【Arm 專欄】一表了解 AI 人工智慧與 ML 機器學習

常常聽到「人工智慧」、「機器學習」、「深度學習」,這些好像都跟 AI 有關,但到底分別代表什麼呢?
評論
Photo Credit: Arm 提供
評論

這幾年人工智慧 (AI) 與機器學習 (ML) 可算是非常夯的討論題材,幾乎看所有的科技論壇都想要跟這個課題沾上邊,到底 AI 與 ML 有多受歡迎,我們可從 Venture Scanner 的研究結果看出端倪。到目前為止,有 2,643 間新創公司在發展 AI 相關的產品,全球投資金額已經超過 750 億美金;這個數字十分驚人,也代表未來的商業價值發展趨勢銳不可擋。

一表了解 AI ML

那到底什麼是 AI,什麼又是 ML? 下面圖表可以很清楚地了解其關係:

Credit: Arm 提供
  • 演算法 (Algorithms) 是程序 (Programs),也就是數學和邏輯的結合,它們會在遇到更多數據時進行自我調整以使其表現更好。 
  • 深度學習 (Deep Learning) 是下一代的機器學習,為機器學習的一個子集。 深度學習模型可以完全獨立於人類做出自己的預測。
  • 機器學習 (ML) 是人工智慧的子集,機器學習使用統計技術來讓各種應用程式透過訓練進行「學習」,而不是採用規則進行程式化。
  • 人工智慧 (AI) 是一個概括性的術語,用於機器模擬人類智慧的相關硬體和軟體,採用了各種技術來實現這種「智慧」,包括機器學習 (ML)、電腦視覺和自然語言處理。

邊緣機器學習的優勢

要達到人工智慧 (AI) 的應用,機器學習 (ML) 的能力就十分重要。機器學習系統可處理各種資料訓練,提升在其所指定的工作性能表現,如在物聯網裝置,可以選擇在雲端執行或是在邊裝置上執行,但是在很多情形下,在邊緣/終端(如物聯網裝置)上執行就比較實際且具有優勢:

  • 減少延遲:提高可靠性與安全性:對於使用者來說,若上網品質不良,應用程式沒反應或是用起來卡卡的,如車用系統,就不能完全依賴雲端連接,因為這種情況下的延遲可能會帶來嚴重的安全隱憂。 
  • 電力與成本:將資料從裝置傳送到雲端伺服器會消耗電力與頻寬的負荷,因為機器學習屬於資料運算密集型的應用。若能盡量在裝置端執行機器學習,則可以降低頻寬及電力使用。
  • 隱私與安全性:消費者與企業越來越重視資料的安全性。任何人都不希望自己的隱私被洩露;但是,如果資訊持續在雲端來回傳送,這種風險會進一步擴大,也因此在裝置上執行ML模組更可以保障其安全性。

機器學習的應用

ML 模組可以因應用的需求選擇不同的硬體,從成本和功率受限系統的小型低功耗微控制器裝置 (MCU) 到 CPU、GPU,或是專為 ML 處理設計的 NPU。

如專門開發高階醫療感測器和人工智慧 (AI) 數位健康工具的 Amiko 公司,旗下的 Respiro 吸入器就是採用了Arm Cortex-M 處理器 (CPU),可收集病患吸氣資料,監測病患奉行醫囑的情況、肺部功能和病況,就是一個針對哮喘患者的邊緣機器學習的應用。

最近 Arm 才發表 Ethos (NPU) 系列,就是為了擴展機器學習 (ML) 處理器的產品範圍,以便在主流裝置上實現人工智慧 (AI) 的應用,如提供包括語音辨識與 always-on 能力與功能等。

此外,無人機探測,或是透過鏡頭即可自動辨識水果與蔬菜的分類,提高產線效率,進而自動探測植物的病害檢測,都會是未來 AI 與 ML 的實際應用,可以大大改變生活上的便利與商業上的蓬勃發展。想要了解更多有關機器學習的內容可以參考 Arm 與 Wiley 合作的嵌入式機器學習設計傻瓜書介紹。

