MedTech醫療科技雙周報第25期：新加坡醫院啟用超級電腦，打造醫用LLM和3D牙位圖生成模型

重點新聞（0816～0831）

LLM   病歷摘要   3D牙位圖 

新加坡醫院啟用超級電腦，打造醫用LLM和3D牙位圖生成模型

新加坡國立大學醫院（NUHS）日前啟用醫療專用超級電腦，來支援自家醫院的AI專案，如基因組學、大型語言模型（LLM）、醫學影像分析等，他們也實際訓練出醫用語言模型RUSSELL-GPT和3D牙位圖生成模型。

這臺超級電腦名為Prescience，是新加坡醫界部署的第一臺醫用超級電腦。NUHS集團技術長Ngiam Kee Yuan指出，他們自今年3月開始用超級電腦和自家資料訓練RUSSELL-GPT，現已能執行病歷記錄、摘要、寫轉介信和醫學指南QA等任務，幾秒就能完成。他說明，RUSSELL-GPT還大幅降低人為出錯的可能，而且，該模型還用來預測患者醫療旅程，透過分析所有歷史數據來預測各個患者的醫療旅程。他們也正在研究，用該模型來預測尿道感染等常見疾病的嚴重程度和醫療旅程。NUHS指出，這款模型為離線部署，預計今年底在集團內逐步擴大使用。

NUHS還用超級電腦執行另一個專案SMILE AI，目的是要用來生成3D牙位圖。SMILE AI由2個模型組成，一是用3D牙科掃描影像訓練而成，另一是用包含上下顎的全口X影像訓練而成，整合這2個模型來生成患者的3D牙位圖，標示患者牙齒狀態。這麼做，可節省牙科醫師手繪和牙齒建模的時間，也能更視覺化呈現。NUHS點出，有了這些模型，醫師從患者牙齒掃描攝影到確定初步治療方案，只需5分鐘。（詳全文）

 資料標準   檢驗檢查   LOINC 

國際臨床術語資料庫LOINC 2.75版釋出，新增1,945個概念

非營利醫學組織Regenstrief研究院最近釋出LOINC最新2.75版，新增了將近2千個概念（Concepts）。進一步來說，LOINC由Regenstrief研究院在1994年建置，是一套臨床指標和檢驗檢查專用的術語資料庫與通用標準，範圍涵蓋臨床醫療護理、實驗室數據和臨床研究等領域，該組織也持續維護LOINC至今，每半年更新一次版本。

這次是根據100多個國家提出的請求，來新增1,945概念，包含實驗室（1,469）、臨床（405）和調查（71）等3大領域，該研究院希望藉此加速醫療系統、實驗室和組織的資料交換效率。使用者可免費在LONIC網站的LOINC術語服務（用HL7 FHIR標準）下載使用。LOINC在臺灣越趨重要，衛福部展開的次世代數位醫療平臺計畫，除了將採用FHIR標準，也計畫導入LOINC和SNOMED標準。（詳全文）

遠距醫療   衛福部   通訊診察治療辦法 

衛福部預計10月發布通訊診察治療辦法修正版

8月28日展開今年度行政院生技產業策略諮議委員會（BTC）大會，衛福部政務次長王必勝代表報衛福部盤點年度進展，包括對規範遠距醫療的通訊診察治療辦法修正。該修正案已於今年5、6月召開對外溝通會議，預計10月發布修正案。屆時，心理治療、諮詢、會診等場景也能適用遠距醫療，而適用特殊情形也將擴大納入癌末照護、矯正機關收容照護、行動不便照護、災害／傳染病或其他重大變故照護、國際醫療照護和其他情形，且得以開立處方。

同時，王必勝也預告，人體生物資料庫管理辦法修正草案將於今年10月送行政院審查。該辦法的修正目的，是要強化人體生物資料治理規範，包括擴大資料範圍（可納入基因、醫學影像等生物資料）、新增整合平臺設置的依據，以及管理國人基因資料的收集、使用和輸出機制。（詳全文）

