關於 長庚 生 技 千張 ，我們在網路上蒐集到這些相關的討論、資訊與評價

『中午看到的新聞
院士陳培哲籲速引進單株抗體療法 助新冠重症死亡減半
https://www.chinatimes.com/realtimenews/20210605002115-260405?chdtv

陳培哲指出，這些轉為重症病人多為高風險族群，如65歲以上長者，當中不少人更是糖尿病、心臟或腎臟病患者，因此治療這類族群的最好辦法，就是在像是快篩陽性的感染初期階段，即症狀剛出現時，便對其提供有效的新冠單株抗體治療。

陳培哲提到，美國食藥署（FDA）從去年年底已核准3家製藥公司，分別是Regeneron、Eli Lily與GSK，研發新冠單株抗體藥品的EUA，其臨床試驗都證實，對高風險族群及早給予一劑單株抗體，住院率甚至死亡率可減少5到6成 。

陳培哲並指出，前美國總統川普去年確診時，所接受的便是來自美國Regeneron藥廠研發的REGN-COV2單株抗體療法，

因此在今年年初他便向指揮中心建議，我國可從美國引進相關單株抗體療法，可惜指揮中心並未理睬，未能備藥，而減少傷亡。

「指揮中心最近才打算要買，希望要盡快買進來」，陳培哲呼籲中央，必須立刻使用單株抗體療法，才能有效減少住院率與死亡率，拯救生命，並且減少醫療院所的負擔。

-----------------------------------------------------

人家內行的醫學專家年初就提建議了，可惜CDC覺得沒需要就沒買。
現在開始死人了才要買，哀.....等買到還要死多少人?

就算貴，至少也要買一些放著，如果政府重要人士確診可以先拿去治療吧?
連這一點國家安全的基本危機意識都沒有。

至於那些罵陳培哲是不是故意找事的，給在野黨刀子的
可以去查一下新聞 人家以前也是大英粉，現在則是看不過去了

台灣醫界大老力挺蔡英文圓山飯店餐會大爆桌 (2011)
https://www.taiwannews.com.tw/ch/news/1790637

由台灣社社長吳樹民擔任會長的「蔡英文醫療界後援總會」，十七日晚於台北圓山飯店成立，共有九百位醫、護界人士出席，日前出席挺馬大會的花蓮門諾醫院總執行長黃勝雄也上台力挺小英。

活動原定席開六十桌，但因報名踴躍，印出的一千張餐券全部賣光，最後開了七十三桌，擠爆圓山飯店。

出席者包括前衛生署長李明亮、中研院院士廖運範、#陳培哲、陳定信、陳建仁、生醫大老游正博、長庚醫院榮譽院長陳敏夫、北醫院長陳振文、萬芳醫院院長李飛鵬、台北榮總副院長連江豐、醫界大老李伯皇、陳守誠、陳容基、賴其萬，以及代表牙醫界的前副署長 #陳時中、代表護理界的前副署長王秀紅等重量級醫、護學界人士。

前幾天陳培哲就開始罵「這是一個傲慢政府」，應該算是二次覺醒吧~~~~
好多人都這樣...看不下去了

陳培哲院士

現職
國立臺灣大學醫學院臨床醫學研究所教授
國立臺灣大學醫學院附設醫院內科主治醫師

學歷
臺大醫學院醫學系醫學士（1974-1981）
University of Pennsylvania, U.S.A.博士（1983-1986）

經歷
臺大醫學院臨床醫學研究所副教授（1987-1993）
臺大醫院內科主治醫師（1992—）
臺大醫學院臨床醫學研究所教授（1993—）
臺大醫院肝炎研究中心主任（2001-2003）
臺大醫學院臨床醫學研究所所長（2003—）
臺大醫院醫學研究部主任（2005—）

專長
微生物學、醫療遺傳學、分子生物學、腫瘤學、消化醫學（肝臟學）
---------------------------------------------------------

