北榮+交大 智慧影像 分析 加馬刀治療腦腫瘤 大數據

AI判讀醫學影像 醫師好幫手 2018-08-17 23:30聯合報 臺北榮總放射線部主任郭萬祐、主治醫師孫英洲／口述　記者吳佩蓉／整理過去所有胸部X光、腹部、腦部電腦斷層、磁振造影等醫學影像檢查，產生的影像資料都必須交由醫師判讀。但是，一次電腦斷層掃描或磁振造影會產生大量影像資料，為了從中找出異常的影像提供診斷，醫師必須一張一張看，十分耗時，且時間長了也難免因疲倦而有誤差。為了提高醫師影像判讀的效能，並減低因長期從事反覆機械式動作造成疲倦產生人為誤差、降低錯誤，藉由人工智慧（AI）協助醫師判讀影像，成為醫學界發展智慧醫療的重點項目之一。

北榮交大聯手 教電腦學人腦 臺北榮總和交通大學研發團隊現在發展的「腦部腫瘤影像判讀AI系統」正是要教導、訓練電腦學人腦，看懂醫學影像，達到判讀診斷AI化的醫療新境界。判讀診斷AI化的訓練方式是提供量、經過篩選與圈註的高品質影像資料，教電腦分辨不同型態的腦部腫瘤及影像特性，未來AI能幫醫師從每個檢查動輒數百、數千張影像中迅速過濾出關鍵影像，協助診斷。北榮從1993年起，累積了包括癌症轉移腦腫瘤的數千例加馬刀腦腫瘤治療個案，由於加馬刀治療前須在磁振影像上精準地圈註腫瘤範圍，再進行治療計畫及放射手術治療。因此，將這些陸續已完成腫瘤圈註的資料輸入電腦，訓練AI學習診斷轉移性腦瘤。此外，北榮團隊也正進行原發性腦瘤的AI學習診斷，對腦膜瘤、膠質細胞瘤及其他種類腦瘤的磁振影像，進行一部分案例的圈註，然後再加上大量已有術後病理診斷的案例，訓練電腦進行AI判讀診斷。由於原發性腦瘤和轉移性腦瘤的治療方針不同，透過大數據教AI建立基本的分類標準，可協助影像判讀與治療對策的擬定。

對腦部腫瘤判斷 正確率9成 AI影像判讀診斷應該在什麼時候登場？專家認為，AI介入的適當時機在影像產生後及醫師判讀前，也就是說，當患者檢查產生影像後，先交由AI初步篩檢，幫忙醫師找出有助於臨床診斷的影像資料，再交由醫師進行品管與把關。另一種方式則是在醫師判讀完成報告後，檢測醫師是否遺漏具臨床重要性的病灶。現階段的研究顯示，透過巨量資料的累積，AI對腦部腫瘤判斷的正確率估計可達9成。不過，若以判讀的最終準確度來看，仍是醫師高於AI，但以作業速度來看，則是電腦優於人腦。就算如此，AI仍不可能完全取代醫師，以自駕車特斯拉撞人事故為例，求償的對象不會是電腦、機器，而是研發機器的人或公司甚至是坐在駕駛座的人，無論AI如何發展，醫師仍是醫療行為最終的把關者及為病患負責的人。至於對病人的關懷與有溫度的照顧則是醫療人員至高無上的情懷，也是AI無法代勞的。

減少醫師負擔 醫病雙贏 因此，AI時代來臨，醫師會不會失業？郭萬祐認為，AI不會取代醫師，但是懂AI與使用AI的醫師會取代拒絕AI的醫師。科技一直在進步，希望透過這一波AI的氣勢與動能，持續提升AI在醫療應用的發展，在未來的醫療環境中，AI能有效減少醫師的勞力負擔，讓醫師把寶貴的時間和有限精力多花在與病患的互動、治療討論的決策共享上，共創醫、病與社會多方的全贏。