來更新一下醫療AI研發公司，長佳智能。
長佳智能，致力於提供醫療大數據與AI人工智慧分析技術及服務在預防醫學、智慧醫療以及精準醫療之創新應用，以提升人類之醫療品質。因此除了協助醫師解決臨床上遇到的困境外，力求打造多元的醫療人工分析技術之平台，藉由此類平台可以使得遠距醫療、數位醫療更加落實，並且讓精準醫療得以實現。公司目前主要產品有3項，分別為醫療大數據、醫療 AI 技術解決方案、雲端生醫平台。
長佳智能憑藉國內在地化優勢，定期與臨床醫師討論以掌握最新醫學及產業動態，透過與臨床醫師即時且緊密合作溝通，充份地從醫師想法中取得臨床尚未滿足的需求與痛點，以確保研發專案符合臨床市場需求並適時修正研發及銷售策略。
於國際市場通路佈局，長佳智能針對採用技轉為主，銷售為輔之銷售策略。公司規劃若屬需做臨床試驗才能取得產品上市許可證之區域，則採取積極尋找技轉合作夥伴，以早日回收投入成本並產生獲利。另若屬不需做臨床試驗即能取得產品上市許可證之區域，則採取自行申請上市許可證，並透過尋找當地知名業者合作佈局產品通路。
長佳智能於產品研發進度中規劃專利申請以保障智慧財產權，並藉由與國內外專利事務所之合作及良好互動，維護關鍵技術之相關權利，並掌握最新法規動態。
以下為公司目前之商品(服務)
A.醫療大數據
數據是進行分析與發展人工智慧的基礎，也可以說是製造人工智慧模型的原料，所以，醫療人工智慧越是蓬勃發展，醫療大數據的需求就越強，商機就越大。智慧醫療是世界趨勢，醫療人工智慧應用服務愈趨普遍。台灣為高齡化社會，居家照護將成為趨勢，也將使醫療人工智慧有進一步的發展，另一方面，醫療人工智慧產品能提升醫療設備技術的進步，讓設備更具賣點，而這些都需要醫療大數據。國內尚無以臨床醫療資料集為主的資料庫，較接近的是健保資料庫。健保資料庫雖龐大與完整但為政府所有，未來也無商轉規劃，故長佳智能之醫療大數據有其優勢。
中國醫藥大學擁有約 300 萬名病患資料，分布涵蓋全台。長佳智能與中國醫藥 大學合作建立之「人體保健資訊資料集」將醫院大量醫療資料作為人工智慧建模之訓練素材，有近 300 萬人長期追蹤資料，有主題式 Smart Data。「人體保健資訊資料集」係將原始醫療影像資料與非影像資料去識別化並通過 CNS/ISO 認證， 二維影像結構化資料有約 246 萬張影像，三維影像結構化資料有約 290 萬筆，非影像結構化資料有約 15 億筆資料紀錄，整個資料集預計可運用於 300 多項研究與產品開發。長佳智能也與國內外學界或醫院簽訂研究合作，同時透過使用公開資料集持續取得更多元數據。
智能資料(Smart Data)是指已被去識別化資料，透過人工將不必要的資訊清理好後，將一整批資料交付給臨床醫師團隊進行共同評估作業，確認此資料內容尚符合當初的醫師報告或不符合原先的醫師報告，而進行資料改正的作業。目的是讓原始資料去除不必要的資訊後會更純粹與正確性更高，以符合現今醫師的見解， 經過上述流程整理好的資料集，即為智能資料集(Smart Data Set)。
臨床醫學資料所訓練出的人工智慧模型，可用於提高臨床診斷的準確性和效率，像深度學習可以運用於 X 光、CT 影像等數據。傳統電腦視覺要經過特徵工程(feature engineering)，要輸入所有與判讀工作相關的特徵，不僅費時且成效不高。 如今可透過深度學習的神經網路大幅提高影像辨識效率，只要提供經醫師、放射師等醫療人員標記過的影像，經由設計好的神經網路會自行學習這些醫療影像上的病徵。相較於過去傳統電腦視覺著重特徵工程，神經網路更偏重在模型架構 (model architecture)以及數值優化(numerical optimization)。將這類資料訓練成良好的人工智慧模型後，可輔助非專科醫師或在醫療資源較不足地區的醫師進行分析來降低診斷錯誤率，也滿足 COVID-19 時期對非接觸式醫療的要求，對於未來的醫療健康產業品質提升將有巨大的貢獻，所以全世界的數據科學家和機器學習專家，都認為能夠使用醫療資料來進行人工智慧的訓練已是未來的趨勢與目標。