不找個有公衛背景的專家當指揮官，找個政治掛帥的
遇到危機下場就是這樣』

Re: [新聞] 國產疫苗選錯技術？ 中研院士：七月絕對不可能做出來 https://disp.cc/b/163-dEBb ｜前情提要 https://www.facebook.com/PttGossiping/posts/2337276243076693

#強化三級警戒 #武漢肺炎 #新冠肺炎 #COVID19 #COVID2019

【AI浪潮席捲醫療業】透視5大類醫療影像辨識的AI應用場景

常見的醫療影像包括了X光、超音波、CT、MRI，以及近年興起的數位病理。由於拍攝技術不同，決定了影像性質和張數多寡，更影響了AI模型訓練的難易度和應用場景

文/王若樸 | 2019-04-16發表

醫療影像一直是窺視人體內部結構與組成的方法，其種類包括了X光攝影、超音波影像、電腦斷層掃描（Computed Tomography，CT）、核磁共振造影（Magnetic Resonance Imaging，MRI）、心血管造影和伽瑪射線等等。

其中，X光攝影、超音波攝影、CT、MRI，以及近來興起的數位病理，都是目前用來打造醫療影像AI常見的類型。這幾種影像因為拍攝技術不同，決定了影像性質和張數多寡，也影響了打造AI模型的難易度和應用場景。

就影像性質來說，臺北榮總放射線部主任郭萬祐表示，X光片、CT、MRI等影像的切片厚度（即每隔多少身體厚度拍攝1張斷層影像的距離）分別是0.16毫米、0.625毫米以及1～2毫米，與數位病理切片的0.11微米相比，解析度相對低，因此從硬體需求角度來看，是醫療影像AI的入門首選。

常見醫療影像AI的類型與應用場景

在這些醫學影像中，「X光和超音波屬於初階檢查，」中國附醫人工智慧醫學診斷中心主任黃宗祺表示，這兩類檢查的拍攝門檻不高，因此累積出大量、各式各樣的影像資料，滿足訓練AI模型的先決條件。

X光攝影是利用X光對不同密度物質的穿透性來成像，密度越高，X光穿透性就越低，在底片上的成像就越白，反之越黑。不過，臺大生醫電資研究所所長張瑞峰指出，「X光攝影將原本立體的多張橫切面影像疊壓為一張平面影像，」因此，一張X光影像中涵蓋了龐雜的訊息，不僅病灶可能會被組織、器官重疊處擋住，小於1公分的腫瘤也難以檢測出，得靠CT進一步檢查才行。

而超音波攝影，則是利用超高頻率的聲波來穿透人體，將不同組織反射回來的聲波轉換為畫面，來呈現體內組織或器官構造。超音波的好處是沒有輻射，但黃宗祺指出，超音波影像雜訊高，難以偵測初期病徵。就乳房腫瘤檢測來說，需要不斷追蹤，才能確定疾病狀況，但也可能因此錯過即早治療的時機。

因此，就X光和超音波來說，AI的應用場景，主要是協助醫生快速從訊息含量大的影像中，找出肉眼難以發現或容易忽略的初期病徵。在2年前，AI權威吳恩達的團隊所設計的CheXNet模型，以121層卷積神經網路（CNN）架構和美國國衛院釋出的胸腔X光資料集訓練而成，就可以做到早期偵測來輔助醫生診斷。

或像中國附醫所開發的乳癌超音波AI輔助分類系統，利用4萬多筆超音波影像和深度學習Xception架構打造而成，能在人眼難以判斷的初期階段，就偵測出腫瘤，「甚至早3、5年就發現了。」黃宗祺強調。

至於CT和MRI，「屬於進階檢查。」黃宗祺表示，兩者專門用來檢查腦、心、肺、腹部臟器等重要器官，門檻較X光和超音波高，成像也較清晰、細緻。但有別於X光片和超音波影像，CT屬於3D影像，透過X光來掃描人體，經電腦重組，以多張橫切面影像來呈現立體的檢查部位，並根據每張橫切面影像的間隔，分為厚切與細切，間隔越小，越能呈現完整的器官。單一次CT掃描可產生數百張影像，也才有機會能夠發現1公分以下的小型腫瘤。

