自動判讀腦瘤、肝癌，台灣醫院AI應用遍地開花2018.12.03 by 吳元熙 台灣較成熟且主流的AI應用仍是聚焦在醫學影像辨識，包含中國附醫、長庚、北榮、北市聯合醫院、義大醫院，都已經展開嘗試。台灣醫療水準名列前茅，但過高的門診量、病患數，卻也讓醫師們吃不消，無形中影響了治療品質。今年，各大醫院掀起了人工智慧熱潮，來看看他們想要透過AI改善哪些問題？ 目前，較成熟且主流的應用仍是聚焦在醫學影像辨識。
AI自動判讀腦瘤位置，減輕醫師負擔 臺北榮總和臺灣人工智慧實驗室協力建立的「臨床人工智慧腦瘤自動判讀系統」（DeepMattes），於11月中正式在放射線部上線。現行判讀腦瘤方式，是將對比劑加入磁振造影中，由醫師人工找出「一顆顆的白點」，紀錄包含腫瘤大小、位置、可能影響等資訊，進一步和臨床夥伴討論。但榮總放射線部部主任郭萬祐認為，這些繁重的判讀工作，其實會影響討論病情的時間，「改用訓練好的AI模型讀取影像，僅需約20秒時間，就能自動紀錄各項數據，可減輕不少醫師負擔。」另一方面，榮總磁振造影科主任吳秀美認為，傳統判讀方式需先將腫瘤影像「圈注」好，送往實驗室，其實會花費不少力氣在整理和傳輸上，而新系統就可直接讓醫師校正和確認AI判讀的結果，同時也能持續訓練模型。北市聯合醫院則和工研院攜手，共同建立糖尿病眼部病變的影像判讀模型，能從患者的視網膜眼底影像自動判讀病變情況，讓準確度、靈敏度、特異度達到九成水準。這套系統，也可讓非專科醫師初步篩選可能罹病的病患，達到提早控制效果，並將運用在馬祖地區。至於中國附醫，則是已經和輝達（NVIDIA）合作，透過新型的AI主機，判讀乳癌、肝癌和骨齡影像。例如，這套「生長激素缺乏與性早熟疾病症候群」人工智能評估系統，可讓原先需要六至八分鐘的人工作業時間，縮短成0.1秒即有成果。而堪稱台灣最早導入AI醫療的北醫，自2017年就引進IBM Watson for Oncology臨床決策輔助系統，用來輔助醫生診斷癌症。現在更開發出「智慧型藥物安全系統」，一旦處方中出現無法解釋的藥物，就會被認定為不適當處方，系統會即時跳出提醒，醫師看見就可以再次檢視，降低用藥錯誤風險。
AI自動檢視紀錄，建立骨鬆預警系統 值得注意的是，義大醫院試圖用AI「文字分析」，建立骨質疏鬆預警機制。根據義大醫院資料，只要患者曾經就診，他們開發的系統會自動抓取檢驗數據、X光報告、DXA骨質密度檢測報告，辨識疑似有脆弱性骨折的病患，可在病患接受檢查前，推估出病患骨質密度數值。簡單說，若有一位老太太曾因為背痛看診，診斷結果是「壓迫性骨折」，AI系統會自動檢視紀錄，建議患者是否再檢查骨質疏鬆症。義大醫院表示，台灣罹患骨質疏鬆症的病患數量高居亞洲第一、全球第九位，希望這套系統未來能逐步發揮影響力。還有林口長庚醫院，也正在研究透過AI判讀「細菌抗藥性」。林口長庚醫院檢驗醫學科主治醫師王信堯指出，傳統治療肺炎患者，需先驗痰液，花16小時培養細菌，再用質譜儀分析菌種，才會選出用何種藥物治療，耗時一至三天。經過兩年的AI模型訓練，這項研究已經能讓「猜錯藥」的機率降至兩成左右，而醫師平均的猜錯機率，則是五成。不過，目前這項技術仍需評估，到2019年才會有機會運用至臨床。
No comments:
Post a Comment