威捷生醫佈局 NVIDIA DGX Station A100 帶動傳染病檢測能量持續進化

儘管現今較少聽聞週遭親友罹患肺結核，但從全球角度來看，每年平均 新增900 萬～1,000 萬病例，在臺灣每年也新增多達 8,000 例，意謂此病症未曾在人類世界絕跡，繼續奪走可觀生命。因此醫療界若一味固守百年來停滯不前的「人工鏡檢」模式，無疑是潛在災難。

有感於此，原任教於國立高雄師範大學的林裕森博士，結合一批高雄在地學子，亟思以 AI 取代人工鏡檢，促使檢驗敏感度大幅躍升，協助醫院突破醫檢人力稀缺的侷限，有效篩檢肺結核病患，及時挽救更多寶貴性命。

後來林裕森團隊於 2016 年步出校園，成立「威捷生物醫學」公司，靠著自行開發軟硬體技術，孕育了獨特的自動顯微鏡設備，獲得越來越多醫學中心的青睞；更基於 AI 訓練與建模的加速需求，經由豐康科技協助導入 NVIDIA DGX Station A100 ，堪稱最早部署此系統的南部私人企業。

邊緣運算，才是傳染病辨識的王道

威捷生醫創辦人林裕森指出，威捷主要班底源自高師大研究團隊，約 10 年前承接科技部與衛福部計畫，在 AI 輔助肺結核檢驗上締造佳績，因而出來創業，並先後獲得崴強科技、永豐創投及國發基金投資，奠定日後的發展基礎。「很多人投入癌症判讀，威捷則是唯一專注在肺結核辨識的公司，」林裕森說，癌症不會傳染，即使今天漏診，下次再檢出，通常還有救；但肺結核不同，今天漏掉了，明天就傳播出去，感染更多人。因此威捷一開始就鎖定肺結核，認定它更需借助 AI 的精準輔助診斷，才能遏止傳染鏈擴散。

過去百年，不論肺結核細菌感染、癌症病理學或組織學，都由醫生以人工方式執行顯微鏡檢，不僅速度慢，檢測敏感度也不高，直到近年 AI 技術精進，開始出現重大轉機。威捷不只鑽研 AI 演算法，還自行研發硬體並打造自動顯微鏡，裡頭建置一台內建 GPU 、具有圖形運算能力的元件，可直接執行醫學影像辨識與分析。因此醫院只要把待檢驗玻片放上自動顯微鏡，之後就 GPU 元件執行圖像辨識，迅速產出 AI 辨識結果。

林裕森認為，自動顯微鏡蘊含一個重要觀念，即是突破雲端盲點。現今數位病理公司都要求醫院將病人檢體掃瞄成影像、全部上雲，再利用雲端佈下的 GPU 伺服器重兵執行分析檢驗；反觀威捷採取不同策略，主張在邊緣執行分析運算。因

一個病患的切片資料約 4~GB ，中型醫院每天大約能產出百片資料，意謂每日有數百 GB 資料必須上雲，但以目前網路的速度與穩定度，傳完豈不「漫漫

無期」？且傳輸與雲端儲存也都需要成本。因此礙於傳輸瓶頸，「材料」（醫學影像資料）到位遲緩，怎能發揮分析成效？

然而醫院一旦採用威捷的自動顯微鏡，等於一併引進 NVIDIA GPU 與辨識軟體資源，形成邊緣運算中心；此後醫院無需歷經漫長的資料傳輸，便可就近分析病理玻片、快速取得檢驗結果。相較於雲端病理分析模式，顯然更是王道。

利用 DGX Station A100　讓 AI 建模效率激增 10 倍

讓 AI 建模效率激增 10 倍既然如此，威捷的肺結核檢驗方案中，是否仍需搭配雲端？林裕森答覆依然需要，只不過雲端主要負責服務控制，不再需要與地端交換巨量資料。此外雲端肩負另一重要功能，當醫院因為作業流程與試劑耗材的改變，導致辨識率下降，可立即將少量影像上傳雲端，以利威捷重啟機器學習與模型訓練，待校正後再將參數寫回醫院端的邊緣運算主機，以持續提高辨識率。

不可諱言，為應付眾多醫院需求，執行大量版本管控及建模 Fine Tune ，運算負擔日益吃重，這時 DGX Station A100 就必須出場。過去使用 PC插上電競圖形處理器的土法煉鋼時代已經過去了，現在利用 DGX Station A100 ，以超過 10 倍以上的速度，產出訓練成果。隨著建模時間大減，威捷只要有提升模型效能的創意，可不受羈絆、迅速實作，更頻繁地協助醫院提高檢測敏感度。

林裕森坦言， DGX Station A100 的功能強大，有龐大的潛能、留待威捷發掘與運用，所以林裕森期盼借重 NVIDIA 與豐康科技的專業，帶著威捷同仁一起實作導入，不斷精進醫學影像的辨識成果。

談及威捷的肺結核判讀方案與人工鏡檢的比較，傳統肺結核平均檢驗敏感度僅 40~50% ，代表有一半漏檢機率，相當可怕；如今借助威捷提供的邊緣運算主機，輔以背後 AI 建模機制，讓敏感度倍增到 80% 以上。箇中關鍵在於，一個醫檢師每天透過顯鏡看 50 張玻片、共計 15,000 個視野，每片看 10~20 分鐘，當然疲累；機器沒有勞累問題，用 3~4 分鐘拍完一張片，再直接進行辨識，效率截然不同，還能將每片的視野從 300 個增至400 個，看得越多、漏檢率就越低。

展望下一步，威捷還有許多夢想要實現。一來要進軍海外市場，例如印度是全世界肺結核確診跟死亡病例最多的國家，加上專業醫檢人員不足，AI 輔助篩檢需求殷切；二來想把軟體辨識與軟體優化 (Re-training 與 fine tune) 服務轉化為軟體維護服務內容，建立穩定的商業模式；再來有意擴大辦識範疇，從肺結核跨進分類原理近似的細胞病理學，造福更多病患。可以預見，威捷需要處理的 AI 訓練工作量勢必加重，對於 DGX Station A100 的倚賴度，將會越來越高。