在一些治療決策輔助功能開發的過程中，醫療數據的取得及結構化處理是無法避免的一大問題，長佳智能產品應用於需要醫療數據的場域，如醫療 AI 的開發或驗證。其一產品如醫療影像肝腫瘤數據洞見，為協助 Medexprim 與 Median 進行肝癌篩檢產品的回溯性研究，可用於良性或惡性肝病灶的偵測與特徵辨識，長佳智能依據研究設計的收案條件，藉由合適的電腦斷層掃描影像資料、生理特徵相關基本訊息等臨床數值，用以評估篩檢產品在不同病灶上的表現。
B.醫療人工智慧：
長佳智能致力於提供醫療人工智慧數據、分析技術及服務，並提供客製化醫療 AI 技術解決方案。
醫療人工智慧分析技術及服務，主要服務對象為海內外各大型醫療院所。於目前所完成的多項開發產品中，部分商品列屬醫療器材，市場販售由當地的衛生主管機關管理，於上市前必須取得上市核准，因此長佳智能將此類產品規劃以台灣和美國兩個地區作為優先取證區域進行上市申請。以台灣、美國作為優先取證之區域，主要為考量台灣為原產製國家，在部份其他地區申請上市需於產製國上市； 而美國許可證則可加速未來在其他區域上市之時程。除台灣和美國的申請規劃外， 未來的實際上市申請的區域，則視業務市場進行申請，可避免許可證過量的申請 與維護經費。目前長佳智能已取得台灣衛生福利部(TFDA)與美國 FDA 醫療器材之送審商品許可證現況說明如下：
(A)醫學影像傳輸裝置
提供醫事人員用於接收、儲存和產出單光子放射/電腦斷層系統影像報告。 該系統是“奇異”單光子放射/電腦斷層系統的輔助工具，並提供了允許自定義報告設置的工具。目前已獲得台灣衛生福利部醫療器材許可證(衛部醫器製壹字第 008854 號)。
(B)圖像紀錄傳輸系統
產品為一管理醫療數位影像傳輸協定 DICOM 資料之系統，可以顯示、 處理、儲存以及傳輸符合 DICOM 協定之影像(乳房攝影除外)。產品可以儲存病患影像及資訊，並提供篩選、數位操作及量測的功能，軟體可以在一般個 人或商業用電腦上運行，僅供受過訓練的醫事人員進行檢視或後續診斷。產品已於 110 年 8 月正式取得台灣第二等級醫療器材上市許可證(衛部醫器製字第 007222 號)，美國上市許可亦在 110 年 9 月取得(K211257)。
(C)骨齡輔助診斷系統
透過深度神經網路和自動化影像處理，分析 2 至 16 歲患者左手手骨 X 光影像之骨齡值，並根據骨齡值產出相對應之結構化報告，提供更多客觀的資訊給臨床醫師，提升醫師在判讀骨齡時的臨床效能。 骨齡輔助診斷系統於台灣與美國皆屬於第二等級的醫療器材，產品已於 110 年 1 月完成台灣臨床試驗，向 TFDA 申請查驗登記，並在 110 年 8 月順利取得醫療器材上市許可證(衛部醫器製字第 007219 號)。另在美國部分，已於 109 年完成美國食品藥物管理局預申請(Pre-Submission)，並提出正式申請。
(D)心電圖分析軟體
對 20 歲以上之 12 導程心電圖訊號進行分析，系統可以針對該 12 導程心電圖訊號判讀出 13 種波型特徵，以及產出該 12 導程心電圖訊號之心電圖影像，輔助臨床醫師診斷。 本產品於台灣與美國皆屬於第二等級的醫療器材，產品已於 110 年 11 月 取得台灣醫療器材上市許可證(衛部醫器製字第 007324 號)。
(E)急性心肌梗塞偵測軟體
藉由演算法分析靜態 12 導程之心電圖訊號，檢測是否有 ST 段上升心肌梗塞(ST elevation myocardial infarction, STEMI)。 本產品於台灣與美國皆屬於第二等級的醫療器材，產品已於 110 年 12 月 取得台灣醫療器材上市許可證(衛部醫器製字第 007343 號)。
(F)心胸比估算系統
