灣智慧醫材發展痛點提出3大建議

雲象是臺灣第一波醫療AI浪潮掀起時就成立的公司,一路發展至今,葉肇元觀察,在臺灣健保制度下,如何兼顧市場和臨床需求,不只是他們面臨的挑戰,也是臺灣發展醫療AI時,必須面對的課題。

他認為,有幾種方法可解決這個痛點。首先是提高健保預算總額,因為,臺灣目前的健保預算總額只占國內生產毛額(GDP)6%,不只低於鄰近的日、韓等國,也比多數已開發國家還低。

健保預算有限,又要將醫療AI多納入給付範圍,勢必會排擠其他基礎照護項目。葉肇元認為,以臺灣健保預算8千多億、占GDP 6%的條件來討論智慧醫材發展,相當奢侈,應先提高健保預算總額、填補基礎健康照護不足,比如解決缺藥問題後,再來談醫療AI等智慧醫材是否納入給付。「應該仿照韓國,將健保預算總額提高至GDP 8%,臺灣才能解決基礎照護問題,也才有餘裕發展智慧醫材產業,」他說。

不只從國家角度出發,從商業保險角度切入、建立外溢保單制度,也是另一種可行方法。意思是,保險公司可提供私人保單,來支付民眾使用醫療AI等智慧醫材項目,醫院可從中回收投資醫療AI的成本。不過,要做到這一點有許多挑戰,得先凝聚保險公司、醫院和智慧醫材廠商共識,建立計算基礎才行。

另一個建議是建立自費機制,來讓患者選擇付費使用AI輔助診斷。葉肇元指出,在流程上,醫院可申請自費碼,來處理患者自費項目,比如,外科醫師要替病人開刀前,可先告知患者,手術檢體送至病理科判讀時,患者可選擇自費,來使用AI來輔助診斷,得到更精準的結果。

下一步瞄準市場導向開發和AI技術發展

回到雲象本身,這2年來,他們的發展相對沉靜。但提起下一步計畫,葉肇元表示,他們瞄準健檢自費項目,要開發相關AI產品,同時也要持續運用在臺累積的開發技術和經驗,來拓展海外市場,特別是德國與日本。

因為,他們2022年從飛利浦等國際大廠中脫穎而出,獲得德國頂尖醫院圖賓根大學附設醫院的病理數位轉型標案,要導入雲象數位病理平臺與病理AI應用。在日本,他們則獲得製藥大廠小野藥品的投資,也有合作專案進行中。

除了市場布局,雲象也同步鑽研AI技術本身,特別是Transformer模型架構,要來探索以一套基礎模型為基礎、發展不同分支應用的可能。因為,雲象一直以來都針對不同專案,從零打造個別模型,發展起來較複雜。因此,他們希望從Transformer中,探索出下一個病理AI技術的突破口。

 CEO小檔案 

雲象科技執行長葉肇元

學歷:臺灣大學醫學系畢業

經歷:臺大醫學系畢業後,至美國南加州大學攻讀病理學博士,期間利用進階光學顯微技術研究組織發育細胞動態時,發現自己對電腦演算法應用於影像分析的優異效能印象深刻,遇見其提升醫療品質的潛力,於是離開學術界,回臺於2015年創立雲象科技,擔任執行長至今。

雲象 AI 輔助診斷罕見腫瘤!共同研究登國際權威期刊

作者 姚 惠茹 | 發布日期 2022 年 03 月 02 日 14:13 | 分類 生物科技 , 醫療科技

數位病理及醫療影像 AI 領導廠商雲象科技今日宣布,研發的醫療影像 AI 應用,成功協助醫師對淋巴瘤有更細緻,並且精確的診斷方法,這項研究成果已刊登在國際知名醫療期刊《Cancers》,肯定技術應用的突破。

T 細胞淋巴瘤是少見的疾病,最重要的第一步是正確的病理診斷,精確診斷則仰賴病理科醫師對於腫瘤組織切片的形態分析,但 T 細胞淋巴瘤有兩類在形態上難以區分的疾病,首先是單形性上皮腸 T 細胞淋巴瘤(MEITL,monomorphic epitheliotropic intestinal T-cell lymphoma)

