〔即時新聞／綜合報導〕新北市永和國中呂姓學生參加第62屆全國科展，以「以新建構之卷積神經網路對腦部核磁共振影像執行多發性硬化症」為題，奪得國中組第3名佳績，不過，由於內容艱澀，被人質疑不像是國中生程度，懷疑有高人代筆完成。對此，呂同學高EQ回覆，讓許多網友佩服到「都跪了」。
這份研究奪得第62屆全國科展國中組「生活與應用科學(一)科」第3名，摘要中指出，「本研究新建構卷積神經網路，提出一套以深度學習為基礎，可自動辨識腦部核磁共振影像中，分割多發性硬化症病灶之人工智慧病灶判讀方法。本研究使用約翰霍普金斯大學影像分析與通訊技術實驗室授權提供之 Longitudinal Multiple Sclerosis Lesion Imaging Archive 資料集為訓練與測試資料，共 151 筆核磁共振臨床資料、39583744 筆像素資料，並以 IoU 與 dice係數為評估指標。經實證發現，本研究提出的方法，具有顯著 IoU 值，達 0.8523，另 dice 係數亦較其他方法高，其值為 0.9392，且在速度方面，禎數高達 13.79。本研究成果未來可連結醫院之核磁共振影像資料庫，自動分割出核磁共振影像中多發性硬化症病灶，以利於早期診斷與治療」。
由於研究內容專業且艱澀，因此有許多人質疑這份研究是代筆完成。對此，呂同學在臉書貼文指出，相信一定有人是看過科展代筆相關的問題，才會懷疑他的研究不是獨自撰寫，「其實這篇研究一共進行了兩年，前面大量的時間在技術碰壁，更每天晚上熬夜，試著跟國外各醫院和大學實驗室討論資料授權。也有人附上我所使用的資料集，因為NITRC網站上導向的Smart-Stats-Tool資料已無法申請，那是當時我向該負責人另外寫email索取到的資料，但還是以public dataset的方式撰寫。也從那時開始養成每天讀paper的習慣，便擁有了英文的學術閱讀能力」。
呂同學說，他的主要指導教授是另一位台大資工張老師，但在資料授權、訓練機器，教授都沒有特別協助，僅有每週線上討論書面資料及研究方法，「從小五到台大資訊系統訓練班上課後，教授便已有指導我的研究法，為我的學術基底打得非常穩。然而中小學科展不能有校外指導老師(跨校指導不適用於大學)，因此才沒有在指導名單」。
呂同學頭頭是道地解說：「訓練機器在剛開始調整階段還是使用Colab，後來是使用AWS EC2 g4dn.xlarge，有些人可能看到這裡就會說有財力，但這個instance隨需價格是0.526 USD/hr，並在上面架設Jupyter Lab操作。」他也指出，父母並沒有這領域的技能和知識，該研究是在老師的協助下獨自完成，而之所以選擇「多發性硬化症」，是因為在國內約1000例的罕見疾病當中，他便認識其中三位朋友受此疾病所擾，「他們也都有和我分享誤診和延誤治療的問題，便想進行這個研究，解決延誤治療的問題」。
呂同學也謙虛說：「感謝各位前輩的建議和鼓勵，我認為自己仍有極大不足，例如實驗資料數不足、模型創新性不夠，我會再繼續努力學習，但也希望不要以教育階段或體制平均去抹煞一個人的努力。也謝謝各位即時傳給我的好朋友們，以及在留言幫我背書的夥伴。」
文章一出，許多網友也在底下替呂同學加油打氣，「這麼年輕就很清楚自己要做什麼並且努力在做真好，你的未來無限寬廣，加油！」、「謝謝你為罕見疾病努力，真的很棒，希望你的努力成為專業發光發熱」、「之前也認為你的題目應該是家長代筆，現在看你寫的內容，真是佩服你了。」、「我國三還在想方設法帶早餐進學校不被教官抓」。
留言 0