花蓮慈濟醫院掛號 相關
廣告
搜尋結果
2020年12月12日 · 花蓮慈濟醫院院長林欣榮表示：「這次三方合作結合了一流的醫療團隊、IT 與 AI 的軟硬體團隊，並採用全球最先進 AI 系統 NVIDIA DGX A100、NGC 與 NVIDIA Clara 平台，再藉由商之器開發的 EBM AI 平台，配合行動巡房系統，將病人的所有資訊整合至單一
2021年12月6日 · 「AI Medical 智慧乳癌篩檢專案」由花蓮慈濟醫院扮演合作整合，以及提供醫療服務與臨床資料的角色；資策會研發輔助偵測的 AI 模型；藉由 NVIDIA DGX A100 系統提供運算力，並以花蓮慈濟醫院的資料訓練及更新 AI 軟體；同時商之器將日常閱片流程導入
- 智慧抗藥菌預測大幅縮短用藥評估時間
- 導入azure Machine Learning 微型醫療創新團隊展現巨大成果
- Azure Machine Learning 機器學習營運化最佳平台滿足各階段各種需求
- 醫療產業上雲微軟azure 完整資安保障快速上線擴充便利
- 微軟azure 全球能量持續擴充ast.Ai 數據成果
- 微軟azure 及醫療產業雲解決疫後新挑戰
「AST.AI 智慧抗藥菌預測系統」 的開發，主要基於醫學界面臨抗生素濫用的兩大挑戰，一是「病菌抗藥性」造成致死率上升，二是抗生素的龐大支出已成為各國醫學中心的沈重負擔。因此，中國附醫院長周德陽於 2021 年交付「找出解決方案來促進抗生素的合理使用」此重要任務給創新中心，著手開發機器學習模型，運用微軟 Azure AI 平台的 Machine Learning 服務打造抗藥性的預測系統。 游家鑫博士指出，以往病患出現感染，在抗生素投藥之前，必須透過血液培養、抗藥性比對等過程，至少耗費 48-60 小時才能得知檢測結果，再將資訊提供給臨床醫師進行抗生素治療評估；然而統計數據顯示，每延遲 1 小時用藥，病患死亡率就會上升 7.6%。中國附醫創新中心團隊透過 Azure 平台開發雲端原生 AST...
游家鑫博士曾於 2018 年透過科技部創新之星計畫（LEAP），前往西雅圖的微軟研究院進行訪問研究，深入了解微軟學術圖譜技術及 Azure 雲端平台在智慧醫療上的無限可能。考量到在疫情衝擊下，醫療機構系統開發必須先期投入大量資源，例如在地端建置運算能力強大的伺服器，造成額外的人力與財力負擔，更不利創新方案的快速推動。同時，訓練 AI 模型也需要大量運算資源，軟硬體資源必須妥善管理，對於小編制新創單位無法聘請專責工程師，因此在中心成立之初，游家鑫博士便決定與微軟深度合作。 擅長協助產業夥伴開發創新方案的台灣微軟技術中心（Microsoft Technology Center）提出諮詢建議，中國附醫導入微軟 Azure Machine Learning，不僅輕鬆地擁有雲端自動化運算及管理維護能力...
台灣微軟技術中心技術架構師黃耀逸指出，Azure Machine Learning 是協助產業夥伴走向機器學習「營運化」的最佳平台，不論在運算資源的彈性提供、模型訓練與管理，都可省下大量時間與人力成本，讓客戶更專注本業。在 AST.AI 的案例中，雖然開發團隊規模不大，但卻具備自動化、上雲、跨部門協作等需求，因此 Azure Machine Learning 的兩大優勢恰可充份滿足： 1. 高度整合：Azure Machine Learning 與 Azure DevOps 高度整合，在 Machine Learning 的 CI/CD 應用上可無縫接軌，減少模型佈署上線的時間。 2. 進階功能完善：Azure Machine Learning 符合微軟所提出 Responsible AI ...
中國附醫創新中心指出，醫院評估微軟 Azure 相對於其他雲端平台，有兩大更符合醫療產業需求的特色。首先是資安考量，醫療產業對資料保護等級要求極高，不亞於金融業，而 Azure 是通過醫療資安認證的雲端平台；再者是擴充便利，前期建置不需投入大量資源即可快速上線，中後期更有高度彈性，可透過雲端將智慧醫療服務推廣至其他醫院。以 AST.AI 導入外部四間醫院的驗證數據為例，只花了短短一個月，足足較傳統作法減少了三分之一的時間。
AST.AI 的論文成果已獲美國微生物學會 Microbiology Spectrum 期刊於今年三月發表；今年五月美國相關專利也已獲得核准。目前 AST.AI 已累積國內數十萬筆的真實世界數據，除了中國附醫，還包括衛福部豐原醫院、台大醫院雲林分院、衛福部雙和醫院、花蓮慈濟醫院等夥伴醫院的數據驗證，另有三家醫院洽談合作中。 在國際上，AST.AI 也吸引瑞士巴塞爾大學醫院的交流合作，擬導入 AST.AI 的模型可解釋性技術及可視化工具，未來微軟將持續與中國附醫合作，透過 Azure 平台將 AST.AI 的模型與成果，分享到全球，匯集各國的資料來進行驗證，讓抗藥性的預測更為精準並符合在地需求。
AST.AI 的抗藥性預測是臨床分析預測領域成功運用雲端技術的最新、最具潛力案例之一。除此之外，微軟更進一步發展出功能強大的醫療產業雲，結合 Microsoft Azure、Microsoft 365、Microsoft Dynamics 365 與 Microsoft Power Platform，串連各項醫療實作場景，以雲端力量進行跨域整合，協助台灣及全球解決疫後醫療的種種全新挑戰。 ▲ 中國附醫智慧科技創新中心透過 Azure 平台開發雲端原生 AST.AI 系統，串接質譜儀訊號與機器學習演算法，1 小時內即可得知抗藥結果，藉此輔助臨床精準投藥。
2023年7月11日 · Google對外發表才2個月的醫療大模型Med-PaLM 2，已經「偷偷」在醫療診所實習很久了。 《華爾街日報》爆料，早在今年4月（也就是Med-PaLM 2對外發表前），Med-PaLM 2就開始在多家診所內測試。負責的工作包括回答醫療問題、總結文件或處理醫療大資料 ...
2023年3月29日 · 目前已率先導入臺北市立關渡醫院、台北慈濟醫院與陽明交大附醫，透過數據上傳與視訊功能，使用者還能與家人或護理人員即時互動，其中，關渡醫院於疫情期間更因此大幅減少與住院患者接觸機會，增進醫護人員工作效率達 12.5% ...
2018年4月24日 · HP金級經銷商-華經資訊也十分了解醫院中設備的交貨與安裝程序，同時也能因應醫院 的緊急狀況提供即時支援，包括備品的替換與現場服務，進一步提高醫療設備的妥善率。讓設備穩定運作滴水不漏！ 讓專業醫療設備發揮100%功效，背後強大運算 ...
2019年1月22日 · 台中慈濟醫院攜手 team+企業即時通訊，建立院內專屬私有雲即時溝通智慧醫療平台，除醫界首創「重要醫令即時覆核」流程外，更將醫療資訊系統 (HIS)與 team+緊密整合，達到醫療管理系統的「醫務管理訊息」、「Auto Trigger」、「社群互動」及「醫病互動 ...
