用 AI 算骨髓抹片細胞,台大醫院資料庫領先全球

作者 | 發布日期 2019 年 12 月 24 日 15:00 | 分類 AI 人工智慧 , 醫療科技 Telegram share ! follow us in feedly


骨髓抹片判讀是血液疾病確診重要基礎,但倚賴人工,費時費工計算才能精準判讀。台大醫院研發骨髓抹片 AI 自動分類計數系統,兩年來建立超過 30 萬顆骨髓細胞資料集,領先全球。

台大醫院今天舉行記者會,發表和 AI 廠商雲象科技共同研發的骨髓抹片 AI 自動分類計數系統,在雙方合作下,已建立超過 30 萬顆骨髓細胞、共計 10 類主分類及 40 類次分類的資料集。

以 AI 協助計數骨髓抹片為什麼重要,台大檢驗醫學部主任周文堅上午表示,當病人抽血檢查發現疑有造血疾病時,會做骨髓穿刺檢查確診,將抽出的骨髓液做成抹片,經染色後,觀察骨髓細胞型態並分類計數,是診斷血液疾病的首要關鍵任務。

周文堅說,骨髓細胞數量、種類多且複雜,傳統計數工作是由醫檢師在顯微鏡下以人工方式計算細胞。醫檢師需要熟練各種血球型態,仰賴長久的訓練和經驗累積;人工計數必須要多算才能更準確,一般至少要算到 500 顆細胞,相對也就費時費工,不同的醫檢師判讀也可能比較主觀。

根據統計,目前人工判讀一張影像依難度不同平均耗時 30 分鐘,若抹片差異較大,甚至會選擇兩片玻片分別計數,得耗費雙倍時間。在人工計數的限制下,細胞計數的影像無法存檔或再次確認,人工計數的成果也較難驗證。

透過 AI 完成自動計數及分類骨髓血液細胞,除了可縮短計數時間、提高判讀一致性,使用者僅需透過顯微鏡圈選區域,AI 即可提供細胞自動分類計數的摘要成果,準確率近九成,且預估能比人工判讀至少節省 50% 計算時間。

以人工智慧閱片的好處,周文堅說,細胞型態的經驗累積很適合人工智慧的訓練,人工智慧比較省時、節省人工,可以多算一點細胞,增加準確率,也會比較客觀。

周文堅說,AI 骨髓血液分類計數系統可協助包含白血病、血癌、再生不良貧血等血液疾病的診斷,但疾病的確診仍仰賴醫師「眼見為憑」,不是僅靠 AI 就能診斷。

雲象科技執行長葉肇元表示,目前以骨髓抹片 AI 自動分類計數達到的成果,資料數量領先全球,全台目前僅台大醫院有相關技術,但也希望和其他醫院展開合作,有助 AI 練兵。

(作者:陳偉婷;首圖來源:台大醫院