本產品以人工智慧演算法分析 20 歲至 80 歲成年人之胸部 X 光後前位(PA view) 影像，獲得心胸比數值，輔助醫事人員進行心胸比判讀。本產品已於 111 年 4 月順利取得美國 FDA 上市前許可(K212624)與台灣醫療器材上市許可證(衛部醫器製字第 007443 號)，屬於第二等級的醫療器材。
(G)心肌灌流影像分析報告系統
本產品適用於臨床醫事人員確認、傳輸、儲存及產出心肌灌流掃描影像之報告。根據心肌灌流影像定量色階分析的結果產生輔助報告。於台灣與美國皆屬於第二等級的醫療器材，產品已於 111 年 4 月取得台灣醫療器材上市許可證(衛部醫器製字第 007444 號) ，並於 111 年 6 月順利取得美國 FDA 上市前許可(K213731)。
(H)氣胸檢測系統
本產品為提供臨床醫事人員使用的醫療器材軟體，利用患者(22 歲以上) 的胸部 X 光後前位(Chest X-Ray PA view)影像，自動分析該影像是否有氣胸的特徵。本產品已於 111 年 11 月順利取得美國 FDA 上市前許可(K221552)，屬於第二等級的醫療器材。
(I)肋膜積水檢測系統
本產品為提供臨床醫事人員使用的醫療器材軟體，其利用人工智慧深度學習技術自動分析 18 歲以上成人患者後前位(PA view)之胸部 X 光影像，以利判別患者是否具有肋膜積水的特徵。本產品已於 111 年 9 月順利取得美國 FDA 上市前許可(K222076)，並於 111 年 11 月取得台灣醫療器材上市許可證(衛部醫器製字第 007764 號)，屬於第二等級的醫療器材。 另長佳智能於民國 110 年 9 月 23 日與國際醫材公司簽訂技轉與合作開發合約，共同開發腎臟照護系統，聯手推動人工智慧醫療應用於急性腎損傷、慢性腎臟病進展預測、預測糖尿病腎病變發展與進展以及腎臟替代療法模態推薦系統。
C.雲端生醫平台：
資料內含商機，但要將此商機挖掘出來，實際應用，則需要好的工具。資料科學平台的主要功能或是價值便是協助用戶將隱藏在資料內的商機挖掘出來，無論是透過進階的分析或是人工智慧 – 例如在資料上建立人工智慧模型後整合進應用系統 – 都需要工具，而這也代表平台的商機。雲計算是一種透過網路有彈性、隨需使用計費的運算模式。雲端生醫平台可從兩個面向解讀，一是將平台放上雲端可降低初始投資，快速便利，可接觸更多用戶，二是平台的功能和數據可以吸引更多用戶轉到雲端，而這兩者都代表雲端生醫平台的商機。
長佳智能主要從事醫療輔助診斷系統之開發，利用人工智慧技術，轉化巨量資料為有實質功能的神經網路模型，用以提供第二專家分析結果，協助臨床專科醫師進行醫療診斷，提升醫療決策的效率與準確度。長佳智能透過合作醫療院所確保數據的量與質，且有資深醫師顧問群協助將專業醫療知識融入人工智慧當中。
長佳智能為拓展全球業務，與國際知名雲端業者如微軟、AWS 與 Google 合 作，以封閉式系統方式儲存、處理、應用醫療大數據，並開發內部工具達成 ETL （資料轉換）、標記、驗證、AI 建模與訓練，進而開發出可適應醫療、保險與食品之多產業應用。醫療產業使用場景與實際應用可透過醫療影像成像、醫療影像推論（如心肌灌流影像分析報告系統、腦出血檢測系統、四肢骨折檢測系統等） 系統等，目前全台已有多家付費客戶使用。而醫療影像相關之產品，也適用於壽險之醫務型保單，導入病歷語意分析、診斷書語意分析、胸腔 X 光、四肢骨折Ｘ 光於保險核保與理賠流程中，可將結果比對國際疾病代碼推論系統，以協助壽險公司預估保戶死亡率(核保階段)和理賠金額(理賠階段)，透過 ADHOC(依客戶需求之客製化)服務，並加入工作流程自動化，大幅提升核保與理賠人員之工作效率， 可將整體流程（掃描受理至審覆核）所需時間減少 50%以上，目前全台已有數家龍頭業者與長佳智能進行 POC(概念驗證)和深度合作。
