醫療影像AI產品落地挑戰與持續優化的歷程分享

陳穗碧

陳穗碧

AI資料科學家與生活實踐者,為資料與生活的配方師,善於觀察,透過數據、行為與現象發現事物的變化,運用心理學、行為科學與資料科學演算法探究內部的本質與原因,讓生活、社會與世界更美好。 2021 進入醫療場域,推動AI 技術與落地,產生價值。 個人網站: https://smallstepsblog.com/ Email: suipichen@gmail.com Linkin:https://www.linkedin.com/in/suipi-chen-a13b0ab3/

    Abstract

    醫療影像 AI 產品,受限於醫療場域的特性,與其他領域 AI產品資料回饋設計上更具挑戰性,其挑戰來自於 AI 每一張辨識結果皆需要醫師判定後,才能得知 AI 模型的表現,因此,醫療影像 AI 很難進行即時的監控與持續優化模型,本演講將以童綜合醫院的醫療影像 AI 產品為例,分享我們將AI實際導入醫院,如何從基礎可用的 AI 系統架構,打破影像 AI 的標註思維,運用自然語言處理的模組,逐步迭代打造出來能監控 AI 現況與持續優化 AI 的現行系統,分享過程中所遇到的挑戰,以及我們的解決方案。 希望能將這些內容分享給以下的人: 1. 想要學習的如何優化 AI 模型的 Python/AI 工程師 - AI 上線後,搭配怎樣的工具,進行即時 AI 的準確度監控 - 當收到 AI 辨識錯誤的結果時,如何判斷錯誤的類型,找到優化的下一步。 2. 帶領團隊維運 AI 產品的 Team Lead - 如何慢慢打破原有的思考邏輯,找到可信度高以及回饋頻繁的可用資料,當資料偏移,仍可持續優化模型的資料閉環架構。

    Description

    Video

    Location

    R0

    Date

    Day 1 • 14:05-14:35 (GMT+8)

    Language

    Chinese talk w. English slides

    Level

    Intermediate

    Category

    Machine Learning