責任編輯:Mia
核稿編輯:Chris



人機合一新型態微創手術,外科醫師的第3隻手——精準持鏡機器手臂,穩定內視鏡影像提升手術品質

隨著科技進步,微創手術已成為一般外科治療的趨勢,「精準微創」更是現階段的目標。新型的「內視鏡持鏡機器手臂」彷彿是外科醫師的第3隻手,可以模擬人手多角度操作持鏡,提供穩定的影像畫面,輔助主刀醫師精準切割、縫合患部,提升手術品質、縮短術後恢復時間。
評論
評論

談到開刀房、手術室,你腦中浮現的第一個畫面是什麼?小小的手術台旁擠滿多名醫護人員,手上持著不同的器械各自忙碌?

沒錯,一台成功的手術是由一整個醫療團隊,每個人各司其職,並保持良好的節奏與共同合作的默契,才能確保病人獲得妥善治療。

看懂傳統腹腔鏡/內視鏡手術,開刀房人員配置

以傳統腹腔鏡/內視鏡手術來說,手術房內會有主刀醫師與第一助手來完成主要的手術內容,同時還會有兩位分別協助操作內視鏡的「扶鏡助手」與協助遞交手術器械的「第一助手」。

▲手術房內除了主刀醫師與第一助手完成主要的手術內容之外,還有協助操作內視鏡的「扶鏡助手」,以及遞交手術器械的「第一助手」。

扶鏡助手扮演了手術過程中相當重要的「眼睛」角色,因為扶鏡助手操作的內視鏡,便是將極細長內含光纖、鏡片的鏡頭放入體內,再利用影像傳輸,將體內畫面傳導至螢幕上。由於內視鏡可以深入腹腔,傳回人眼無法透視皮膚所看到的手術部位,加上具有影像放大的作用,協助醫師更仔細觀察病兆、找對下刀位置。

傳統腹腔鏡/內視鏡手術,「人工持鏡」考驗醫護體力、耐力

然而,內視鏡的操作,並非想像中的簡單。除了操作過程十分考驗「扶鏡助手」和主刀醫師之間的默契外,一場腹腔鏡手術動輒三、四個小時以上,要保持長時間穩定地「人工持鏡」,相當考驗醫護的體力與耐力。

大千醫院一般外科劉信誠主任坦言,「對於長時間的腹腔鏡手術來說,鏡頭畫面的穩定度非常重要。但是,當手術時間超過一個小時以上或步驟、位置較複雜,持鏡助手就容易感到疲憊、集中度下降,開始跟不上醫師的手術工作速度。」

再者,持鏡助手長時間維持持鏡姿勢,也容易因疲勞而產生手持內視鏡影像晃動,造成手術畫面模糊,增加主刀醫師及開刀團隊產生視覺暈眩的可能性,進而拉長手術時間,提升手術困難度。

▲大千醫院一般外科劉信誠主任。

外科醫師的第3隻手:內視鏡持鏡機器手臂CP值高

為了滿足不斷上升的內視鏡手術需求,醫界也追尋更佳的手術方式。於是,內視鏡結合機器手臂的「內視鏡持鏡機器手臂」由此產生。

其中最知名的「機器手臂」就是大名鼎鼎的「達文西機器手臂」,但達文西手臂的體積龐大、造價昂貴、維修費驚人,每次使用的開機與耗材費高達20-30萬。對於一般民眾來說,是一筆相當高額的支出,不是人人都負擔得起。

為解決醫師臨床手術的多元與便捷需求,友信醫療集團代理引進由德國開發的「新型內視鏡持鏡機器手臂」,有兩種不同型號,滿足不同的臨床需求,打破對機器手臂的既定印象,不僅體積輕巧、操作容易,關節活動角度靈活,更可直接架於開刀床邊軌上,手臂移動範圍能完全涵蓋整個病人,彷彿是外科醫師的第3隻手;且大部分的配件可以重複滅菌使用,每次開機約1-2萬元,導入成本低、CP值高,對於醫院及病人來說負擔降低許多。

