Pages

Thursday, May 2, 2019

原料藥廠 人事吹最大: 神隆 & 展旺


原料藥人事更迭,年年吹搬風 2019/04/29 08:28 時報資訊 【時報-台北電】原料藥產業除一條鞭整合外,近年人事也是大風吹,神隆、展旺、建誼、七星高層全都換,生泰、中化生則由老將重披戰袍,而展旺創辦人徐展平、原旭富董座吳永連,則另起爐灶分別創立霖揚、祥翊,突顯對原料業產業「情有獨鍾」!統計原料業產業這5年來人事大搬風中,旭富變動最小,在大股東三商行第二代翁維駿接手董事長後,帶動旭富幾乎年年都是高獲利。變動最大的是神隆,在馬海怡主政時的團隊幾乎都離去,前總經理陳勇發已接任展旺總經理,而曾任職於研發部的黃金德,則創辦建誼,黃金德因癌症過世,目前建誼是由南光總經理王玉杯接掌,而神隆去年開始由統一集團全面進駐。新任總經理蘇崇銘表示,神隆將積極轉型,除延伸下游針劑領域,也將加速轉型為特殊劑型藥廠,擴展新藥代工。變動也很大的展旺,除創辦人徐展平去職外,接手的顧曼芹也漸淡出,轉任顧問。其開發的厄它培南抗生素,3月取得美國上市許可,預期未來藥價應可望維持高檔,帶動今年營運將有不錯的想像空間。(新聞來源:工商時報─記者杜蕙蓉/台北報導)

雲象科技: 疾病細胞AI辨識 (鼻咽癌/骨髓抹片/肺癌/腎臟病)


