台科大醫工所王靖維教授團隊開發的「通用3D病灶分割AI模型」，在今年的國際醫療3D CT影像AI競賽(The Universal Lesion Segmentation ’23 Challenge，ULS23)中，榮獲第三名佳績。這款AI模型可迅速且精準地辨識與分割多類別胸腹部病灶，顯著提升了CT掃描影像的分析效率。
王靖維教授表示，「通用3D病灶分割AI模型」能精準辨識多類別胸腹部病灶，包括骨骼、胰臟、腎臟、肝臟、肺結節、肺部、結腸、淋巴結和縱膈。該模型適用於胸腹部CT影像，可自動化精準標註多種3D CT病灶，幫助放射科醫師以3D形式標註病灶，解決手動標註耗費大量人力成本問題。AI技術在配備單一T4 GPU的Grand Challenge平台伺服器上處理每個3D病灶資料只需3.25秒。
王靖維解釋，3D CT影像的病灶分割提供了更多有助於醫師監控病灶成長的資訊，CT掃描的自動AI病灶分割技術提供高效率、可重複性、準確性和標準化，從而實現更精確的定量分析，並促進研究成果轉化為臨床實踐。
【MORE】