記者羅玉如∕台南報導
成功大學數據科學研究所暨統計系助理教授許志仲ACVLab團隊，將ＡＩ應用於判讀COVID-19電腦斷層掃描影像，以統計分析理論融合深度學習，提出一套結合假設檢定的自適應分布學習技術及創新解方，可自動化分類並有效排除干擾。在世界頂尖電腦視覺大會ＩＣＣＶ舉辦的MIA-COV19D競賽奪得世界第三。
成大表示，ＩＣＣＶ競賽希望依據胸腔電腦斷層掃描影像，檢測新冠肺炎反應是否為陽性。許志仲帶領成大數據所研究生陳冠麟、吳玫萱，運用統計分析專業找尋新解方。這也是許志仲團隊第一次接觸電腦斷層掃描影像。
許志仲說明，在COVID-19病症的判讀上，目前主流的電腦斷層分類，都是將單張影像由專業人員手動挑出最有價值的切面進行判斷。但MIA-COV19D競賽使用的資料，不只單張切面影像，而是處理整組立方體內的斷層資料。參賽團隊不僅面對龐大的資料，還必須解決每組電腦斷層影像解析度與切片數量不等的難題。
此次ACVLab提出的創新技術，不只可自動針對有價值的胸腔切片進行學習，還可利用統計檢定賦予預測結果可解釋性，有非常高的穩定度。因提出創新解決方法，讓AI在判讀過程達成自動化分類，排除多餘不重要切面影像，避免過多資料重疊干擾，終於贏得世界第三的榮耀。
