未上市股票搜尋站

原來!!雲象科技股票是這樣的公司!!  

雲象科技掛牌嗎?

因為雲象科技是未上市

這些公司的訊息相對較少

所以公司掛牌的訊息還是等公司正式公告為主

沒有正式公告的訊息 都應保守看待

這篇文章會將雲象科技股票的公司基本資料、公司新聞統整起來,

可以快速了解這家公司~

想要做好投資  一定要多了解公司

希望大家能多多利用

也歡迎版友們多提供相關公司訊息

若有任何雲象科技能源股票的問題

或者雲象科技股價相關資訊

都歡迎加入LINE好友或來電交流討論

 0960-550-797 陳先生<-手機點我即可撥號

或者用 LINE   ID是 @ipo888 歡迎加入好友討論

歡迎直接來電~0960-550-797 陳先生<----手機點我即可撥號

本站提醒

本篇文章純粹由私人整理媒體報導新聞，方便投資人了解公司的相關訊息，

這裡與內容公司無任何關係，文章提到的股票資訊，不代表內容公司有對外流通股票

文章內容皆來自網路上搜尋的新聞，內容報導的真實性，還請版友們自行求證。

另外本站並無任何推薦、銷售、勸誘投資股票之行為，也不接受委託交易

如有冒充本站名義進行上述行為，請告知本站，也請大家不要受騙上當。

歡迎版友們一起討論交流此公司訊息，多多提供資訊

如公司資訊、財務狀況、產業前景、市場流動性之類的訊息

如有造成公司困擾，還煩請私訊告知，將立即處理

歡迎直接來電~0960-550-797 <----手機點我即可撥號

AI偵測大腸瘜肉準確率95% 雲象要打進世界盃

廣告企劃製作 科技

雲象耗時4年時間，攜手臺大醫院、國泰醫院合作開發「大腸鏡即時AI瘜肉」獲得衛福部TFDA醫材許可，未來還要進軍歐洲、日本等海外市場。

成立短短七年的數位病理及醫療影像AI新創公司雲象科技，不僅已完成A+輪募資，贏得日本One Digital health Investment、GK、廣達、臺企銀創投、鈦鎂投資等海內外指標公司挹注1.5億元，今年更將積極拓展歐洲、日本等海外市場。

雲象的核心業務是數位病理及醫療影像AI輔助診斷系統，是醫院進行數位轉型石可或缺的關鍵環節，具有巨大的商業潛力。而病理科資料的數位轉型後，一年所產生的資料量為放射科的20倍，單靠人力判斷這些龐大的病理數據，往往需要耗費大量的時間成本，此時透過AI（人工智慧）技術的導入，將能大幅降低判讀時間，提高準確率，為病理科數位化創造數位轉型的動力與價值。

就如同雲象與臺大醫院、國泰醫院合作開發「大腸鏡即時AI瘜肉偵測」，透過AI輔助篩檢可提高大腸鏡瘜肉偵測率，此AI模型準確率高達95%，國泰醫院及國泰健管已率先導入。

聽懂醫界語言、需求   雲象扮演醫療與科技橋樑

「電子製造業都想跨足智慧醫療，但要從硬體公司切入軟體的生態，思維真的非常不一樣，特別是醫療用的軟體，當中有很多問題是沒有在醫界的人很難體會的。」雲象科技創辦人暨執行長葉肇元點出，被眾多公司相中投資的背後關鍵原因。

因為，葉肇元有醫科背景的出身，瞭解醫院的語言；再加上他求學過程中無師自通寫程式，因此很快可以建立醫界與科技界的橋樑，「甚至我自己就可以把產品的原型做出來，我相信這對他們（投資方）來講是一個很大的吸引力。」葉肇元強調。

臺企銀創投總經理吳瑞元是在多年前一場「NVIDIA科技年度會議」相遇，當時就對葉肇元就留下深刻印象，「當時葉醫師侃侃而談AI在醫療的落地應用令我印象深刻，才知道原來AI還可以判讀癌症病理影像。」吳瑞元笑說，如今雲象在戮力之下，在台灣數位病理市場已佔有一席之地。

甚至，雲象憑藉AI數位病理技術優勢，在台灣數位病理系統市佔率，已遠遠超越耕耘此領域近10年的國際醫材大廠，堪稱台灣之光。

雲象小檔案

成立：2015年

董事長：葉肇元

資本額：3.6億（包含資本公積溢價）

營業項目：數位病理及醫療影像AI輔助診斷系統

雲象 AI 輔助診斷罕見腫瘤！共同研究登國際權威期刊

作者 姚 惠茹 | 發布日期 2022 年 03 月 02 日 14:13 | 分類 生物科技 , 醫療科技

數位病理及醫療影像 AI 領導廠商雲象科技今日宣布，研發的醫療影像 AI 應用，成功協助醫師對淋巴瘤有更細緻，並且精確的診斷方法，這項研究成果已刊登在國際知名醫療期刊《Cancers》，肯定技術應用的突破。

