Photo Credit: rawpixel on UnsplashPhoto Credit: rawpixel on Unsplash
台灣首座跨院所的本土化「AI 醫療影像」資料庫,一年來累積 4.6 萬個案例的相關影像,其中 1/3 已完成疾病資訊標註,開放給研究團隊合作開發演算法,包括北榮、台大、北醫等團隊,都藉此開發出 AI 醫療工具。

數位時代/吳元熙
鎖定心、肺、腦等領域,科技部於去年 12 月 26 日宣布,建置台灣首座跨院所的本土化「AI 醫療影像」資料庫,匯集國立台灣大學、台北榮民總醫院、台北醫學大學等頂尖醫師經驗,一年來累積 4.6 萬個案例的相關影像,其中 1/3 已完成疾病資訊標註,未來將持續蒐集資料,並把成果開放給外界合作。

AI 醫療資料庫:15 種醫療影像、4.6 萬個案例

科技部推動的「醫療影像專案計畫」,目標是對醫療影像資料進行符合 AI 訓練需求資料處理與編譯,並將開發可自動分析判讀醫療影像的 AI 演算法,標註影像資料,包括心臟冠狀動脈疾病、腦轉移瘤、原發性腦瘤、聽神經瘤、肺癌等疾病之電腦斷層、血管攝影、磁振造影和 X 光等 15 類。
像是北榮團隊針對腦部疾病,以 AI 自動偵測顱內轉移腫瘤,可圈住病灶位置和計算面積,輔助醫師做診斷;北醫團隊則標註 1,500 例肺癌影像,透過深度標註與 AI 模型開發來協助肺癌病理分類、診斷與預後預測。
「結合醫師的量化判讀經驗,累積醫療影像才更有意義」台北醫學大學附設醫院副院長陳震宇表示,肺癌影像解讀,是由病理科醫師透過切片,搭配玻片掃描、染色方法等,製成解析度 6 萬乘 6 萬、平均 1GB 的數位檔案,但這種作法相當耗時,一天可能僅能處理 20 位病人資訊。
陳震宇說,北醫開發的肺癌影像深度標註介面,會先由 AI 自動判斷,並提供醫師調整空間,讓醫師在自己的辦公電腦就能使用。

人工智慧大幅減輕醫師、病人負擔

還有台大團隊,透過 AI 自動將冠狀動脈結構與心肌血流功能融合。
「心血管疾病是台灣第二大死因,可能在 10 分鐘內奪走生命,」台大醫院心臟內科主治醫師王宗道說,近 15 年來,只要民眾曾接受電腦斷層掃描,醫師幾乎都有辦法看出心血管的問題,卻因為自費掃描不普及、影像後製耗時等因素,無法即早發現與治療。
他強調,傳統比對血管阻塞位置需花 20 分鐘,但人工智慧僅需兩秒鐘就能完成工作,能大幅減輕醫師負擔。
科技部指出,醫療影像是目前主要的非侵入式診斷工具,每個疾病個案有數張到數百張影像,結合 AI 技術與醫療影像的疾病診斷標註進行研究,所開發的自動分析判讀工具,不僅可以協助醫師加速醫療影像判讀及提高診斷的一致性與精準度,也可以縮短病人就醫時間及減少侵入式檢查,降低醫療的支出。
醫療團隊建置的影像和標註資料,將匯入國家高速網路與計算中心(國網中心)平台,提供其他研究團隊與資料建置團隊合作,並會做去識別化處理,保護資料當事人隱私,同時建立「退出資料」機制,保護個資自主權。
全文轉載自數位時代,原文標題:台灣首座AI醫療影像標註資料庫上線,2秒鐘就完成醫師工作!
「社企流網站集資計畫」需要你的支持,為社會創造更多可能! →馬上支持社企流

文章標籤