第二是腸道 T 細胞淋巴瘤(ITCL-NOS,intestinal T-cell lymphoma, not otherwise specified),病理診斷是透過細胞核大小變異度、形態分布,以及免疫表現型來區分這兩類疾病,對經驗尚在累積的一般病理科醫師挑戰甚鉅,而且形態介於兩個極端之間的案例也難以確切診斷。

奇美醫院醫學中心病理部部長兼解剖病理科主任莊世松教授與雲象科技合作,運用數千顆細胞核的標註資料,訓練出的 AI 模型能對淋巴瘤的細胞核精確地偵測,描繪輪廓,並且進一步計算出每個細胞核面積大小,長短軸比例等可量化的形態資訊,依此進一步訓練機器學習演算法,對兩種類型 MEITL、ITCL-NOS 進行分類,預測水準可高達 AUC 0.966(完美演算法的 AUC 為 1 )。

透過如此 AI 輔助診斷工具,可以讓醫師不再需要對 T 細胞淋巴瘤的形態進行粗糙的二元分類,而可以用量化的形態分析數據,對於淋巴瘤細胞作精確的統計描述。

雲象科技執行長葉肇元醫師表示,相信 AI 量化分析,可以讓淋巴瘤有更細緻、精準的診斷方法,醫師可施以更精確的治療,雲象持續精進科學研究,這次共同發表是計算病理學(computational pathology)能力的初步展現,未來將持續提升診斷及治療的水準。

雲象科技打造骨髓抹片細胞AI

雲象科技12月3日參展醫療科技展,在本展會精準檢測主題館展出 世界第一且唯一的骨髓抹片細胞AI,這次亮點是雲象科技聯手臺大醫 院血液科團隊,針對血液腫瘤疾病,建立了全球最大-超過六十萬顆 細胞的骨髓抹片黃金標註資料集,歷時三年打造的骨髓抹片細胞AI。 人工智慧不僅能自動分類計數15類別骨髓細胞,雲象科技更進一步整 合智慧自動取像的工作流程,從選取最佳視野、切換倍率、滴油、骨 髓細胞對焦、取像,接著分類、計數並產出摘要報告,實現骨髓抹片 人機協作的自動化流程。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。

雲象科技 攻數位病理 AI看診 揪出癌細胞
日劇「天才病理醫」中男主角總是很霸氣的說,病理科要做出100%的診斷。病理科雖然是內科診斷或外科手術前最重要的基礎,但其實在醫院是相對冷門的單位,數位化的腳步也不若其他熱門科別。雲象的數位病理系統,不僅協助病理科醫生能快、狠、準做到100%的診斷,加上人工智慧(AI),更可以幫助醫生更快速分類計數以及辨識腫瘤細胞。

雲象創辦人兼執行長葉肇元從台大醫學系畢業後,前往美國攻讀病理學博士,期間接觸到顯微技術,加上自己的研究題目難度相當高,找不到合適的程式,葉肇元乾脆自學程式設計。意外發現自己喜歡寫程式,當他在實驗室協助別人用程式解決顯微鏡問題時,也看見數位玻片的潛力。

2015年,葉肇元還在美國時,即由父母出資,在台灣登記成立雲象科技,創業夥伴除了父親葉一忠(目前擔任營運長),還有擅長網路程式設計的康家彬(目前為技術長)。

不過若是用昂貴的軟硬體,只是換來看玻片時,從顯微鏡換到電腦螢幕,對醫院與醫生來說意義不大,因此雲象除了開發數位病理影像系統,也投入AI輔助診斷系統的開發。

透過合作醫院提供的玻片影像以醫師的標註,進行深度神經網路AI模型的訓練,除了協助病理科醫生快速辨識腫瘤細胞,也希望結合病患的病理組織及臨床生化檢查數據,進行治療效果及預後的綜合研判,例如在進行癌症治療時,對於病患的長期存活率做出預測。

