轉載自APEC Study Center

 我國ABAC秘書處

      我國APEC企業諮詢委員會（ABAC）代表–廣達電腦技術長張嘉淵，於本（6）月7日與8日出席「DAIY Training Workshop」線上工作坊。該工作坊為我國ABAC代表張嘉淵技術長今（112）年於ABAC數位暨創新工作小組（Digital and Innovation Working Group）主持之「DO AI Yourself (DAIY) Project」之重要計畫活動，並獲成員經濟體熱烈迴響，吸引包含韓國、日本、美國、澳洲以及智利等19個經濟體參與。本工作坊由廣達電腦主辦、台灣經濟研究院APEC研究中心協辦。

本工作坊首先由張嘉淵技術長，以及國立陽明交通大學教授暨廣達–陽明交大聯合AI研究中心主任–林一平教授開場致詞。張嘉淵技術長表示，本工作坊希望協助非資訊科技背景的醫療從業者，毋須編碼便能將他們的數據知識轉化為人工智慧。張技術長比喻「如果data是水，AI是魚，我們希望訓練人們學會以最簡單的方式在他們自己的data lake釣魚。」林一平教授指出，本工作坊所教授的廣達人工智慧醫療雲（QOCA AIM）為廣達AIoTtalk平台其中一項智慧應用程式，其無程式碼和低程式碼（no-code and low-code）的操作相當友善。

      國立陽明交通大學資訊工程學系教授柯立偉，以及國立成功大學醫學系影像醫學科副教授蔡依珊，分別從研究與臨床介紹智慧醫療概念與應用。柯立偉教授介紹數位健康（eHealth）為在健康領域應用資通訊科技，當前發展旨在透過跨學科研發及資源整合，打造更高品質的醫療服務。蔡依珊主任指出，醫療照護的AI應用仍需持續輸入真實世界數據以及模型再訓練以提升診斷準確性。蔡主任表示，QOCA AIM能促進醫生與資料科學家的溝通與合作：醫生可在該平台上傳數據、建立模型並據此快速地診斷疾病；另一方面，資料科學家也可在該平台再訓練和優化模型，使診斷更加準確。

      本場工作坊的重點，係由廣達電腦技術資深經理蘇弘勳博士帶領學員操作QOCA AIM。蘇博士首先利用結構化資料（structured data），一步步講解如何建立出預測罹患子宮頸癌可能性之AI模型。帶領學員以邏輯回歸（logistic regression）、決策樹（decision tree）、隨機森林（random forest）以及XGBoost建立模型並比較準確度。此外，QOCA AIM也支援自動機器學習（automated machine learning），能夠自動找出預測結果最佳的模型。接著利用乳腺超音波影像，一步步講解如何建立出預測乳腺腫瘤之AI模型。過程中廣達電腦楊子翔副處長也帶領研發團隊，協助參與學員，運用QOCA AIM系統，實際體驗從資料到AI模型的完整流程。

      本工作坊影片已上傳至「https://digital-health.site/」，而工作坊成果及與會專家建言則將彙整至今年ABAC致APEC衛生部長信函以及領袖建言書，展現我國於數位健康領域之貢獻。廣達電腦未來也將與APEC區域經濟體合作，協助提升數位健康的AI應用能力。

（圖片來源：線上工作坊主視覺）