匯流新聞網

匯流新聞網記者陳鈞凱/台北報導

台灣醫療科技又有新突破！台北醫學大學研究團隊今（26）日發表研究成果，利用北醫附醫、萬芳醫院及雙和醫院等3家附屬醫院近20年來的肺部腫瘤組織的病理玻片，建立出龐大的數位影像資料庫，開發出領先全球、不用人工標註即可輕易區分肺腫瘤病理切片是良性或惡性的全玻片病理影像辨識系統，準確率高達95%以上。

台北醫學大學是獲科技部補助進行「巨量影像資料庫建置與應用」計畫，這項研究結果也在今年2月19日已刊登在全球知名醫學期刊「自然通訊」（Nature Communications）。

研究團隊指出，該系統是把X光、核磁共振或電腦斷層等檢查後，經醫師穿刺或開刀取出的肺部腫瘤組織所製成的逾9千張病理玻片，全部掃描成數位影像檔，由多位病理專科醫師一張張標註出病灶及非病灶區域，再交由AI不斷學習修正後，目前診斷準確率高達95%左右，更重要的是，判讀時間大幅縮短3分之2，為病患爭取寶貴的治療時間。

台北醫學大學醫學院副院長陳志榮表示，傳統的肺部腫瘤確切診斷模式是將醫師經由穿刺或開刀取下的疑似腫瘤組織，送到病理檢驗部門，製成病理玻片，病理科醫師再透過顯微鏡一張張判讀，費時又費力，還可能會因醫師的經驗值不同而有不同結果。

另一方面，醫師判讀時還必須先標註出可疑區塊再不斷標註診斷直至確認，但陳志榮說，北醫大與雲象科技研發的這套AI辨識系統，可以直接透過全玻片，且不需人工標註，就能自動判讀肺癌與腫瘤細胞亞型。

陳志榮表示，研究團隊開發的這套「肺部腫瘤全玻片病理影像辨識系統」，是透過病理切片數位影像，讓AI比照病理科醫師直接在顯微鏡底下觀看病理切片的模式自我學習，可改善影像重疊導致的失真，判讀精準度更高。不像國外研發的類似辨識系統，仍必須由病理醫師先行標註，再提供AI學習，受限於專業病理醫師人力資源，也容易因為圖檔的重疊而失去準度，影響最終判讀結果。

陳志榮比喻，透過AI先辨識判讀患者的病理切片，就像先幫醫師進行重點摘要整理，因為AI已先找出病灶並區分腫瘤的屬性，病理科醫師只要針對有問題的區域進一步判讀，就能確認診斷，減少人為判斷錯誤的機率，更大幅縮短時間，以每位病患8到15張病理切片計算，傳統僅由病理科醫師執行的判讀時間約10到15分鐘，利用這套系統只需3到5分鐘即可完成。

照片來源：台北醫學大學提供

更多匯流新聞網報導：

吃完元宵該甩「過年肥」了！ 跟著中醫按對3穴道助代謝、消水腫

肩頸痠痛、手麻無力… 低頭族當心麻煩大了！頸椎間盤突出

【文章轉載請註明出處】