眾所皆知，癌症是奪命殺手，是世紀的大問題。儘管隨著病理檢測與新藥研發技術進步，有助提升癌症患者的存活率，但仍有莫大進步空間；只因腫瘤病理影像檢測始終停留在2D畫面，以2D影像來判斷3D病理組織形狀，當然僅能看到局部，導致檢測篩選率低、患者無法找到最適當療法。
為此，捷絡生技(JelloX)許下「以3D腫瘤地圖解決方案支援精準癌症診斷」願景，期望打造可負擔的3D數位病理解決方案。捷絡生技技術長林宇捷說，藉由3D腫瘤地圖，可呈現比2D大數十倍甚至百倍的資訊，幫助醫師掌握腫瘤全貌；不僅如此，後續還搭配AI分析，挖掘出一般數位病理檢測技術無從獲取的完整資訊。
但不可否認，因資料量體太大、動輒達到TB等級，所以捷絡在AI建模所需運算資源非常龐大。「以往我們採用單機做運算，模型訓練歷程相當久，起碼需要好幾天時間，2019年得知國網中心推出AI雲端運算服務，因而與對方展開合作，幫助捷絡縮短開發時程」林宇捷說。
原本 205 小時訓練週期，急速縮減為 1 小時
國網雲端運算平台TWCC不僅提供豐富運算資源，且富含使用彈性；以捷絡為例，隨時依照當下需求，透過TWCC的 K8S-container自由開啟DGX-1，選擇配置 1、2、4 或8張Tesla V100顯卡，藉此建立高效率開發環境，並透過Multi-GPU平行化架構提升訓練速度。
除K8S-container外，捷絡也經常使用HPC-Slurm服務，它具有排程功能、便於使用者部署高重複性的模型訓練，並藉由不同的參數設定，進行模型最佳化調適，同樣有助於大幅縮短訓練週期、產生大量分析數據令分析模型的進化更迅速。
林宇捷表示，依照捷絡的使用經驗，如果在平台設置32個節點、各含8顆GPU(共計256顆GPU)，藉由這組態來進行模型開發，相較於過去單機板作業，足足可發揮高達204.99倍的增速效果；意即原本要耗費近205小時才得到的數據分析模型，現在僅需要短短1小時就能獲取，前後差異十分巨大。因而協助捷絡打造出全世界第一套Multi-component的3D組織AI 辨識模型，從而在今年(2020)與八家醫療機構薟約合作，讓醫師得以利用AI模型來解決現有問題、加速完成各種臨床試驗。
「使用TWCC臺灣AI雲，真的有許多好處，」林宇捷強調，首先，TWCC提供的高速運算資源，在效能上比一般公有雲高出20~30%，這也是捷絡當初評估多個高速運算服務平台後、最終以此為首選的主因。再來大家應該不難想像，以醫療影像數據的敏感性與隱私性，未來一定會面臨法規性、地域性的限制；因為現階段AI仍算新穎技術，相關適用的法規，尚不明確，但可預見今後相關法規勢必趨於嚴謹，任誰都不希望好不容易在公有雲建立的串接資料，屆時付之一炬、必須重來，相形之下，由公部門籌組的雲平台便無此顧慮，絕對是高度穩定的醫療新創環境。
更重要的，現今TWCC使用者介面已臻完善，配套的教學素材淺顯易懂，就算不具軟體開發背景的人，也能快速上手、發展出名揚國際的研究成果。