莊曜宇、蔡孟勳、賴亮全、盧子彬、安莉達、潘日南

莊曜宇教授帶領團隊開發了數個深度學習模型，可以處理多種類型的生物醫學大數據，例如病理切片圖像、螢光染色圖像、基因體和轉錄體數據，並可應用於不同的領域中。首先，我們所發展出的是一種新的深度學習模型，利用 DNA 序列的數據，即能成功檢測和分類出 DNA 的個體及正確地分類出所有乳腺癌患者的亞型。其次，我們開發的一個完整的人工智慧模型，可使用無標記的影像來預測乳腺癌患者復發的風險和乳腺癌的分子亞型，以降低免疫組織染色和 mRNA 表現量來分析乳腺癌亞型的成本。 最後，我們利用深度學習模型開發了結核分枝桿菌（Mycobacterium tuberculosis）和非結核分枝桿菌的計算輔助檢測系統，以解決人為因素對結核病檢之靈敏度的影響。綜上所述，我們團隊所開發的深度學習模型技術極具創新性及應用價值，最終目標是將這些強大的工具轉變為可供學術界或是產業界皆能使用的原型或平台，預計很快將可以進入應用階段，以輔助臨床醫療診斷及預後。