葉肇元表示,數位病理AI的價值,一是可將定量的工作交給AI,也就是幫助病理科醫生降低繁重的看片與標記負擔;再者,有許多困難的疾病需要使用先進治療,但並非所有的病患在治療後都有反應。例如進行免疫療法前,可以將病患的病理組織或生化臨床資料等,將所有資訊進行綜合研判,判斷是否會有反應,以免病患花了錢卻對治療沒有反應,這是目前藥廠相當關注的,也是數位病理AI最有潛力的市場。

目前各大醫院都在進行數位轉型,主要是在臨床上包括智慧手術室、智慧病房等進行數位化。去年已有台北榮民總醫院及長庚購買玻片掃描器,自己建立數位病理系統,預料接下來各大醫院也會投入。

綜合研判

找對療法

雲象除協助長庚建立數位病理系統,也與林口長庚合作,將鼻咽癌的鼻黏膜檢體,標記了300片玻片,把癌症細胞標記出來教AI判定,目前準確率約98%。

葉肇元指出,如果癌症病灶很大,病理醫生一看就知道答案,就不用AI幫忙;但如果病灶很小,很容易被忽略,或是要花很多時間才能找到的病灶,此時AI的幫助就很大,可以省卻許多時間,也能做更精準的研判。

雲象是個新創公司,資源有限,不會找國際上競爭激烈的乳癌、肺癌等項目,而是挑些標記比較困難、或資料收集有難度的病症。如骨隨抹片對各大醫院來說都很困難,或是東南亞很多但美國較少的鼻咽癌,這些項目對雲象來說較具優勢,讓雲象能將資源花在刀口上。

綜觀數位病理目前在各國的發展都還不算普遍,因此市場還沒有太「紅海」,為了與其他競爭者競爭,希望資源可以更充足、團隊要夠大,除了利基市場,雲象也嘗試一些「流行」的項目,也就是免疫組織化學定量。

結合藥物

拚含金量

以癌細胞來說,有不同組成細胞,可以透過染色區分哪些容易成為治療標的,若達到一定的量就比較適合做免疫治療,如果染色下去都找不到,就可以判定應是無效的治療,例如免疫檢查點抑制劑PD-1治療法前,會先做PD-L1染色標註。

葉肇元深知,數位病理不能只協助診斷,而是從診斷到治療,也就是與藥物結合,才是數位病理的含金量所在,因此將與生技製藥產業的AI化進行結合。AI須進入垂直產業應用,同時要整合到工作流程,才能帶來效益,也就是AI從模型訓練、模型優化到驗證確校,一定要「落地為王」。

雲象AI模型 數位病理領頭羊
科技與醫療是臺灣的二大優勢產業,透過彼此的激盪交融,智慧醫療的相關應用已遍地開花,但在數位病理領域仍是一片藍海。組織病理切片數位化後,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甚至百億畫素,檔案最大可超過10 GB,不僅資料儲存是一大挑戰,訓練AI模型更是曠日費時。

臺灣十大最酷科技新創公司之一的雲象科技與國家實驗研究院高速網路與計算中心(國研院國網中心)合作,以具醫療影像優化架構的臺灣AI雲(Taiwan Computing Cloud, TWCC)為後盾,實現運用統一記憶體及算圖優化的技術,挑戰直接以全玻片數位病理影像發展AI模型,每個專案可節省專業醫師半年的標註時間,為數位病理AI技術帶來巨大的革新,讓臺灣醫療走在世界的領先群。

雲象科技的核心業務是打造可辨識特定癌症細胞的深度神經網路模型,以輔助醫師更快速有效的在病理切片中辨識出癌症細胞。醫師針對癌症區域進行細節標註後,因影像過大,目前作法是將全玻片影像預先切割為數萬個小區塊,才能進一步訓練AI模型。傳統方法效果雖然優異,然而必須對每個區塊都有預先標註,才能訓練深度神經網路模型。

雲象科技於2019年運用統一記憶體及算圖優化技術,挑戰用完整的全玻片影像來訓練深度神經網路,取代目前仰賴醫師專業人力標註並把影像切割成多個小區塊的方法,來節省專業病理科醫師數月到半年不等的標註時間。而此構想唯有在「臺灣AI雲」得以實現。