MRI同樣也是一種3D影像，其原理是利用強大的磁場與人體內的氫質子產生共振，再透過電腦處理共振訊號後成像，可以清楚呈現出軟組織和重要器官的結構，像是腦、心、腹部臟器和骨骼關節等部位。MRI掃描一次可產生數百甚至數千張影像，畫質比CT更好。

要進行CT影像和MRI的影像辨識時，雖然醫生容易從清晰的影像中找到病灶，但這兩者每次掃描動輒就產生數百張影像，要從中尋找病灶，不管是標註還是診斷病情，都相當耗時。

臺北醫學大學副校長暨北醫附醫影像部主任陳震宇以肺結節CT掃描來說明，一次拍攝會產生500張影像，而醫生至少得花20分鐘，才能找出肺結節的位置。病人數量一多，醫生不僅要花更多時間來檢驗，準確率也會因長時間作業而下降。

不過，也因為人工判別CT和MRI相當費時，正是醫療影像AI擅長的的應用場景。這也是為何北醫附醫正計畫建置一套肺結節AI輔助偵測系統的緣故，就是為了縮短看片時間，讓醫生有更多時間在病人身上。

吳恩達研究團隊利用美國國衛院釋出的胸部X光資料集，打造出CheXNet模型，可辨別肺部14種疾病，並以熱成像圖來顯示病灶位置。

醫療影像AI新挑戰：數位病理切片

數位病理是醫界近幾年的新浪潮，可以將原本只能在顯微鏡下察看的病理切片，改成直接在電腦上進行。它的出現，是醫療影像AI的新方向，卻也是一個高難度的挑戰，因為數位病理的製作複雜，需經過組織處理、染色切片，以顯微鏡觀察、再掃描至電腦儲存，仰賴醫生專業經驗與時間。

不只如此，數位病理的檔案容量還相當大。與CT、MRI不同，數位病理和X光片一樣都是平面影像，但單一張影像的解析度卻比X光片、CT和MRI高上1,000倍，可達1GB至2GB。因此要拿來訓練AI，不只資料儲存是一大挑戰，訓練模型的時間也需要更久。以數位病理起家的臺灣AI醫療影像新創雲象科技就提到，曾有一次要用一個100層的殘差網路ResNet來訓練每張解析度高達1萬×1萬的影像，得靠GPU搭配600GB系統記憶體才能運算。

不過，臺灣在數位病理的AI應用已經起步了，林口長庚醫院就找來雲象科技開發了一套準確率高達97％的鼻咽癌偵測模組。北醫附醫已經開始將上千片肺癌數位病理交由放射科醫生，要展開部分標註的工作。臺北榮總今年也計畫投資數位病理。

然而，不管是哪種影像類型，在打造AI系統時，都會面臨資料收集的挑戰。也因此，科技部2年前特別發起醫療影像計畫，聯合國內3家大型醫學中心，要利用國人的醫療影像資料，來建置一個大型AI醫療影像資料庫，推動醫療影像AI的發展。

臺北醫學大學附設醫院自去年起，找來了10名擁有2年經驗以上的主治醫生，著手建置肺結節AI醫療影像資料庫，目前已完成1,500例的影像標註和語意標註，今年還要再新增2,000例。

附圖：【超音波影像AI實例】中國附醫旗下子公司長佳智能，開發一套乳癌超音波AI輔助分類系統，可以辨識乳房腫瘤及其良、惡性程度。目前，腫瘤辨識率達9成以上，而腫瘤良、惡性辨識率則約7成左右。（攝影／李宗翰）
X光影像AI實例
MR影像AI實例
臺北榮總與臺灣人工智慧實驗室以6個月的時間，打造出一套能在30秒內就揪出腦轉移瘤的AI系統DeepMets。今年4月份最新結果顯示，DeepMets準確率已達95％。　（攝影／洪政偉）
CT影像AI實例
數位病理影像AI實例
林口長庚醫院與雲象科技共同打造一套鼻咽癌AI偵測系統，由醫院提供數位病理切片資料，雲象負責進行模型訓練，經過2年優化，目前準確率達97％。　（圖片來源／雲象科技）