國際藥廠於藥物開發與上市後評估，可透過本平台服務，進行族群疾病分析， 了解台灣本地人種於各疾病領域之族群人數規模、依照不同需求進行條件設定與篩選，以達成縮短所有新藥開發與產品上市後之臨床評估階段所需族群分析、患者招募時間和實際所需成本，現已與數家國際藥廠進行癌症、心血管疾病與流感疫苗領域探索合作內容。基因分析除國際藥廠極度重視外，長佳智能也將其應用於精準營養，並與某國際知名乳業合作，提供個人化營養保健指南，消費者可得知自身天生所缺乏之宏量與微量營養素，進而發現屬於自己最佳的營養推薦計畫。 而業者也可從中受惠，提升消費者的信任度、黏著度與回購率。
醫療 AI 應用市集與訓練平台：
本產品使用者依需求選擇內含 AI 模型之應用程式，可直接試用部署於雲端之程式。長佳智能已將自行開發之醫療人工智慧模型上架至醫療 AI 應用市集，可供客戶上傳醫療影像檔後，於雲端以 AI 模型進行判讀。訓練平台整合線上高性能計算，使用簡單非專業者也可建立 AI 模型，一條龍用戶介面，從選取資料、建立模型，到驗證模型，特色包含 No /Low Code 環 境、專家模式、主題式醫療資料集。
精準營養平台：
本產品為一全方位兒童成長精準營養平台，內容包含華人專屬的基因點位晶片、世界公信 Genome-wide association study (GWAS)基因資料庫、 人工智慧(Artificial Intelligence, AI) 模型，本產品將能透過基因檢測比對以及 AI 模型整合基因、營養學資料、用戶反饋之生活習慣數據等資訊後，產生精準營養報告。
放射治療雲平台：
此產品為私有雲端平台，將適合醫療人工智慧發展的基礎硬體設施結合底層虛擬桌面與虛擬機器…等相關軟體服務，提供給設備商進行放射腫瘤科專屬醫療軟體與大數據相關服務。
產業概況
根據 Grand View Research 對醫療保健人工智慧市場的報告，2020 年全球人工智慧醫療保健市場規模為 67 億美元，預計 2021 年至 2028 年將以 41.8%的複合年增長率(CAGR)增長，到 2028 年市場規模預計達到 1,202 億美元。根據世界衛生組織在 2019 年的估計，包括護士、醫生和其他專業人員在內的全球技術人員短缺約 430 萬。 因此，熟練勞動力的短缺增加了醫療保健行業對人工智慧的需求。人工智慧技術在 COVID-19 大流行中發揮了關鍵作用，並對相關市場產生了影響。COVID-19 大流行進一步推動了人工智慧應用在臨床試驗，以及分析複雜的醫療影像以輔助臨床醫師進行檢測和診斷，為醫療保健增加價值。到 2027 年，全球人工智慧診斷市場規模預計將達到 30 億美元。預計 2020 年至 2027 年將以 32.3%的複合年增長率(CAGR)增長。
A.醫療大數據
臨床醫學資料是未來最重要數據資料之一，這類資料所訓練出的人工智慧模型，可用於提高臨床診斷的準確性和效率，像深度學習可以運用於 X 光、CT 影像等數據，將資料訓練成良好的人工智慧模型後，可輔助非專科醫師或在醫療資源落後地區的醫師進行分析來降低診斷錯誤率，對於未來的醫療健康產業品質提升將有巨大的貢獻，所以全世界的數據科學家和機器學習專家，都認為能夠使用大量醫療資料來進行人工智慧的訓練已是未來的趨勢與目標。
世界上大約 30%的數據量是由醫療保健行業產生的。到 2025 年，醫療保健數據的年復合增長率將達到 36%。根據 Allied Market Research，全球的醫療保健數據分析市場在 2025 年會達到 678.2 億美元的規模。Emergen Research 則是預估到 2027 年全球醫療保健市場的大數據價值將達到 780.3 億美元。
醫學影像與人工智慧現有龐大需求，然目前國內市場上未見提供醫學資料之相關服務。此外，諸多大型醫療保健機構或企業投入大量研究人力於人工智慧醫療產業相關市場，亦需要長佳智能提供機構或企業使用醫學影像資料集。