公司簡介
公司成立於2015年10月,主要從事於病理玻片雲端數位化及醫療影像AI開發的業務。客戶以醫療院所為主。雲象科技的合作夥伴包括了美國洛杉磯Cedars-Sinai Medical Center, 匹茲堡University of Pittsburgh Medical Center, 及臺大醫院、長庚醫院、 國泰醫院等醫學中心。

公司基本資料

統一編號 42604994
公司狀況 核准設立  
公司名稱 雲象科技股份有限公司  (出進口廠商英文名稱:aetherAI Co., Ltd.) 
章程所訂外文公司名稱  
公司屬性 閉鎖性
資本總額(元)  
實收資本額(元) 153,119,109
每股金額(元) 無票面金額
已發行股份總數(股) 12,882,353
代表人姓名 葉肇元
公司所在地 臺北市南港區園區街3-2號9樓
登記機關 臺北市政府
核准設立日期 104年10月07日
最後核准變更日期 109年04月20日
複數表決權特別股
對於特定事項具否決權特別股
特別股股東被選為董事、監察人之禁止或限制或當選一定名額之權利      無
所營事業資料 F109070  文教、樂器、育樂用品批發業
F113050  電腦及事務性機器設備批發業
F118010  資訊軟體批發業
F119010  電子材料批發業
F209060  文教、樂器、育樂用品零售業
F213030  電腦及事務性機器設備零售業
F218010  資訊軟體零售業
F219010  電子材料零售業
I301010  資訊軟體服務業
ZZ99999  除許可業務外,得經營法令非禁止或限制之業務
CF01011  醫療器材製造業

與我聯繫

雲象科技未上市想要買賣交易的問題或想詢問雲象科技股價,可以直接加LINE聯繫未上市陳先生

LINE的ID是sander105,點擊此圖就可加入好友

0917-559-001 陳先生<—-手機點我即可撥號

相關產業連結

雲象科技股價多少?

雲象科技是未上市股票, 雲象科技股票已經有在私人間交易,通常未上市價格波動是依據買賣人氣變化而決定,網路上有許多網站都有呈現個股的買價及賣價,想要投資的看賣價,想要賣出的看買價,從那邊資訊可以得到一定的雲象科技股價行情參考,這樣就不會出現投資人買入或賣出偏離行情價位,而想要買進或出售手上的股票,可以與未上市投資人陳先生聯繫,協議雙方彼此同意的價格交易。

雲象科技未上市如何交易?

雲象科技因為是未上市,所以無法透過證券商系統進行買賣,想要買賣都是透過私人間交易,雙方協議好價位,就可以約定辦理過戶事宜,想要買賣都歡迎與未上市投資人陳先生聯繫,可以先雙方討論價格,之後都是銀貨兩訖,可靠安全。

在〈雲象科技股價多少?雲象科技股票交流的最佳選擇〉中有 1 則留言

  1. 林百里看中的雲象 收服一堆大咖醫院!AI偵測大腸息肉、肺結節 輔助診斷系統市占第一

    2023/12/27 12:26

    文| 林苑卿

    從台灣的長庚醫院、台大醫院、國泰醫院,到德國、日本的指標性醫院,其數位病理建置或AI輔助診斷系統,都來自新創公司雲象科技。

    走進長庚醫院,這裡有全台規模最大的數位病理建置案,同時整合AI(人工智慧)輔助診斷系統。每次臨床醫師從病患身上取樣或切除組織,在做完病理切片後,無須再排隊等待病理醫師用顯微鏡判讀,立即使用高解析度的玻片掃描機,轉製成數位影像保存,再將這些數位病理影像,先由AI演算法計算出有高機率為癌細胞的區域,最後交由病理醫師做最終診斷,大幅提升效率。

    導入AI 判讀準確率提高

    場景再轉換到台大醫院,過去骨髓抹片分類計數是判斷血癌的關鍵,但判斷難度高,非常仰賴稀缺的專業醫師;但即使是有經驗的醫師,一位病人的資料就得花20分鐘判斷,且仍有誤判機率,準確率僅約60%。如今,台大醫院導入「骨髓抹片AI分類計數系統」後,只要5分鐘就可以完成準確率高達94%的判讀,除了提高準確率之外,也大大地降低了醫師的工作負荷。