除了費用門檻較低,劉信誠主任分享到,與傳統人工持鏡相比,機器手臂持鏡的畫面較穩定,還可以由醫師主動控制畫面,提升手術的流暢度。

另外,在執行微創手術的縫合等精細動作時,穩定、不晃動的畫面也能讓主刀醫師在視覺上較舒適且不易感到疲倦,增加手術的準確度,達到「精準微創」的目的。

▲持鏡助手長時間維持持鏡姿勢,容易因疲勞而產生手持內視鏡影像晃動,「新型內視鏡持鏡機器手臂」則可以提供流暢且穩定的影像。

胸腔鏡手術應用範疇多!日本研究揭「人手持鏡」與「機器手臂持鏡」的差異

劉信誠主任指出,近年來微創手術已是目前臨床上的主流。根據統計,在醫院開刀房所進行的手術中,傳統開腹手術對比腹腔鏡微創手術的比例,已經將近1:9。

如同微創手術的主要目的,在於縮小患者的手術傷口、降低出血量及術後疼痛的發生,因此在進行手術時間較長的微創手術,機器手臂持鏡更顯重要。

根據日本研究發現,機器手臂相較於傳統人手持鏡,不會增加手術準備時間,熟悉持鏡手臂操作的醫師更可以降低18%的腹腔鏡手術時間;且因內視鏡影像穩定,手術下刀、縫合位置更精準,在減少內視鏡穿刺套管拉扯傷口下,患者的出血量也會降低、術後恢復速度也更快,大幅降低住院天數。

以新型持鏡機器手臂來說,便是針對消化系統、婦產、泌尿等外科手術需求所設計。透過內視鏡穿刺套管(Trocar)註冊點作為移動與旋轉的中心點,記憶套管虛擬位置,讓持鏡手臂以定位點為軸心進行移動,並自動運算最佳移動方式,在術中提供穩定內視鏡影像的同時,也能避免內視鏡拉扯擴大手術傷口,對外科醫師提升微創手術精準度,保有穩定支撐和靈活定位能力有所助益。

▲新型持鏡機器手臂,透過電腦登記Trocar穿刺套管作為移動/旋轉的中心點,記憶腹腔鏡套管虛擬位置,讓持鏡手臂以定位點為軸心進行移動,並自動運算最佳移動方式,避免拉扯手術傷口擴大。

小腔室也能輕鬆進入,新型持鏡機器手臂體積更輕巧、角度更靈活

相較腹腔、胸腔等部位,對於耳鼻喉科與顱底手術,醫師要面對更小的腔室,為避免觸碰重要的神經組織及血管,更需要仰賴內視鏡精準的移動與角度。另一款新型持鏡機器手臂具有6個關節的機器手臂、模擬人手進行多角度移動,可以提供360度橫向移動視角,及垂直90度的視覺角度,輔助醫師更精準深入手術部位,穩定提供內視鏡影像輔助醫師進行手術。 

▲具有6個關節的另一款新型機器持鏡手臂,能夠模擬人手進行多角度移動,輔助醫師更精準深入手術部位。

除了上述提到的持鏡機器手臂與傳統人工持鏡之間的差異,對醫院及醫師來說,持鏡機器手臂在人力調度上更有彈性,可以減輕醫護的視覺疲勞與持鏡姿勢疲勞。

對患者而言,持鏡機器手臂提供的穩定手術影像畫面,有助於提升手術品質,減少手術時間及併發症,讓患者安全快速地回到工作崗位或生活上。

資訊來源:友信醫療集團、大千醫院一般外科劉信誠主任;文:關鍵評論網媒體集團廣編企劃。