醫療研究單位需要資料以進行研究或是驗證。藥廠需要資料以輔助新藥開發，或是進行老藥新用的研究。資料科學涉及各種進階分析和機器學習技術，而資料科學家的主要工作是從資料中萃取出見解。COVID-19 大流行已經影響到每個行業。這一流行病也影響了資料科學相關行業。由於市場的快速變化，早期用於預測或細分的模型已不再像之前那樣有效。大流行期間受影響最大的部分是醫療保健。醫療保健市場會持續增長，而對推進醫療保健服務的關注有助於數據服務的採用。資料科學最大的市場是北美地區，成長最快的是亞太市場。
B.醫療人工智慧
根據工研院的資料，臺灣健康產業產值預估 2025 年將可達 2,819 億元，全球智慧健康市場規模在 2022 年可達 2,255 億美元。政府全力扶植生醫產業，推動精準醫療、創新科技醫療，力拚 2025 年生醫產值達 1 兆元。根據 Stratistics MRC 的資料，2017 年全球智慧醫療市場為 1,826 億美元，預計到 2026 年將達到 6,654 億美元，預測年複合成長率將達 15.4%。 根據 2018 年在義大利對醫療健康產業經理人進行的一項調查(Segments with Greatest Impacton Digital Healthcare in the Next Years)結果顯示，未來五年對於醫療健康產業有重要影響的是醫療大數據資料的分析與應用市場，其佔比為 39%。此項調查結果說明了醫療資料庫分析與應用對於醫療健康產業的重要性， 顯示醫療資料將成逐漸成為資料科學平台中最重要的應用項目。
數位健康技術將計算平台、通訊、軟體和感測器用於醫療保健和相關用途。 這些技術涉及廣泛的用途，從一般健康應用到醫療設備應用，用於醫療產品、相 關診斷或其他(設備、藥物)輔助技術。這些技術可用於開發或研究醫療產品，也 可以讓使用者能夠對自己的健康做出更明智的決定，並為促進預防、早期診斷危及生命的疾病以及管理傳統衛生保健環境以外的慢性病提供新的選擇。
精準醫療的興起，帶動了 AI 人工智慧、大數據、感測技術等創新科技持續深入醫材產業，具備創新形態的智慧醫材產品與服務，如智慧醫療體系、光電技術結合生物科技的檢測技術能等服務，不僅透過授權方式已逐步深入市場，亦是 業界看好的未來發展。在精準化、智慧化醫療引領下，遠距醫療監測、智慧化照護或機器人輔具等創新醫材產品或服務皆陸續問市。
因應新時代、新技術的來臨，行動應用、巨量資料等新興科技的蓬勃發展， 雲端服務及市場快速發展。由於雲端技術在全球迅速普及下，引領 AI 發展，而 智慧醫療 AI 解決方案可收集與儲存大量資料，也讓管理者操作醫療系統更便利。 新興技術能有效地處理病人的病歷資料，AI 能解決基本問題以提升醫護人員的效率，據了解，護理師花費不少時間在專業無關的事情上，包含填寫處方、標記 病歷等，AI 可協助重複性高的工作，並有效管理醫院大大小小的資料，進而提升病患滿意度。
在全球醫療保健AI市場中，可分為軟體解決方案，硬體與相關服務，其中以軟體軟體解決方案市佔率最高，這裡面，AI影像分析在2020年也有4.98億美元規模。除了AI影像分析，AI製藥臨床實驗解決方案，在2021年也有13億美元規模。
C.雲端生醫平台
根據 Grand View Research 在 2020 年發表的一份報告，2019 年全球資料科學平台市場規模為 39.3 億美元，預計 2020 年至 2027 年複合年增長率(CAGR)為 26.9%。隨著研發投入的不斷增加，技術進步迅速，而隨著企業的發展，對提高效率的技術的需求也在增加。資料科學平台涉及各種用於各種進階分析和機器學習技術，提供各種用於分析和建模的工具，讓資料科學家能夠從資料中萃取出見解。資料科學平台通常是指結合資料庫與應用程式的軟體平台，目前市場以結合高速運算中心後產生的平台為主流，比較著名的有 Amazon Web Services (AWS)、 Microsoft Azure、Google Cloud Platform (GCP)等，此類型平台的主要目的是集合多種公開數據，透過專業人員的操作以產出運用該數據的 AI 模型，這些產出的模型可能建置於有需求的作業流程中，透過相關應用程式驅動後產出判斷結果進行各種最終應用。資料科學平台的品質來自於數據庫的豐富程度與完整性、可供運用與管理的工具程式與雲端運算的速度。隨著人工智慧的盛行，未來將有更多企業的資料工程師與資料科學家會透過資料科學平台創建機器學習或深度學習 的人工智慧解決方案，使用這類的平台服務，將能更快地在擁有所需資料後進行人工智慧的開發，這些運用趨勢都使得資料科學平台將變得越來越重要。