T 細胞淋巴瘤是少見的疾病，最重要的第一步是正確的病理診斷，精確診斷則仰賴病理科醫師對於腫瘤組織切片的形態分析，但 T 細胞淋巴瘤有兩類在形態上難以區分的疾病，首先是單形性上皮腸 T 細胞淋巴瘤（MEITL，monomorphic epitheliotropic intestinal T-cell lymphoma）

第二是腸道 T 細胞淋巴瘤（ITCL-NOS，intestinal T-cell lymphoma, not otherwise specified），病理診斷是透過細胞核大小變異度、形態分布，以及免疫表現型來區分這兩類疾病，對經驗尚在累積的一般病理科醫師挑戰甚鉅，而且形態介於兩個極端之間的案例也難以確切診斷。

奇美醫院醫學中心病理部部長兼解剖病理科主任莊世松教授與雲象科技合作，運用數千顆細胞核的標註資料，訓練出的 AI 模型能對淋巴瘤的細胞核精確地偵測，描繪輪廓，並且進一步計算出每個細胞核面積大小，長短軸比例等可量化的形態資訊，依此進一步訓練機器學習演算法，對兩種類型 MEITL、ITCL-NOS 進行分類，預測水準可高達 AUC 0.966（完美演算法的 AUC 為 1 ）。

透過如此 AI 輔助診斷工具，可以讓醫師不再需要對 T 細胞淋巴瘤的形態進行粗糙的二元分類，而可以用量化的形態分析數據，對於淋巴瘤細胞作精確的統計描述。

雲象科技執行長葉肇元醫師表示，相信 AI 量化分析，可以讓淋巴瘤有更細緻、精準的診斷方法，醫師可施以更精確的治療，雲象持續精進科學研究，這次共同發表是計算病理學（computational pathology）能力的初步展現，未來將持續提升診斷及治療的水準。

