在醫院中，有一個科室鮮為人知，病人不會去掛號，也不直接接觸病人，因為他們是醫生的參謀，負責檢查病人的切片檢體，這就是病理科。病理醫師和台灣超級電腦一樣，是守護生命美好的幕後無名英雄，即使表面看不見 但很重要...

你知道癌症是怎麼被判斷出來的嗎?癌細胞默默的躲在身體的某個角落，慢慢長大，它不張揚、不搶鏡，初期讓人正常生活，讓我們看不見...

在醫院中，有一個科室鮮為人知，病人不會去掛號，醫師也不直接接觸病人，因為他們是醫生的參謀，負責檢查病人的切片檢體，這就是病理科。病理科醫師從顯微鏡觀察細胞型態來判斷疾病種類，針對腫瘤定出癌症分期，去做疾病最好的診斷，是臨床醫生最好的諮詢者與合作者。但每天來自各項內、外科的龐大病患切片資料量，導致病理醫師的工作量極為忙碌且承擔巨大壓力。

在AI時代，病理學也是較晚加入數位化的新生，因為病理數位化的影像資訊量，無論解析度或檔案大小，都是非常巨量且高解析度的，單一張數位玻片的解析度通常高達48億畫素，有的甚至達百億畫素，是一般影像的400倍大以上，且檔案大小約佔2~10GB，不只資料儲存是一大挑戰，訓練AI模型更是曠日費時。

雲象科技與國研院國網中心合作，運用統一記憶體及算圖優化的技術，用完整的全玻片影像來訓練深度神經網路，取代目前把影像切割成多個小區塊並仰賴病理醫師細節標註的方法，減少病理醫師重複性的工作時間。為訓練高解析數位病理影像，雲象科技運用國研院國網中心打造的超級電腦解決龐大繁重的運算問題。透過雲象科技軟體加速及TWCC的雙重助力下，讓原本需要690天的專案，加速了275倍的計算速度，2.5天即快速完成AI研發訓練，也讓AI的準確率可以不斷訓練和提升。且每一個專案可省下病理醫師近1000個小時的標註時間，大大提升了開發的效率和品質，未來更可提升診斷準確度並減少病理醫師的工作負擔和時間，讓病人得到更好的醫療照護，為數位病理AI技術帶來巨大的革新。