臺師大雙強出擊2025 BIO Asia生技大展 攜手臺大系統平台展示智慧醫療AI成果

        2025年「BIO Asia–Taiwan 亞洲生技大展」於7月24日至27日於台北南港展覽館一館四樓盛大登場。本屆展會以「掌握亞洲生技新契機」（Next Wave of Biotech Opportunities）為主軸，聚焦亞洲生技產業的轉型潛力與創新實力，為亞太地區規模最大、國際影響力最深的生技盛會。

        國立臺灣師範大學今年由電機工程學系呂成凱副教授與資訊工程學系陳翔瀚助理教授領軍參展，分別展示「可部署於邊緣裝置的輕量化肺部X光影像分類深度學習模型」與「自適應Transformer-CNN 混合模型於臨床 EEG 自動標註」系統兩項智慧醫療研發成果，展現臺師大在AI輔助臨床診斷與基層醫療的技術實力與創新佈局。

        此次展出亦為「臺灣大學系統科研成果產業化平台」整合成果之一，該平台由國立臺灣大學、國立臺灣師範大學、國立臺灣科技大學、長庚大學與明志科技大學五校攜手組成，旨在促進科研成果轉譯、強化產學鏈結，打造高教研發能量與產業需求接軌的橋梁。

可攜式肺部X光AI診斷模型　開創基層醫療新解方

        由呂成凱副教授領導之團隊，開發出一款可部署於邊緣裝置的輕量化肺部X光影像分類深度學習模型，針對COVID-19疫情所揭示的醫療資源不足問題，提出適用於行動醫療與資源有限環境的創新解決方案。

        該模型能針對胸腔X光影像進行5至12類肺部疾病分類，平均準確率高達91%，並成功部署於如Raspberry Pi等低功耗邊緣運算裝置，展現即時診斷與低成本部署之潛力。

        其核心技術融合2D卷積與空間可分離卷積（SSC Block）架構，導入座標注意力機制以強化病灶辨識能力，並應用CLAHE影像強化及MixUp、CutMix等資料增強技術，以提升模型的泛化與穩定性。該技術可廣泛應用於偏鄉醫療、行動診所、長照中心與居家照護系統，為基層醫療提供實用且可擴展的AI解方。

智能腦電圖標註系統　提升臨床判讀效率

        陳翔瀚助理教授所帶領的研究團隊，研發「自適應Transformer-CNN 混合模型於臨床 EEG 自動標註」，融合CNN與Transformer深度學習架構，可自動辨識腦電圖中異常訊號（如人為干擾與癲癇波形），並透過自適應微調策略強化模型對不同資料型態的處理能力。

        該系統於多家醫療院所進行臨床測試，判讀準確率達九成以上，能有效提升腦電圖分析效率，降低醫師負擔，並具備遠距診療、智慧照護平台等延伸應用潛力，展現臺師大於生醫訊號處理與AI模型應用的研發深度。