自動判讀腦瘤、肝癌,台灣醫院AI應用遍地開花

2018.12.03 by
吳元熙
Shutterstock
台灣較成熟且主流的AI應用仍是聚焦在醫學影像辨識,包含中國附醫、長庚、北榮、北市聯合醫院、義大醫院,都已經展開嘗試。

台灣醫療水準名列前茅,但過高的門診量、病患數,卻也讓醫師們吃不消,無形中影響了治療品質。今年,各大醫院掀起了人工智慧熱潮,來看看他們想要透過AI改善哪些問題?

目前,較成熟且主流的應用仍是聚焦在醫學影像辨識。

AI自動判讀腦瘤位置,減輕醫師負擔

臺北榮總和臺灣人工智慧實驗室協力建立的「臨床人工智慧腦瘤自動判讀系統」(DeepMattes),於11月中正式在放射線部上線。

影像中的彩色圓點,就是患者腦部的腫瘤位置,透過AI自動判讀比對出結果。
AILabs

現行判讀腦瘤方式,是將對比劑加入磁振造影中,由醫師人工找出「一顆顆的白點」,紀錄包含腫瘤大小、位置、可能影響等資訊,進一步和臨床夥伴討論。但榮總放射線部部主任郭萬祐認為,這些繁重的判讀工作,其實會影響討論病情的時間,「改用訓練好的AI模型讀取影像,僅需約20秒時間,就能自動紀錄各項數據,可減輕不少醫師負擔。」

另一方面,榮總磁振造影科主任吳秀美認為,傳統判讀方式需先將腫瘤影像「圈注」好,送往實驗室,其實會花費不少力氣在整理和傳輸上,而新系統就可直接讓醫師校正和確認AI判讀的結果,同時也能持續訓練模型。

北市聯合醫院則和工研院攜手,共同建立糖尿病眼部病變的影像判讀模型,能從患者的視網膜眼底影像自動判讀病變情況,讓準確度、靈敏度、特異度達到九成水準。這套系統,也可讓非專科醫師初步篩選可能罹病的病患,達到提早控制效果,並將運用在馬祖地區。

至於中國附醫,則是已經和輝達(NVIDIA)合作,透過新型的AI主機,判讀乳癌、肝癌和骨齡影像。例如,這套「生長激素缺乏與性早熟疾病症候群」人工智能評估系統,可讓原先需要六至八分鐘的人工作業時間,縮短成0.1秒即有成果。

而堪稱台灣最早導入AI醫療的北醫,自2017年就引進IBM Watson for Oncology臨床決策輔助系統,用來輔助醫生診斷癌症。現在更開發出「智慧型藥物安全系統」,一旦處方中出現無法解釋的藥物,就會被認定為不適當處方,系統會即時跳出提醒,醫師看見就可以再次檢視,降低用藥錯誤風險。

AI自動檢視紀錄,建立骨鬆預警系統

值得注意的是,義大醫院試圖用AI「文字分析」,建立骨質疏鬆預警機制。根據義大醫院資料,只要患者曾經就診,他們開發的系統會自動抓取檢驗數據、X光報告、DXA骨質密度檢測報告,辨識疑似有脆弱性骨折的病患,可在病患接受檢查前,推估出病患骨質密度數值。

簡單說,若有一位老太太曾因為背痛看診,診斷結果是「壓迫性骨折」,AI系統會自動檢視紀錄,建議患者是否再檢查骨質疏鬆症。義大醫院表示,台灣罹患骨質疏鬆症的病患數量高居亞洲第一、全球第九位,希望這套系統未來能逐步發揮影響力。

還有林口長庚醫院,也正在研究透過AI判讀「細菌抗藥性」。林口長庚醫院檢驗醫學科主治醫師王信堯指出,傳統治療肺炎患者,需先驗痰液,花16小時培養細菌,再用質譜儀分析菌種,才會選出用何種藥物治療,耗時一至三天。經過兩年的AI模型訓練,這項研究已經能讓「猜錯藥」的機率降至兩成左右,而醫師平均的猜錯機率,則是五成。不過,目前這項技術仍需評估,到2019年才會有機會運用至臨床。

延伸閱讀

每日精選科技圈重要消息

本網站內容未經允許,不得轉載。 若有文章授權需求請填寫 申請表單