【醫療影像AI新創:雲象科技】鼻咽癌AI偵測模組準確率已達97%,接著要挑戰血癌辨識AI /王若樸 | 2019-04-19雲象科技共同創辦人暨執行長葉肇元4年前與好友共同創辦雲象科技,以數位病理起家,提供病理玻片掃描與資料庫服務,後來導入AI,以數位病理為基礎,打造出特定疾病的細胞辨識AI模型。(攝影/洪政偉)臺灣醫療影像AI生態圈中,不只醫院和學界在耕耘,還包括新創公司的投入。我們看到有一家業者表現特別出眾,他們選擇了高難度的數位病理領域,短短12年內,就掌握了國內大半的數位病理AI市場,更於去年國際醫療影像年會MICCAI上,擊敗了來自史丹佛大學、卡內基美隆大學和騰訊的團隊,在一場數位病理影像分析競賽中拿下第7。這家新創,就是4年前由3位對醫學充滿熱忱的年輕人所成立的雲象科技,以數位病理起家,提供玻片掃描、建立數位病理資料庫的服務,讓醫生不必再捧著一盒盒玻片到實驗室用顯微鏡觀察組織切片。本是要改造數位化程度落後的病理科,但見識到深度學習在ImageNet影像辨識大賽的潛力後,雲象科技決定轉型為醫療影像AI公司,以原有的病理影像為基礎,來打造可辨識特定細胞的AI模型。轉型至今才不過2年,雲象科技就獲得了匹茲堡大學醫學中心(University of Pittsburgh Medical Center)、美國錫安山醫學中心(Cedars-Sinai Medical Center)青睞,共同發展數位病理AI。在國內,則掌握了大半數位病理AI市場,合作對象包括臺大醫院、林口長庚醫院、臺北榮總、國泰醫院、北醫附醫等,現階段成果除了有與林口長庚醫院開發的鼻咽癌AI偵測模組,還有骨髓抹片細胞分類、肺癌、腎臟病理研究等10幾項AI專案在進行。
代表性成果:能偵測鼻咽癌風險的AI模型 與林口長庚醫院共同開發的鼻咽癌AI偵測模組,是雲象科技最具代表性的成果。該專案自去年2月開始,使用了260張病理玻片,由林口長庚指派6位醫生來標註影像,雲象科技則負責訓練卷積神經網路(Convolutional Neural NetworkCNN)模型。在模型建置的過程中,雲象科技面臨的挑戰是,病理玻片數位化後,影像解析度非常高,「每張的解析度高達幾十億畫素。」雲象科技共同創辦人暨執行長葉肇元解釋,高解析度數位病理影像的檔案大小,遠高於GPU內建記憶體。受限於既有硬體,雲象科技只能切割影像為數個小區塊,來訓練AI模型。葉肇元舉例,當醫生先標註完數位玻片中的癌症區域後,團隊便將該區域切割為每張256×256的小區塊,再由醫生進一步標註每個小區域的細胞,而非單純判斷影像類別,再分批將切割後的檔案提供給深度學習神經網路,來學習辨識癌症。經過10個月的努力,這套鼻咽癌AI偵測模組已能在鼻咽組織的數位病理切片上,自動標示出癌症高風險區域,葉肇元表示,準確率已達97%。目前,雲象科技正準備這套模組的相關文件,要送至美國食品藥物管理局(Food and Drug AdministrationFDA)進行醫材審查認證,以便日後上市。 雲象與林口長庚醫院病理科合作,共同開發出鼻咽癌癌AI偵測模組,可顯示癌症高風險區域,準確率達97%
新挑戰:要教AI來辨識近40種骨髓細胞 談起眼下最有挑戰度的案例,「骨髓細胞自動分類是最有野心的嘗試。」葉肇元說,骨髓抹片是判斷血癌(又稱白血病)的關鍵檢查,因為血癌是由骨髓內白血球系列細胞惡性增生而成。根據細胞增生種類和細胞成熟度,血癌又可分為好幾種,比如急性骨髓性白血病、急性淋巴球性白血病、慢性骨髓白血病和慢性淋巴球性白血病等。「這個題目難度非常高,全球幾乎沒有人做。」葉肇元表示,除了資料收集不易,還因為一張骨髓抹片,就包含多種細胞,依其種類和成熟度來分,就有將近40種。然而,要判斷這些細胞,還得仰賴經驗豐富的專科醫生和醫檢師,但這類專業人力光對醫院而言,已是相對稀少吃緊的資源。儘管如此,雲象科技和臺大醫院仍決定挑戰這個題目,由臺大醫院血液科提供影像,派出12名專業醫療人員來協助標註影像,雲象科技則負責開發影像標註介面、訓練AI模型。這個專案自去年5月開始收集資料、標註影像,不過,葉肇元預估,要打造出骨髓細胞自動分類的AI模型,至少需要幾萬張影像,還要標註10萬多顆細胞才能完成,是一項大工程。他也坦言,雖然目前還未達臨床可用階段,「還有很長一段路要走。」但他期待,這個AI系統一旦完成,未來病患進行白血病檢查時,就可免去數天的等待,不僅病人受益,也可造福專業人力吃緊的醫療界。 葉肇元指出,骨髓抹片細胞分類專案是與臺大醫院血液科共同開發,要打造世界僅有的骨髓抹片分類計數模型。該模型能在臨床血癌的診斷工作中,來計算、分類骨髓細胞。(圖片來源/雲象科技)
數位病理AI的高門檻 與其他醫療影像相比,數位病理在影像解析度上有著極大差異,光是一張影像就可高達1GB2GB。這是因為,數位病理觀察的是微米等級的細胞,而非公釐或公分等級的腫瘤,因此需要高解析度呈現,醫生才能清楚辨識。這一點,也影響了打造AI的難易度。葉肇元比喻,要AI看出3公尺外的人有無雙眼皮,或是否有2隻眼睛,後者不需要太多影像資料就能做到,「甚至影像有點模糊也沒關係。」但對前者來說,就「必須使用好的鏡頭與清晰的對焦。」由於數位病理的高解析度特性,對硬體的需求也隨之提高。葉肇元舉例,他們遇過最有挑戰性的狀況,是當一個100層的ResNet分析一張解析度為10,000×10,000的影像時,GPU甚至需要搭配600GB的系統記憶體才能運算,遠遠超過單張32GB內建記憶體的頂級GPU的能力。也因此,雲象科技採用影像切割的方式來訓練模型。這個做法,雖然能克服硬體的局限,但葉肇元認為,縮小影像仍會流失一些資訊,例如切割後無法宏觀來看整張影像。對此,雲象團隊正研究如何處理高解析度影像的AI模型訓練。
為加快數位病理AI開發時程,雲象要從人才下手「開發醫療影像AI的瓶頸,就是漫長的標註過程。」葉肇元指出,雖然醫療影像AI的目的,是要減輕醫生看診負擔,但要打造AI模型,還需要醫生花時間來標註影像。「他們已經很累了,要怎麼幫忙?」於是,在過去3個月,雲象科技開始將人才延攬對象擴展至醫生,要聘請醫生加入影像標註團隊,加速整體開發時間。葉肇元希望雲象的標註團隊成員背景,能涵蓋專業醫科、醫學檢驗,以及護理相關等領域,來負責不同程度的影像標註。「甚至,我們也要有自己的醫療團隊,」以便開發或推展高醫療專業度的題目。

