冒險筆記

🫵 如果你不想成為像《不夠善良的我們》裡面的簡慶芬，你可以撥打「1966」聯絡長照2.0，他們提供喘息服務。 🫵 早點下班，去和年輕朋友一起享受晚餐或者出去玩樂，把握與他們相處的時光。 🫵 記住，大多數人可能最終會像何媽媽一樣，而不是變成Rebecca。因此，購買長期照護保險和年金保險，可能比依賴子女更可靠。有些人已經經歷過把所有錢給了子女，結果被拋棄的情況。 🫵 不想變成何瑞之？那就積極參與照顧長輩，關心他們的健康和情感狀況，避免讓他們感到孤單。 🫵 如果你發現你的薪水不足以支應保險和生活開銷，可能是時候考慮換一個更合適的工作了。畢竟，人生無常，不值得在不合適的地方浪費時間。 🫵 擔心失能太久？可以考慮簽署「預立醫囑」，讓家人知道當你病情嚴重到一定程度時，應停止過度治療，這對他們和你都是一種解脫。 🫵 至於不想變成Rebecca並患上乳癌的話，雖然沒有絕對預防方法，但你可以注意生活中的風險因子，如避免抽菸、減少酒精攝入、維持均衡飲食、保持適量運動。 🫵 「人生的真諦在於擁有回憶，因為那是最終留給我們的一切。」不要等到老年才後悔沒有好好享受生活。 現在就開始，用心生活，豐富你的人生經歷。

2018-10-25 威聯通 AI 團隊助力臺大醫療研究，合作開發精準醫療人工智慧輔助決策系統 台灣，台北，2018 年 10 月 25 日 – 儲存、網通及運算解決方案的領導廠商威聯通®科技 (QNAP® Systems, Inc.) 與臺大醫院醫療體系達成技術合作，由 QNAP 擔任 AI 技術顧問，協助臺大醫療研究單位執行「臺大醫神 ─ 精準醫療人工智慧輔助決策系統」計畫。QNAP 將使用 AI-ready NAS「TS-2888X」及業界首創的「QuAI」機器學習模型解決方案，與臺大頂尖腦瘤醫師合力完成腦腫瘤醫療影像分割的篩選與圈註，訓練出成熟的 AI 模型，可作為電腦刀（Cyberknife）放射線手術前的精密定位，達成精準範圍的放射線治療，有效減輕治療團隊工作負擔並提升效率。 進行腫瘤放射治療時，醫療團隊需檢測患部腫瘤位置，如腫瘤鄰近重要器官（眼球、視神經、腦幹等），則更需精密標定病灶位置，並透過重組多組醫學影像形成三度空間立體影像，以利電腦刀治療施作。此類放射手術療程往往需要神經外科醫師、放射腫瘤科醫師、放射診斷科醫師、醫學物理師、放射線治療師、醫學工程及護理師等多組專業人員的團隊合作才能完成。透過 QNAP 的 AI 解決方案，將可精準標定病灶，引導電腦刀放射照射劑量，避免對周遭神經造成傷害，大幅降低治療時誤差，對於醫療團隊的效率提升大有助益。 甫於今年上海工業博覽會首度亮相的 AI-ready NAS TS-2888X 將擔綱深度學習的推論平台。能提供巨量空間儲存訓練資料，並集結多張 GPU 卡釋放運算效能。QNAP 產品經理曹武惠表示：「TS-2888X 是 QNAP 專為機器學習打造的高效能 NAS，此產品規劃的初衷，即是以『資料在哪裡，運算就在哪裡』作為發想，以提供融合的運算儲存環境，消弭大量訓練資料的管理問題，並能讓多張 GPU 卡的高速運算效能完全發揮，搭配 QuAI 管理應用程式，提供真正的一站式 AI 解決方案。」 「臺大醫神 ─ 精準醫療人工智慧輔助決策系統」是由科技部支持之 AI 研發計畫，包含「電子病歷及醫學數據分析處理」、「基因資訊庫與相關疾病之診斷與治療」、「醫療期刊書籍文件資訊擷取」及「精準醫療人工智慧開發」四大工作項目，多面向打造 AI 醫療顧問諮詢系統，推動臺大醫療體系全面 AI 化。此計畫採產、官、學、研、醫跨界、...

"作為 QuAI 團隊的一份子，看到我們的研究成果為國人健康帶來實質的幫助，是一大幸福。未來 AI 的發展，必須與產業密切交流，發展出更多 AI 應用。各產業也必須思考各層面導入 AI 的可能。我們該思考的也許不是 AI 將會取代掉哪些工作，我們更該積極思考的是， AI 如何能協助人類完成更多工作，創造出更細緻的人機分工。" - QNAP QuAI 模型架構工作小組召集人 Dennis Chang NTU x IEI x QNAP 人工智慧醫療案例： 由台大醫院皮膚科主治醫師詹智傑所帶領醫神計畫團隊 與威強電集團威聯通共同開發「皮膚科疾病分類（AI-CDSS系統）」， 建立人工智慧（AI）平台與手機App程式，藉由患者疑似皮膚病灶處拍照後， 可協助醫師判別皮膚科常見但有時無法確診的五類疾病： 分別為基底細胞癌(BCC)、黑色素瘤(Melanoma)、鱗狀細胞癌(SCC)、痣(Nevus)、脂漏性角化症／老人斑(SEB K) ，增加臨床診斷準確度，減少對患者的侵入性檢查。 醫師能透過專屬手機App替患部照一張相片，由人工智慧（AI）判讀，作為初步快篩良惡性腫瘤的輔助工具，準確度高達9成。 相關報導： 皮膚癌老人斑分不清 台大醫院人工智慧輔助診斷 「怪痣」怕是癌？智慧機器人速幫解憂 影／是痣還是癌 台大醫新技術輔助快速診斷 癌與痣傻傻分不清 台大AI神判幾秒搞定 身上黑點是痣還是癌？台大醫院請AI幫辨別「拍照上傳」即知結果  台大開發皮膚症狀檢視APP AI取代醫師肉眼 台大醫院新系統數秒內可判斷是癌或痣 其他QNAP 醫療AI 案例 - 眼睛的癌症：老年性黃斑部病變 如果 QNAP 能夠透過 AI 技術，提升醫師對醫學影像判讀的效率與準確率，對於醫療品質的提升將大有助益。 除了獲得大量醫學影像可供分析外，QuAI 團隊 也需要汲取醫師的專業知識，協助進行醫療資料的標記及定義分類，逐步建立起資料判讀的模型，並透過深度神經網路（Deep Neural Network）演算法各種實驗分析，不斷地循環這個過程，持續改善及最佳化模型架構和演算法，完成醫療影像的診斷模型程式。有了台灣權威的醫師群協助標記醫學影像，QuAI 團隊對於完成這個醫療 AI 專案更具信心。經過雙方的密切討論，終於選定了主題：老年性黃斑部病變（Age-related Macular De...