Thursday, January 3, 2019

(影像標註資料庫46450個案) 科技部 醫療影像專案 跨領域團隊: 醫院(臺大/北榮/北醫)+大學(臺大/臺科大/交大/中央)


臺灣首座跨院所醫療影像標註資料庫 俞鴻樟 2018-12-27人工智慧(AI)結合醫療是國際發展趨勢,為健康醫療開啟新發展空間,也注入新成長動能。醫療AI演算法開發,需要大量疾病標註資料,做為AI學習標準答案。因此,科技部聯合國立臺灣大學、臺北榮民總醫院、臺北醫學大學3大醫療團隊,建置臺灣首座本土化跨醫療院所之醫療影像標註資料庫。該資料庫鎖定國人醫療需求的心、肺、腦等重大疾病,匯集台灣頂尖醫師經驗及專業智慧,對醫療影像進行疾病標註,將供其他研究團隊與醫療影像建置團隊合作研究,以AI科技促進台灣醫療技術再提升、掌握智慧醫療先機。

跨領域合作,建置萬筆AI訓練用醫療影像標註資料 科技部自201710月開始推動「醫療影像專案計畫」,結合3大醫療團隊的專業醫療研究人員,及國立臺灣大學、國立臺灣科技大學、國立交通大學、國立中央大學等學界AI專業研究人員,組成跨領域團隊,對醫療影像資料進行符合AI訓練需求之資料處理與編譯,並將開發可自動分析判讀醫療影像之AI演算法,以問題解決導向且能實際應用於醫療場域協助解決臨床問題為目標。歷經一年的努力,目前已建置46,450個案例醫療影像,包括:心臟冠狀動脈疾病、腦轉移瘤、原發性腦瘤、聽神經瘤、肺癌等疾病之電腦斷層、血管攝影、磁振造影,或X光等15項影像資料集,其中17,950個案例標註疾病資訊,未來將持續擴充

符合個資保護規範及兼顧個資當事人自主權,提供學術研究共用 為激發出更多創新應用,以擴大資料價值、提升資源投入效益,醫療團隊建置的醫療影像及標註資料,將匯入國家高速網路與計算中心(國網中心)平台,提供其他研究團隊與資料建置團隊合作,進行醫療衛生目的學術研究。資料在匯入國網中心前及提供利用前,都將做去識別化處理,保護資料當事人之隱私;醫療團隊並已建立當事人動態同意機制,透過資料利用前對當事人之告知、資料利用情形之資訊回饋、當事人可選擇退出資料利用等作法,保護個資當事人之資訊自主權。

AI助攻,減輕醫師負擔,造福民眾 醫療影像是目前主要非侵入式診斷工具,每個疾病個案有數張到數百張影像,醫師人工判讀工作相當繁重。結合AI技術與醫療影像之疾病診斷標註進行研究,所開發之自動分析判讀工具,不僅可以協助醫師加速醫療影像判讀,及提高診斷一致性與精準度,也可以縮短病人就醫時間及減少侵入式檢查,降低醫療的支出。而在醫療資源缺乏的偏鄉,也能更即時診斷,進而讓偏鄉民眾擁有更良好醫療品質與效率。目前科技部「醫療影像專案計畫」團隊已開發相關協助診斷技術:國立臺灣大學團隊針對心臟血管疾病,透過AI自動將冠狀動脈結構與心肌血流功能融合;臺北榮民總醫院團隊針對腦部疾病,以AI自動偵測顱內轉移腫瘤,輔助醫師做診斷;臺北醫學大學團隊針對肺癌影像,透過深度標註與AI模型開發來協助肺癌病理分類、診斷與預後預測。科技部部長陳良基表示,臺灣醫療人才輩出,醫療技術深獲國際社會肯定,是臺灣引以為傲的成就。現在透過智慧醫療影像資料庫建立,以及醫療AI之研發與應用,將可為這樣豐富寶貴臨床醫療經驗,創造更大價值,利用臺灣醫療優勢創造另一個臺灣優勢。

No comments:

Post a Comment

alveice Team. Powered by Blogger.