根據 Mordor Intelligence 的研究，2020 年雲 AI 市場價值 52 億美元，預計到 2026 年將達到 131 億美元，2021-2026 年期間的複合年增長率為 20.3%。
醫療數據來源
長佳智能主要從事醫療大數據、醫療人工智慧與雲端生醫平台，目前業務推展及產品開發所使用之醫療數據均為業經「去識別化、去連結化」之醫療數據，數據取得來源包括：中國醫藥大學(下稱中國醫大)授權使用之「人體保健資訊資料集」、其他合作醫院業經醫院人體研究倫理委員會同意之研究數據、公開資料與資料供應商，所有資料來源均符合提供資料方所在地及使用地之法律規範。
(1)技轉:中國醫藥大學授權使用人體保健資訊資料集
長佳智能已自中國醫藥大學授權取得去識別化之「人體保健資訊資料集」，涵蓋影像、生醫訊號、醫療文字及結構化與非結構化數據，可用於醫療 AI 發展，數據探勘及商業運用。
(2)醫院:人體研究倫理委員會同意之臨床研究計畫研究數據
此方法為目前台灣乃至全球醫療 AI 公司開發產品之主要方法。藉由申請人體研究倫理委員會(IRB)同意之臨床研究計畫，與學界或醫院合作，開發醫療 AI 產品。除了中國醫大外，長佳智能也積極與其他醫院建立此合作關係，例如與臺灣大學附設醫院簽定合約，共同研發”遠距照護 AI 病況分級”之科技部計畫案。與美國國家衛生研究院(NIH)合作，已申請並取得腦部電腦斷層、四肢 X 光片等醫療影像數據、也計畫與高雄長庚醫院、台北榮民總醫院、成大醫院等進行放射治療 AI 系統研發(執行經濟部 A+計畫)、與多倫多大學商討數據合作與醫療 AI 開發等議題。在大數據業務方面，由藥廠洽談委託之轉甲狀腺素蛋白類澱粉沉積心肌病變 (簡稱 ATTR-CM)，長佳智能也與中國醫大附設醫院、台 北榮民總醫院、乃至台灣心臟醫學會洽談資料合作，經由學會管道號召介紹有興趣之會員，分別向各醫療院所 IRB 申請共同研究案。在與中國醫大簽訂保健資訊資料集前，已透過此方式與中國醫大合作佐以其他資料來源，並完成數項開發，例如”長佳智能” 骨齡輔助診斷系統、”長佳智能”心電圖分析系統、”長佳智能”放射治療頭頸部器官勾勒系統，已獲得 TFDA/FDA 上市許可審核通過。
另長佳智能與新加坡國際醫材廠首項合作開發慢性腎臟病健康惡化評估與健康改善專案於 111 年 6 月簽署後於 111 年 7 月啟動，111 年將以台灣場域進行產品開發，所使用之去識別化、去連結化臨床資料來源現況皆以台灣醫療機構為主，研究族群以末期腎臟病前期 3B 至 5 期別，該項目臨床資料並非來自於人體保健資訊資料集，主因篩選族群條件與所需資料屬性不同，皆須重新設計臨床試驗計畫書，並同時透過各醫院 IRB 與臨床試驗中心申請共同研究案以利完成多中心驗證，合作場域為中國醫藥大學附設醫院、亞洲大學附設醫院與台南市立安南醫院等三家醫療機構，研究計畫目前皆已排入 IRB 等待審查， 待通過後即會進入開發與驗證並持續至 112 年 2 月完成，此開發與研究成果將運用於台灣和其他國家如新加坡、美國與加拿大等各國進行上市許可申請。台灣並非唯一目標銷售或可進行臨床試驗之國家，其他新開發項目也可於國外場 域進行合作，一樣可透過 IRB 與臨床試驗中心申請研究計畫案進行驗證，因 此，倘國內法令未來產生變化不利於醫療數據商業運用，對於本專案影響甚微。
(3)整合數據系統:美國 NIH Collaboratory
(4)資料供應商: Medexprim（法國）與 Arterys（美國）等
