成果
此計畫主要推動福科計畫與福技計畫。福科計畫以生物醫學為主，福技計畫以精準健康為方向的策略目標為發展創新人工智慧技術平台以及基因轉殖螢光斑馬魚模式平台作為先期的示範研究，建立理工學院與輔醫、醫學院跨領域研究整合的一個典範實務，培育精準檢測與精準健康方面之跨領域創新人才與創新技術。
計畫結合課程方面，開設了多元課程，涵蓋了電機工程、生命科學和醫資學程等領域，旨在為輔大學生提供豐富的學習機會和深入研究的受惠。
計畫帶動研究產學方面，培育了優秀的人才，碩士生論文「基於Transformer架構在少數標註醫學影像疾病辨識之應用：以青 光眼為例」為醫學影像辨識帶來了新的突破。這項研究不僅在學術界獲得肯定， 在眼科醫學中也帶來具體的應用價值，更為智慧生醫計畫注入了新的活力和創新 思維。
計畫團隊通過「輔大暨清大SPARK計畫」的支持，將有助 於未來對於肌萎縮側索硬化症(ALS)的診斷研究，這項跨校計畫的支持將為ALS患 者的治療和管理提供更準確且有效的方式。
計畫結合課程，促進健康醫療人才培育，鼓勵師生發表，帶動計畫成果影響力
亮點
針對醫學影像分割的重大突破：場域學習性資料增強策略在少數標註醫學影像分割之應用
深度學習在醫學影像分析領域具有巨大潛力，但醫學影像的手動分割標註過程耗時且昂貴，並需要專業人士的參與。這一挑戰影響了AI在醫學影像中的應用，包括眼底影像、腫瘤斷層掃描、胸腔X光、腦部MRI等領域。 圖一 光學相干斷層掃描(Optical Coherence Tomography，簡稱OCT)是一種非侵入性的醫學影像技術，對於青光眼的診斷和管理，OCT已經成為一種重要的工具。 在這個背景下，一項名為『場域學習性資料增強策略在少數標註醫學影像分割之應用』的研究取得了重大突破。這個策略結合了生成對抗網路技術，允許合成其他場域風格的仿真資料，同時應用彈性變性和幾何變換，以豐富資料特徵空間。研究還開發了適合少數標註資料學習的分割網路架構，並可調整的學習曲線分割損失函數。實驗結果顯示，這一策略在少量標註資料學習情況下非常有效，與使用更多資料進行學習的現有方法達成相同的預測分割結果和疾病篩查性能。 圖二 在OCT影像進行青光眼及病辨識的任務中，證明了少量訓練資料情況下的可行性。並達到了state of the art的結果 這項研究對於健康醫療照護產業的數位轉型至關重要，特別是在應對高齡化趨勢、COVID-19疫情、醫療人力短缺和不斷上升的醫療成本等挑戰方面。將AI技術融入醫療領域有望實現個人化的精準醫療，推動健康照護模式朝以患者為中心的方向發展。 隨著全球AI精準醫療市場的持續增長，預計在2025年將達到4588億美元的產值，台灣也積極參與這一應用領域。智慧醫療已成為台灣資通訊（ICT）產業的重要領域，並引來了眾多IC設計廠商的關注和投資。這項研究不僅代表了對AI精準醫療的新里程碑，也反映了台灣在智慧醫療領域迅速崛起，展現為全球護國神山的決心和實力。
「智慧生醫」計畫在「台灣醫療科技展」中引起的廣泛關注和支持，並透過理工學院王院長的專業演講以及解說，成功呈現了智慧生醫計畫的重要內容與創新成果
