基於邊緣人工智慧之肺癌數位病理影像分類演算法及電腦輔助診斷系統研發

本計畫之預期貢獻，主要以下有三點：第一、建立一套高準確度的NSCLC亞型數位病理影像分類方法，以改善深度學習模型分類NSCLC亞型的能力，進而有效替肺癌末期患者選取最適當的治療方案，提升患者的生存期。第二、結合邊緣運算技術及深度學習模型優化方法，實作肺癌病理影像定點照護檢驗(POCT)邊緣運算系統，以有效降低病患進行病理檢驗之冗長之等待時間，提升肺癌患者之治癒率。第三、透過NSCLC病理影像訓練資料數量的最佳化，可有效降低硬體運算成本，並使本系統更易於推廣至偏鄉及離島醫院之臨床應用，輔助醫療量能不足地區的民眾，能夠得到與大城市相同的病理診斷品質。