國家衛生研究院與長庚紀念醫院是台灣領先的醫療中心，將致力於推動生物醫學研究及患者醫療保健領域的發展。
上述的中心正在將加速運算及生成式人工智慧（AI）技術，用於從成像到提高患者照護水準，以及從簡化臨床工作流程到藥物探索研究的各個領域。
國家衛生研究院群體健康科學研究所所長邱弘毅博士表示：「將 AI 用於醫療保健領域將從根本上改變我們預防和治療疾病的方式。憑藉 AI 快速準確分析海量資料的能力，我們可以開發出過去無法實現、為患者量身打造的醫療策略及早期療育介入方法。」
長庚紀念醫院程文俊醫師指出：「AI 在醫療保健領域有著大好的發展前景。」
程文俊醫師解釋，智慧醫療領域在 AI 的輔助下，未來診斷結果將變得更加準確，治療計畫將能夠獲得更好的預測結果，患者也將更快恢復健康。程文俊醫師亦指出，在複雜的分析過程中，AI 可以在醫療保健領域做出更高效、更具成本效益的決定。
程醫師表示：「NVIDIA Blackwell 平台變革性的潛力，讓我們能夠將先進的 AI 功能與我們的醫療實務進行整合，以前所未有的方式讓患者享有更好的照護服務及簡化臨床工作流程。」
國家衛生研究院是台灣領先的醫學研究機構，在透過生物醫學研究與創新以促進公共衛生方面，扮演著十分重要的角色。國家衛生研究院將 NVIDIA 加速運算技術納入該院的 IT 基礎設施，象徵著在 AI 驅動醫療保健領域取得重大躍進。
國家衛生研究院與 NVIDIA 的合作範圍，還擴大到開發專門為台灣醫療需求所量身打造的大型語言模型。
國家衛生研究院群體健康科學研究所副主任陳豐奇博士表示：「繁體中文的病歷紀錄與基因組資料是一項獨特的挑戰，需要符合當地需求的解決辦法。」
陳豐奇博士說明，這些挑戰包括語言變異的複雜性，以及需要對台灣人口特有的基因組進行精準解讀。
陳豐奇博士指出：「NVIDIA 的加速運算技術讓我們能夠開發出這些解決方案，確保我們的醫療保健系統始終走在醫學研究的尖端。」
長庚紀念醫院是台灣最大的醫療保健系統之一，經營著一個由十間醫院組成的網路，住院床位總數超過 11,000 個床位，並為數百萬人提供門診服務。長庚紀念醫院是台灣醫療體系的基石，而台灣的醫療體系又是世界上最先進的醫療體系之一。
長庚紀念醫院醫療人工智能核心實驗室主任郭昶甫醫師表示：「我們藉助 Blackwell 架構的運算能力，可以將我們的語言模型服務擴大到用於長庚體系旗下的所有醫院，以提高專業支援、患者照護的程度，並簡化臨床工作流程。它滿足了各個醫學學科及不同患者群體的需求，讓醫療保健專業人員能夠專心處理臨床上的重要工作，最終讓患者擁有更好的照護治療結果。」
國家衛生研究院、長庚紀念醫院開創AI醫療先河
國家衛生研究院目前將六套 NVIDIA DGX A100 系統用於雲端和資料中心服務，聚焦於生物醫學模型訓練和基因組分析。
國家衛生研究院將 NVIDIA 加速運算技術的能力用於處理緊迫的公共衛生問題。其重點項目之一便是分析大量遺傳和環境參數，利用 AI 來預測糖尿病和心血管疾病等慢性疾病的風險。
陳豐奇博士表示：「過去由於運算能力上的限制，過去是無法達到這種分析水準。現在有了 NVIDIA 加速運算技術的強大能力，我們將能夠提供更準確的風險評估結果及預防策略。」
長庚紀念醫院還擁有一系列的 NVIDIA 硬體，包括 NVIDIA H100、A100 和其他 Tensor 核心 GPU，並將其用於開發和部署醫療成像技術。目前該院已具備每天提供服務給 46 個模型的基礎，並且打算將 Blackwell 架構用於訓練大型語言模型及在醫院部署服務機器人。
長庚紀念醫院醫療人工智慧核心實驗室副主任林器弘醫師表示，在醫院內部運行這些系統並將資料保存在醫院的基礎設施內，是確保患者資料隱私，以及加快資料處理和減少延遲的關鍵。
這些新技術將用於各種醫療應用項目，包括：
- 臨床決策支援系統：該套系統在內部開發，以確保患者資料機密性和隱私，透過提供最新資料和指導方針，以及使用模型回答問題和準備醫療決策來幫助臨床醫生。
- 患者互動系統：讓患者能夠與機器人互動，獲得用藥和病情的解答，減輕醫護人員的負擔。醫護人員可對機器人的回應進行檢查，以確保其準確性。
- 醫學成像：使用AI增強放射學和其他成像任務。此計畫是長庚醫療體系中最成熟的AI技術之一。
- 精準醫療：處理大規模基因組資料，將序列變成醫師可讀的醫療報告。著重於建立支援全基因組和外顯子組定序的運算設施。
- 擴大AI服務的範圍：目標是利用 Blackwell 平台的運算能力來支持，將語言模型服務擴大到長庚醫療體系旗下的所有醫院。
其他應用項目還有透過內視鏡檢查早期檢測大腸直腸癌、透過顯微鏡影像篩檢自體免疫疾病，以及使用一般成像技術預測腎臟疾病。
國家衛生研究院與長庚紀念醫院採用加速運算技術，突顯出AI與先進運算技術在醫學研究和醫療保健服務中日益增長的重要性。
有了這些工具，台灣有望在改善患者治療效果及推動生物醫學科學發展方面取得長足進步。