資料來源：https://ithome.com.tw/news/129973…

中國天津濱海新區大爆炸震驚全球。今年迄今，中國已經發生南京揚子爆炸、南京德納化火災、山東日照石大科技爆炸、福建古雷PX工廠爆炸以及天津大爆炸。天津爆炸後曾經測出2次氰化氫超標，不少台灣網友對於天津爆炸的污染物是否會飄洋過海來台感到憂心忡忡。
類似的爆炸其實也常發生在雲林的台塑六輕，2004年至今就發生過至少8次爆炸，雖然無人傷亡，但是空氣污染造成的損害卻是難以估計。天津爆炸隔日，8月13日，台塑六輕實施毒災演練，雲林縣長李進勇痛批演習漏洞百出。如果天津同等級的爆炸發生在全球規模最大的石化專區麥寮六輕，六輕的易燃物與毒物造成的生命財產威脅與環境災害，實在令人難以想像。
台塑的承諾 雲林的美夢
六輕曾經是雲林人的希望。當宜蘭縣長陳定南拒絕六輕，當全台各地排斥污染工業時，多數雲林人窮怕了所以願意接受六輕，希望六輕能幫雲林脫胎換骨。自1970年代初期以來，雲林人口不斷外移，雲林人認為六輕是留住雲林人的最佳選擇。
1991年6月，行政院核定雲林離島工業區；7月，雲林人在台西舉辦萬人遊行順便歡迎六輕的到來。緊接著，國民黨籍的雲林縣長廖泉裕、議長張榮味、麥寮鄉長林松村以及國民黨縣黨部主委薛正直等黨政要員，「代表」雲林人在8月前往台北與台塑晤談歡迎六輕進駐。
為了取信雲林人，台塑首先在1991年8月開出第一則具體承諾，六輕在麥寮建廠後可以提供12萬5千個就業機會。縣長廖泉裕也附和，以1個就業人口負擔4．5個家計人口算，雲林麥寮一帶將形成一個相當於台中市的新城市。
台塑在1993年繼續提出其他具體承諾，包括在麥寮附近興建長庚醫院（45.5公頃，500多床的）、醫護社區（49.8公頃），護專、安養社區 （45公頃）、購物中心、客運中心、休閒樂園區等等。其中，因為雲林人也很關心醫療資源問題；因此，台塑在1994年3月將原本承諾500多床的雲林長庚醫院，一舉修正為擁有2千張病床的醫學中心，同時成立醫學研究中心，並以老人醫學為發展重點。
台塑毀諾 雲林人繼續外流
然而，台塑卻在1997年率先毀棄一則承諾，將原本500公尺寬的隔離水道改為100公尺寬；台塑並用此隔離水道威脅雲林人，如果不縮短水道寬度，就拒絕實現承諾。然而，雲林人退讓了，台塑並未實踐承諾。
以雲林長庚醫院為例，1998年六輕開始運轉賺錢，卻遲遲不見雲林長庚醫院的影子，雲林長庚醫院在雲林人的罵聲中才在2006年動工。醫院在2009年落成後，卻從2千床醫學中心縮水成現在僅138張病床，面積僅4.95公頃、醫生也僅有22名的小型醫院，而且，連一張「燒燙傷病床」都沒有。
至於那些醫護社區、醫專、安養中心、購物中心、客運中心、休閒樂園等等，當然也都不見蹤影。其實，最關鍵的問題還是當年台塑承諾12萬5千個工作機會，台塑六輕目前也僅雇用了1萬1千多名員工。
雲林人生性堅毅強悍，一批又一批離開故鄉的雲林人在異鄉，無論是到龜山搬磚塊或在市場賣魚，只要有工作機會，雲林人都肯做。旅外的雲林人就這樣在外頭打出了一片天地。工作機會就是雲林人最在意的問題，即便有污染，為了生存，雲林人其實還是可以忍下去。但是，當年台塑承諾的工作機會，如今卻只有當年的十分之一。