鑑於各國法規對於醫療 AI 產品之效能驗證要求，長佳智能已建立國外資料供應商渠道，例如 Medexprim（法國）、Arterys（美國）、WCG Intrinsic（美國）、 Segmed（美國）等。長佳智能合作對象皆是資料領域各地之佼佼者，例如 Segmed 已建立模式取得超過 600 間美國醫療院所之影像資料，涵蓋資料類型包含 CT、 MRI、 X 光、超音波、乳房攝影等相關影像，還有提供完整的自動去識別化服務供資料供應商使用，同時確保放射科報告及影像上無任何個資。而 WCG Intrinsic 結合 Image CRO 與資料，為全世界 AI 公司欲發展美國業務與 FDA 取證之重要合作對象。WCG Instrinsic 與超過 600 位醫師合作，擁有完整的醫師團隊以及多個 ISO 相關認證（9001, 13485, 22301, 27001, 27018）。影像相關資料有超過 4,000 家合作夥伴。透過此方式，長佳智能以成功取得骨齡資料、骨折資料、 腦部電腦斷層資料、胸腔 X 光資料，並應用於產品取證流程。
(5)公開資料集:學會、研究單位、資料平台等，如北美放射科學會、美國醫學影像資訊學協會等及 Kaggle 與 PhysioNet 等資料平台釋出之資料。
由於 AI 與資料科學興起，有助於資料開放之濫觴，各國政府也投入資料治理等管道，讓公開資料在不危害個人利益時可供研究與產業運用。國家高速 網路與計算中心之整合開放資料截至今日已蒐集並開放 3 萬餘筆資料集(持續增加中)，提供使用者更快速、更精確的方式找到資料以及更方便的方式取得資料，用更無痛、更直覺的方式操作與學習使用資料，其中包含超過 100 個醫療健康資料集，在醫療影像亦包含各式主題，例如癌症影像、手腳 X-Ray-類風濕關節炎、眼底照片(青光眼)、心臟影像(冠狀動脈 FFR、冠狀動脈電腦斷層 CCTA 等)皆為研發可使用之素材。國外之醫療公開數據來源更是包羅萬象，例如目前長佳智能已收集並整理 50 餘個醫學資料集，超過 300 萬餘筆影像或訊號資料， 依據(造影)儀器可整理細分如下：
A.一般 X 光 (Radiography, X-Ray) 10 個資料集
B.電腦斷層 (Computed Tomography, CT) 14 個資料集
C.磁振造影 (Magnetic resonance imaging, MRI) 6 個資料集
D.心電圖 (Electrocardiogram, ECG or EKG) 11 個資料集
E.混和/其他 (Mix/Others) 18 個資料集
此外，資料集範圍涵蓋頭部、胸腔、腹部、骨盆、上肢、下肢、脊椎、心臟、 眼部等人體解剖部位，以及超過 100 種以上的特徵或適應症，為長佳智能開發的重 要資料來源之一。
長佳智能，是一家醫療AI研發公司，2022年營收為0.54億，毛利率為72%，營收以醫療 AI 技術解決方案佔營收46%，雲端生醫平台佔營收46%，醫療大數據佔營收8%。銷售區域以內銷佔75%，外銷佔25%。公司現階段仍屬新創公司，本業為虧損狀態。
產品競爭情形
A.醫療大數據
長佳智能透過網路平台為媒介以服務全世界有醫療資料應用需求的用戶，特別是大健康產業用戶，而網路服務之特性即是不限氣候、季節、時間與地點。目前公司醫療大數據之競爭對手有Life Image，Segmed，IQVIA。
市場佔有率
長佳智能致力於醫療人工智慧軟體相關產品之研發、製造及銷售，主要產品短期以台灣市場為主，持續開發醫療器材領域相關之代理商、經銷商及通路商，透過經銷通路在醫療院所有一定市場佔有率，將產品快速佈局至各醫療院所，隨長佳智能業務持續拓展，預期市佔率可持續提升。根據中華民國統計資訊網的資料，台灣有 476 間西醫醫院 (2019 年底)，目前有 12 家醫院已 經或正在導入長佳智能 AI 技術服務與產品，滲透率約 2.5%。
0 意見:
張貼留言