雲象科技打造骨髓抹片細胞AI
雲象科技12月3日參展醫療科技展，在本展會精準檢測主題館展出 世界第一且唯一的骨髓抹片細胞AI，這次亮點是雲象科技聯手臺大醫 院血液科團隊，針對血液腫瘤疾病，建立了全球最大－超過六十萬顆 細胞的骨髓抹片黃金標註資料集，歷時三年打造的骨髓抹片細胞AI。 人工智慧不僅能自動分類計數15類別骨髓細胞，雲象科技更進一步整 合智慧自動取像的工作流程，從選取最佳視野、切換倍率、滴油、骨 髓細胞對焦、取像，接著分類、計數並產出摘要報告，實現骨髓抹片 人機協作的自動化流程。
　　雲象科技執行長葉肇元醫師指出，骨髓血球細胞分類，是血液疾病 診斷的重要基礎。臺大醫院採取高標準，針對每片骨髓抹片完成人工 500顆細胞的分類計數，此項工作需要由訓練多年的醫檢師或醫師才 能執行。傳統在顯微鏡下一顆一顆的手動計數，相當耗時且缺乏一致 性，知識傳承也非常困難。
　　雲象科技三年前即決定與臺大醫院檢驗醫學部周文堅主任合作，一 同挑戰此高難度的題目，期望運用AI真正解決臨床的痛點 。如今將 豐碩的成果首次於醫療科技展實體發表，成為全球唯一的骨髓抹片自 動化人工智慧產品，準確率高達9成4。
　　除了針對影像內的細胞進行辨識，醫檢師也需要要手動操作顯微鏡 在高低倍率切換，搜尋適合計算細胞的視野。HemaAuto的自動化升級 ，則是透過演算法進行視野搜尋，並且預判視野內的合格細胞數量。 以最佳路徑規劃來自動控制顯微鏡移動及照相，完成從低倍視野到高 倍視野並取像的操作。
雲象科技 攻數位病理 AI看診 揪出癌細胞
日劇「天才病理醫」中男主角總是很霸氣的說，病理科要做出100%的診斷。病理科雖然是內科診斷或外科手術前最重要的基礎，但其實在醫院是相對冷門的單位，數位化的腳步也不若其他熱門科別。雲象的數位病理系統，不僅協助病理科醫生能快、狠、準做到100%的診斷，加上人工智慧（AI），更可以幫助醫生更快速分類計數以及辨識腫瘤細胞。
雲象創辦人兼執行長葉肇元從台大醫學系畢業後，前往美國攻讀病理學博士，期間接觸到顯微技術，加上自己的研究題目難度相當高，找不到合適的程式，葉肇元乾脆自學程式設計。意外發現自己喜歡寫程式，當他在實驗室協助別人用程式解決顯微鏡問題時，也看見數位玻片的潛力。
2015年，葉肇元還在美國時，即由父母出資，在台灣登記成立雲象科技，創業夥伴除了父親葉一忠（目前擔任營運長），還有擅長網路程式設計的康家彬（目前為技術長）。
不過若是用昂貴的軟硬體，只是換來看玻片時，從顯微鏡換到電腦螢幕，對醫院與醫生來說意義不大，因此雲象除了開發數位病理影像系統，也投入AI輔助診斷系統的開發。
透過合作醫院提供的玻片影像以醫師的標註，進行深度神經網路AI模型的訓練，除了協助病理科醫生快速辨識腫瘤細胞，也希望結合病患的病理組織及臨床生化檢查數據，進行治療效果及預後的綜合研判，例如在進行癌症治療時，對於病患的長期存活率做出預測。
葉肇元表示，數位病理AI的價值，一是可將定量的工作交給AI，也就是幫助病理科醫生降低繁重的看片與標記負擔；再者，有許多困難的疾病需要使用先進治療，但並非所有的病患在治療後都有反應。例如進行免疫療法前，可以將病患的病理組織或生化臨床資料等，將所有資訊進行綜合研判，判斷是否會有反應，以免病患花了錢卻對治療沒有反應，這是目前藥廠相當關注的，也是數位病理AI最有潛力的市場。
目前各大醫院都在進行數位轉型，主要是在臨床上包括智慧手術室、智慧病房等進行數位化。去年已有台北榮民總醫院及長庚購買玻片掃描器，自己建立數位病理系統，預料接下來各大醫院也會投入。
綜合研判
找對療法
雲象除協助長庚建立數位病理系統，也與林口長庚合作，將鼻咽癌的鼻黏膜檢體，標記了300片玻片，把癌症細胞標記出來教AI判定，目前準確率約98%。
葉肇元指出，如果癌症病灶很大，病理醫生一看就知道答案，就不用AI幫忙；但如果病灶很小，很容易被忽略，或是要花很多時間才能找到的病灶，此時AI的幫助就很大，可以省卻許多時間，也能做更精準的研判。
雲象是個新創公司，資源有限，不會找國際上競爭激烈的乳癌、肺癌等項目，而是挑些標記比較困難、或資料收集有難度的病症。如骨隨抹片對各大醫院來說都很困難，或是東南亞很多但美國較少的鼻咽癌，這些項目對雲象來說較具優勢，讓雲象能將資源花在刀口上。
綜觀數位病理目前在各國的發展都還不算普遍，因此市場還沒有太「紅海」，為了與其他競爭者競爭，希望資源可以更充足、團隊要夠大，除了利基市場，雲象也嘗試一些「流行」的項目，也就是免疫組織化學定量。
結合藥物
拚含金量
以癌細胞來說，有不同組成細胞，可以透過染色區分哪些容易成為治療標的，若達到一定的量就比較適合做免疫治療，如果染色下去都找不到，就可以判定應是無效的治療，例如免疫檢查點抑制劑PD-1治療法前，會先做PD-L1染色標註。
葉肇元深知，數位病理不能只協助診斷，而是從診斷到治療，也就是與藥物結合，才是數位病理的含金量所在，因此將與生技製藥產業的AI化進行結合。AI須進入垂直產業應用，同時要整合到工作流程，才能帶來效益，也就是AI從模型訓練、模型優化到驗證確校，一定要「落地為王」。

雲象AI模型 數位病理領頭羊
科技與醫療是臺灣的二大優勢產業，透過彼此的激盪交融，智慧醫療的相關應用已遍地開花，但在數位病理領域仍是一片藍海。組織病理切片數位化後，其影像解析度非常高，單一張數位玻片的解析度高達數十億甚至百億畫素，檔案最大可超過10 GB，不僅資料儲存是一大挑戰，訓練AI模型更是曠日費時。
臺灣十大最酷科技新創公司之一的雲象科技與國家實驗研究院高速網路與計算中心（國研院國網中心）合作，以具醫療影像優化架構的臺灣AI雲（Taiwan Computing Cloud, TWCC）為後盾，實現運用統一記憶體及算圖優化的技術，挑戰直接以全玻片數位病理影像發展AI模型，每個專案可節省專業醫師半年的標註時間，為數位病理AI技術帶來巨大的革新，讓臺灣醫療走在世界的領先群。
雲象科技的核心業務是打造可辨識特定癌症細胞的深度神經網路模型，以輔助醫師更快速有效的在病理切片中辨識出癌症細胞。醫師針對癌症區域進行細節標註後，因影像過大，目前作法是將全玻片影像預先切割為數萬個小區塊，才能進一步訓練AI模型。傳統方法效果雖然優異，然而必須對每個區塊都有預先標註，才能訓練深度神經網路模型。
雲象科技於2019年運用統一記憶體及算圖優化技術，挑戰用完整的全玻片影像來訓練深度神經網路，取代目前仰賴醫師專業人力標註並把影像切割成多個小區塊的方法，來節省專業病理科醫師數月到半年不等的標註時間。而此構想唯有在「臺灣AI雲」得以實現。

公司基本資料