 健保資料   退出權   專法

健保署展開健保資料二次利用專法制定，預計年底完成

去年8月，憲法法庭對健保大數據運用爭議給出判決結果，指出健保署欠缺個人資料保護獨立監督機制，且對於相關組織及程序欠缺明確規定，當事人也沒有退出權，屬於違憲，應自判決宣示3年內修正或制定相關法律。

衛福部政務次長王必勝日前表示，健保署已對此展開行動，在今年6月決議制定健保資料二次利用專法，來保障民眾退出權，運作機制將改為學研界提出案件後，進行申請對象確認，並註記、排除退出的民眾資料。衛福部預計年底完成健保資料二次利用專法研擬會議和公聽會，於明年5、6月送行政院審核，明年9月送立法院審議。（詳全文）

中標準整合   衛福部   FHIR 

衛福部展開部內4署資料標準整合工作

在今年度行政院生技產業策略諮議委員會（BTC）大會上，衛福部代表王必勝揭露醫療IT系統升級進展，不只成立專案辦公室、對外展開次世代數位醫療平臺計畫，要協助全臺醫院採用國際醫療資料交換標準FHIR，對內也展開資料標準統一工作，包括建置次世代醫療數據共享創新平臺，來交換跨部、跨署數據，以及建立健康資料和通報資料的交換標準與檢驗檢查編碼標準，來統一食藥署、國健署、疾管署和健保署的資料交換架構標準和格式。這個資料標準統一工作，涵蓋了建立FHIR共通欄位格式和LOINC編碼的實作指南。（詳全文）

智慧醫療   困境   AI 

醫療AI論文多、產品少是臺灣智慧醫療待解決的難題

臺中榮總院長陳適安身兼行政院生技產業策略諮議委員會（BTC）委員，他點出臺灣發展智慧醫療的困境，包括醫療AI論文研究多、真正的產品仍是少數，跨院驗證仍有許多問題，以及跨國、跨市場的導入困難。

他分析原因，就醫療AI產品少這項而言，多數臨床人員不熟悉市場機制、IT產業不熟悉醫療，造成雙方找不到正確的題目來研究。而跨院驗證困難，則是因為各家醫院醫療資訊系統（HIS）不同、儀器廠牌不同，導致AI模型難以直接於各院驗證效能。針對這些問題，他建議可從教育、跨產業交流、媒合等機制下手，比如鼓勵ICT人才在學期間先到醫院見習、跨域交流，或定期舉辦研究團隊與產學團隊經驗分享等。他也建議，政府可在現有基礎上，提供醫界跨國取證和市場評估的幫助，來協助醫院向外擴散智慧醫療影響力。甚至，如何將臺灣數位醫療成果擴散到更多國家，他認為可透過醫界聯手IT、基礎設施等業者組成多元跨域團隊，出海到東協等國，來提高成功落地的機會。（詳全文）

 Google Cloud   哈佛大學   超級電腦 

哈佛大學用Google Cloud超級電腦進行醫療研究

Citadel Securities與Google Cloud宣布共同贊助哈佛大學一項尖端醫療研究計畫，藉Google Cloud基礎設施，來執行原本在超級電腦上才能進行的運算。該計畫的主題是用數位分身，來模擬用磁性控制人造細菌鞭毛、攻擊與溶解人體血管系統中的血塊和腫瘤細胞。這需要準確呈現人體血管形狀、大小和排列，且也需逼真的血液流動和結構相互作用。

有了Citadel Securities和Google Cloud支援，就能利用公雲資源處理大規模且逼真的醫療應用模擬。在團隊的初期測試中，使用Google Cloud資源已可達到專用超級電腦的8成運算效能，相關測試包括於GPU與CPU上部署兩款不同的程式碼，以進行高效能運算的最佳化，其中之一為入圍2015年超級電腦應用軟體設計獎Gordon Bell Prize決賽的先進程式碼，另一則是用以執行粒子模擬的開源程式碼LAMMPS。（詳全文）

圖片來源／新加坡國立大學醫院、國科會科技辦公室BTC直播

  MedTech醫療科技近期新聞 

1. 澳洲皇家空中急救隊終於從紙本病歷轉為雲端EHR系統了

2. BTC建議：整合FHIR標準、成立國家級中心來推動生醫大數據資料治理

資料來源：iThome整理，2023年9月