從六輕在1991年確定落腳雲林麥寮，在1994年開始動工後，雲林縣的人口依然一直外流。六輕建廠時期，台塑雇用外勞，1998年開始營運後迄今，提供的工作機會也不到當年承諾的十分之一。雲林人因此繼續被迫外流。
雲林人在2013年底有707,792人，而且保持逐年減少趨勢；然而，目前移出的雲林人已經超過百萬人。以新北市為例，雲林人旅居新北市就有70萬人，每8名新北市民就有1名雲林人；此外，新北市的雲林同鄉會人數高達40萬人。這些數據除了顯示雲林人在外面的影響力之外，其實也顯示雲林人口外流的嚴重性。
亦即，六輕在雲林並沒有帶來人口成長。2001年至2013年，台灣人口從22,405,568人增加為23,373,517人；雲林縣人口除了負成長外，六輕周邊的麥寮鄉、台西鄉、東勢鄉、崙背鄉人口總數也一樣負成長，從2001年的110,107，變成2013年的109,474；這4個鄉鎮中，僅麥寮鄉成長，主因是六輕回饋金吸引周邊的鄉民遷移戶口，這也造就麥寮國小與橋頭國小學生數在少子化中，得以兩枝獨秀逆勢成長。
經濟效益留給台塑 污染痛苦留給雲林
簡言之，六輕並沒有為雲林人帶來正面與具體的效益，卻留給雲林無可抹滅的環境污染，不僅影響原來的農漁業，也影響六輕周遭居民的健康。雲林人的平均壽命遠低於全國平均，六輕周邊的居民罹癌風險發生率增加了4.07倍(link is external)。
2015年8月14日，六輕旁邊的74位台西鄉民集體向台塑六輕的台灣塑膠、南亞塑膠、台灣化學纖維、台塑石化及麥寮汽電5公司提出污染傷害聯合訴訟；然而，台塑卻以污染主要來自中國為由駁斥居民的控訴。可悲的是，台塑跳票、撇清責任，政府也時常護航六輕；例如國民黨政府環保署長沈世宏曾經說雲林人在六輕運轉的10年中壽命延長2百多天；然而，真相是同時期的台灣人平均壽命增加了3年，雲林人卻增加不到1年。
此外，一個與雲林沿海居民生計有密切關心的台灣最大沙洲「外傘頂洲」，也因為六輕而悄悄地縮小，即將在可預見的未來消失。外傘頂洲是雲林與嘉義沿海蚵農維生的地方，1960年代還曾經有數百人居住在此。外傘頂洲在1999年約有2,888公頃，但是2012年僅剩1,220公頃，13年間減少了1,668公頃，平均每年減少128公頃。根據環球科技大學張子見教授研究，六輕就是導致外傘頂洲陸地縮減的原因之一。六輕為了擴增土地抽沙造陸，不斷在濁水溪出海口攔沙、抽沙，不僅導致台灣西部海岸線退縮，也造成了外傘頂洲無沙補充，不斷被流動的海水帶走沙土。
以上林林總總，都說明了雲林人曾經期待的六輕，不僅沒有具體的效益，反而帶來嚴重的惡果。陳定南在當年拒絕六輕時就曾經抨擊「台塑建廠前推翻承諾，建廠後又怎會遵守承諾」，如今雲林人的下場證明了陳定南的先見之明。
六輕就在政府與台塑的謊言下，順利在雲林純樸乾淨的鄉村打造了全球規模最大的石化專區，雲林人犧牲了乾淨的溪水、海水、農田、魚塭與健康，試圖換到就業機會。然而，這場美夢，如今卻變成了一場污染的噩夢。