HST採訪報導
AI人工智慧影像分析應用，提升診斷效率與精準度
2024台灣醫療科技展展期間，醫策會「AI+ Taiwan」主題館，展出人工智慧與影像分析結合的智慧診斷輔助，透過人工智慧大數據與模型的訓練，作為醫生的輔助參考，提升影像判讀分析時的精準度與效率，展現人工智慧醫療應用的豐碩成果。
骨科AI影像輔助判讀
林口長庚醫院本次展示AI影像輔助判讀系統於骨科的應用，以常見的舟狀骨骨折為例，根據數據顯示，舟狀骨骨折佔所有手腕骨折的七成，其中隱匿性的舟狀骨骨折約佔二成，且在X光片上較難以確認，通常需透過進一步的CT（Computed Tomography,CT）或是MRI(Magnetic Resonance Imaging,MRI)等高階影像檢查才能發現。林口長庚將台灣與美國的手部X光影像為數據基礎，並以CT/MRI高階影像為標準，結合三位醫師之共識進行判讀以確保正確性，並以此為基礎進行開發。經台、美八間醫院與120位跨科醫師驗證，將AI影像判讀輔助系統結合院內診斷系統，讓醫生在進行影像判讀時，能看見原始影像與經判讀後預測之結果分析，協助醫生判斷病人的病理影像。該系統已在林口長庚施行逾三年，透過人工智慧輔助，臨床醫師在手部影像判讀的正確率近乎100%，有效降低漏診或誤診的風險，縮短病人的等待時間與治療週期，提升診療正確率與病人的就醫體驗。
DeepSono ™為采風智匯針對骨骼慢性病所開發之AI輔助診斷系統，透過X光片進行骨質疏鬆、退化性關節炎等慢性骨骼疾病的精準診斷與病情發展分析，相較於傳統骨密度檢測，可提升近十倍之效率，同時也降低25％的營運成本，有效輔助臨床醫師進行診斷與判讀。宏碁智醫也於此次展出VeriOsteoOP，該系統可推測出骨質密度數值，計算相對應的T-score數值，藉此提供骨質密度異常的篩檢，其分析結果有助於針對密度異常之受檢者進行進一步的醫療處置及骨質密度篩檢普及化，同時也縮短檢查與報告分析的時間。
FISH玻片影像保存與智慧判讀
新竹臺大醫院AI數位病理影像辨識系統則著重於IHC(免疫組織化學染色法Immunohistochemistry,IHC)與FISH(螢光原位雜交Fluorescence in situ hybridization,FISH)影像的分析，IHC及FISH影像判讀與觀測者、解讀者的主觀判斷、受訓程度、經驗程度有著高相關性，故需要大量的時間進行分析，但FISH玻片本身有其保存時限限制,其螢光訊號無法像其他影像檢查能夠保存。為解決此問題，將AI技術導入並保存影像，透過影像接收、分類訓練模型及深度學習，能將影像進行分類、判別是否需進行FISH檢查，對其影像進行癌細胞的分級及自動化生成辨識結果分析並將診斷推送至醫師所使用之裝置，提供診斷輔助分析，有效協助評估病人的嚴重程度和預後判斷，降低誤診率，提高診斷的精準度，大幅減少所需的人力與作業時間，有效縮短臨床決策的等待時間。FISH玻片影像與分析結果透過該系統可被永久儲存、調閱，突破過往因其素材無法保存而受限的瓶頸，讓相關領域能夠推進研究。
人工智慧深度學習，提升乳癌與喉部疾病之診斷
根據衛生福利部國民健康署統計，乳癌為國人十大癌症死因之一，因微小鈣化點為乳癌早期的關鍵指標，精確偵測對於早期治療至關重要，故彰化基督教醫院，開發具備深度學習之系統，針對乳房攝影影像中的微小鈣化區域進行自動偵測與辨識，並投入大量影像訓練為鈣化區域自動偵測之模型，提升乳癌早期檢測效率，目前該系統在測試階段之精準度已高於92％，單張影像處理速度快且能即時偵測，預期該技術之臨床應用能夠有效離生乳癌的診斷精確度與效率，對於國人乳癌早期發現與治癒率具有突破性之意義。
彰化基督教醫院除將深度學習的自動化系統應用於乳癌微鈣化偵測之外，更將其應用於過往多仰賴手動計算的喉部影像分析，以解決人工計算的費時耗工與人為計算誤差問題，該系統已於院內進行臨床測試，對於聲帶麻痺、聲帶萎縮等喉部疾病有效提升診斷之效率。目前該技術已取得專利，將進一步與醫院資訊系統整合，且將推廣至其他醫療機構，為臨床診斷提供可靠的輔助。
智慧腦影像評估，精神科診斷臨床應用
臺北榮民總醫院暨開發針對思覺失調症的「應用結構性腦影像之精神疾病輔助診斷平台」後，進一步開發具備可解釋性的深度學習與分類模型，結合線上腦影像評估精神疾病診斷平台，可針對使用者所上傳的磁振造影腦部影像提供具備臨床參考價值的輔助診斷結果，目前該平台除思覺失調症外，還可應用於躁鬱症、帕金森氏症及阿茲海默症之診斷，準確率達88％。透過視覺化呈現結構性異常的腦區位置，不僅做為臨床判讀的可靠工具，同時也有助於在臨床解釋時的醫病溝通。此外，透過開放神經科與精神科臨床醫師使用，醫師可上傳磁振造影腦影像，協助系統持續學習與判斷，累積並深化系統模型的訓練，拓展精神科學領域研究與臨床診斷應用。