2018年臺北榮總與台灣人工智慧實驗室組成聯合研究團隊，成功研發腦瘤人工智慧診斷模型-DeepMets®，此模型診斷腦轉移瘤的敏感度與準確度分別高達96%與86%，且曾經在2019年底吸引BBC世界新聞(World News)來台採訪報導。
成功研發精進版 國家級腦瘤人工智慧診斷模型
臺北榮總放射線部郭萬祐主任表示，2019年研究團隊再聯手合作參與衛福部健保署「全民健康保險資料人工智慧應用服務」試辦專案，成功研發精進版DeepMets®-Plus，建立國家級腦瘤人工智慧診斷模型。
不過，健保署由各醫療院所上傳影像資料建置而成的國家級影像資料集（集中式）獨步全球，但這獨特的醫療生態，對極注重個人隱私保護的其他國家而言，運用此資料庫進行人工智慧研究幾可說是天方夜譚。
聯邦學習技術 共享資料且兼顧隱私
因此，結合交通大學、陽明大學，與瑞典哥德堡Chalmers科技大學跨國合作，以「共享模型」而不「共享資料集」的非集中式聯邦學習技術，使用「量大質優」且「兼顧個人隱私」的研究方法，建立跨國腦瘤醫學影像人工智慧診斷模型，開啟國際人工智慧合作研究發展空間。
郭萬祐主任解釋，聯邦學習的研究方式，是將各參與的研究據點，各自訓練出來的人工智慧模型上傳集中到聯邦學習中心，聯邦學習中心以數學及統計的方式將模型整合、精進後再下放回各原始研究據點，導入原臨床場域試用。
準確度與醫師相當 驗證人工智慧診斷可行性
郭萬祐主任強調，以腦膜瘤為例，醫師所測量腫瘤大小及位置等，與聯邦學習技術腦瘤人工智慧診斷模型結果幾乎完全吻合，驗證了臨床上以聯邦學習開發腦瘤人工智慧診斷模型實作的可行性，同時也開啟了未來國內與國際人工智慧合作研究，無窮的可能發展空間。
