AI 模型助攻,讓醫生判讀心腦肺影像更有效率

作者 | 發布日期 2020 年 08 月 20 日 16:00 | 分類 AI 人工智慧 , 生物科技 , 醫療科技 Telegram share ! follow us in feedly


國內 3 醫院針對心、腦、肺部重大疾病,研發智慧醫療診斷模型。以腦部為例,AI 模型可縮短醫生閱片時間從 10 分鐘縮短為 30 秒鐘,患者診療流程也有望從 2 週縮短為半天,減少病人等待焦慮。

隨著高齡化時代來臨,科技部自 2017 年起推動生醫產業創新推動方案,把精準醫療列為特色重點產業。科技部今天舉行研究成果記者會,聚焦心、腦、肺部重大疾病,補助台大醫院、台北榮總與台北醫學大學 3 團隊,團隊分享 AI 系統如何協助醫生判讀醫療影像並優化診療流程。

科技部政務次長謝達斌表示,全球都在思考更有效運用醫療資源,台灣擁有 1996 年以來健保長期累積的資料,再加上資通訊產業發達,可善用這 2 項優勢發展智慧醫療解決方案,優化臨床診斷時間、簡化繁複流程。醫院建立的 AI 模型,未來也可以幫助中小型醫院、偏遠地區輔助判斷。

台北榮民總醫院放射線部主任郭萬祐表示,台北榮總與台灣人工智慧實驗室合作開發腦轉移瘤 AI 輔助診斷系統,利用過去 30 年 1,000 筆以上個案進行治療等級標註,近期加入健保署影像資料庫,協助 AI 模型進一步優化。

郭萬祐表示,以肺癌為例,診斷過程會先判斷「是否轉移腦部」,後續還要拍攝多張腦部影像判斷腫瘤大小,透過 AI 系統,醫師閱片時間由至少 10 分鐘縮短為 30 秒,患者診療流程也能由 2 週縮短為半天,不僅加快擬定治療方針,也能減緩患者等待檢查報告的焦慮。

台北醫學大學副校長陳震宇則提到,北醫研發 AI 系統專注在肺部疾病,透過偵測、分類影像與自動產出評估報告,報告準確率達 95% 以上。醫師在閱片時間也從 20 至 30 分鐘,縮短為 5 分鐘。至於醫生診斷時建議「3 個月或 6 個月再回來追蹤」,透過 AI 系統,連病人回診時間都能有更精準的標準。

台大醫院團隊則專注在心臟血管系統相關應用,團隊與國際大廠 NVIDIA(輝達)共同開發「心臟主動脈鈣化與脂肪全自動分析 AI 模型」,是全世界唯一能自動分類及計算胸腔鈣化與脂肪定量的 AI 模型,分析一個病例只需 0.4 秒,可應用在輔助報告及建置國人心血管疾病風險預測模式。

(作者:蘇思云;首圖來源:shutterstock)