    在國泰醫院健檢中心,藉由「大腸鏡即時AI息肉偵測」協助醫師判讀是否有息肉,成為醫師的第2雙眼睛,避免醫師礙於時間壓力誤判或漏看息肉情形,準確度超過90%。另外,也可透過「低劑量電腦斷層肺結節AI偵測」,篩檢早期肺癌,只需要20秒就可以偵測小於1公分的肺結節,縮短過去醫師要耗費至少1小時判讀的時間,爭取黃金治療期。

    這些數位病理建置或AI輔助診斷系統背後,都靠1家成立短短8年的AI醫療影像新創公司—雲象科技。雲象手上握有兩項獲得衛福部食藥署認證上市的AI醫療影像技術—大腸鏡即時AI息肉偵測、骨髓抹片AI分類計數系統;其中,骨髓抹片AI分類計數系統還取得歐盟CE核准,取得醫療器材許可證。

    「我每3個月都要跟林百里開會。」雲象創辦人暨執行長葉肇元告訴《財訊》。葉肇元與廣達董事長林百里合作的緣分,源自於一場論壇。2019年,在台大放射科醫學會舉辦的智慧醫療論壇中,葉肇元被邀請去擔任講師,從論壇一開始到結束,林百里都坐在台下專注聆聽。於是葉肇元找機會過去攀談,得知林百里正在尋找可以合作的軟體公司,進而展開合作。

    葉肇元本身是台大醫學系畢業、南加大病理學博士候選人的醫科背景,而且赴美深造期間,發現對電腦編程及影像分析的熱情,決定創立雲象,他同時具備醫界與科技界溝通的語言,是林百里看上合作的重要關鍵,由廣達持有15%股權,成為雲象最大的股東。

    過去,電子5哥想要把自家的智慧醫療產品賣進醫院,總是四處碰壁,關鍵在於不了解醫院與醫師的需求;而醫科出身的葉肇元非常清楚他們在醫治病患過程中遭遇的痛點,於是陸續萌生開發骨髓抹片AI分類計數系統、大腸鏡即時AI息肉偵測、血液疾病AI輔助診治、低劑量電腦斷層肺結節AI偵測等系統的想法,獲得衛福部食藥署認證上市後,再轉販售給醫院,如今雲象在台灣醫療影像AI輔助診斷系統的市占率已位居第一。

    打入德國醫院 廣達也跟進

    下一步,雲象正積極拓展海外市場,規畫在日本、德國開設子公司。「2023年營收會破億元,其中海外營收占4成,集中在德國與日本。」葉肇元估算著說。

    挾著台大合作的骨髓抹片AI分類計數系統,解決全球血癌診斷的難題,雲象因此獲得德國圖賓根大學附設醫院的關注。當醫院要做數位病理轉型時,就主動邀約雲象去投標,最終雲象也成功拿下這件專案。同時,透過與雲象的軟體搭配,廣達醫療照護平台品牌「QOCA」也一起打入這家德國醫院。

    雲象同時也插旗日本市場,包括日本國立癌症研究中心東醫院,是日本權威腫瘤專科醫院,直屬國家衛生部。先前,該醫院準備要執行國家型研究計畫,剛好這時雲象主動提出合作,提供該計畫缺少的AI醫療影像分析技術。後來,雙方合作計畫的成果十分良好,東醫院也藉機引薦雲象給日本知名藥廠小野藥品,並獲得旗下投資公司小野數位健康投資挹注。

    Profile 雲象
    成 立:2015年
    董事長:葉肇元
    資本額:2719萬元
    大股東:廣達、日本Ono Digital Health Investment(小野數位健康投資)、台企銀、鈦鎂
    客 戶:長庚醫院、國泰醫院、台大醫院、中國醫藥大學附設醫院、成大醫院、淡水馬偕醫院等
    市場地位:台灣醫療影像AI輔助診斷系統市占率第一

    回覆

發佈留言