(達文西A健保) 涉案金額最多 北醫 已退1.2億/ 劉偉民主任 >2000例破世界紀錄


還原達文西A健保始末健保署長李伯璋:「這些弊端不除,健保永遠沒有救  Web Only  彭子珊2019-04-28 調整字體尺寸 4月中旬,健保署揭露38家有申報達文西手術的醫療院所,虛報、浮報,高達3.5億元的手術支出。涉案金額最多的台北醫學大學附設醫院已退回1.2億違規款項。健保署長李伯璋對《天下》還原事件始末時,有感而發:「健保署與醫界一直秉持誠信原則,你申報的東西是不是有做?沒有人知道,就變成有些人在浮報、虛報」。4月初,健保署官員在整理子宮肌瘤切除術與子宮切除手術的相關數據時,意外發現台北醫藥大學附設醫院的統計數據有疑點——向健保署申辦「達文西手術系統」的相關數字,竟然是0。達文西手術,就是以名為「達文西」的醫療用機械手臂執行的微創手術。全台灣執行達文西手術最著名的醫生,正是是北醫的婦產部主任劉偉民。他曾公開宣稱,從2012年至今,執行超過兩千例達文西手術,打破世界紀錄,主要用於子宮切除。「我是全世界做最多(達文西手術),」劉偉民於去年八月也曾在《天下》採訪時這樣說。北醫還因此成為達文西手術的國際訓練中心。也因此,當健保署長李伯璋看到,有達文西手術數量世界紀錄保持人坐鎮的北醫,在劉偉民最擅長的項目,申報給健保局的次數竟然掛零,「我們就覺得怎麼會這個樣子?」深入追查之後,健保署從統計數據中發現,原來不只北醫,全台共有38家醫療院所疑似在執行達文西手術的同時,跟患者收取18~22萬的自費金額,又以腹腔鏡手術的名義向健保署申請給付。5年累積7810件,而疑似虛報、浮報的健保給付總額約3.5億元。但這7810件是怎麼來的?「主要是我們手上也有一部分資料,就可以去套套看。你想想看,做達文西的公司不會給我們任何一家做達文西的醫院的個別數字,因為這都是公司的機密,他們會保護自己的客戶,」李伯璋說。李伯璋坦言,有些資料醫院沒有申報,健保署就不會知道,「所以我們有一些(達文西手術)相關的代碼,我們就會去拼湊來分析醫院到底有多少量。」他舉例,健保署也去拜託醫院所在地的衛生所,請他們提供各個醫院申請達文西手術自費的時候,到底申報了多少錢。因為醫院要跟病人收取自費,就要跟衛生局申報,然後再去看每個醫院告訴我們和申報達文西手術自費的是多少錢。「醫院並未同時向病患、健保收取達文西手術費用!而是向病患收取達文西手術的設備、耗材、維修……等費用,向健保申請腹腔鏡手術費,因為健保沒有達文西手術費!」劉偉民在個人臉書上寫道。攤開健保署的說明,達文西手術的應用包含36項,但只有「根治性前列腺切除術」可以申請健保給付。若是其他項目進行手術,診察費、病房費、檢查費、藥費、麻醉費用還是健保給付。但手術費用和特別材料費就得用患者自行負擔。以切除子宮肌瘤來說,如果醫師採用達文西手術,但以腹腔鏡手術申請健保給付,醫院除了收取患者達文西手術自費金額之外,還可以拿到健保支付20789點數,再依照平均核算比例0.80.9來計算,相當於兌換現金不到2萬元。本次事件爭議最大之處在於,健保目前並未核可已達文西手術切除子宮肌瘤的給付。患者也乖乖地支付最高達22萬元的自費金額。為何包括醫師和醫院還要以其它種手術的名義去申報健保給付?面對《天下》的提問,劉偉民表示自己當初並沒有收到公文,而是新聞出來前一週,才在院內會議中得知達文西手術的申報規範,至於平常健保的申報作業都是由醫院的保險組在負責。但他認為,達文西手術就是醫療科技升級版的腹腔鏡手術,「這就像當初做腹腔鏡手術一樣,當時各家醫院在申報(健保給付)的時候,沒有這個代碼怎麼辦,我也確實把子宮切除了,只好報一個傳統子宮切除術,設備材料等額外費用就由病人來付,過程大概有7, 8年時間。」劉偉民認為,選擇達文西手術的患者是被「被懲罰」自付手術費,「其他病房、檢驗、放射又可以健保給付,這種切割未免太勉強!」「可是你就是沒有告訴我,實際上你做的是達文西手術,(資料)秀出來的時候,我根本看不到這個東西,」李伯璋反駁。面對部分醫師認為健保不給付達文西手術是「跟不上時代」的質疑,「他好氣憤,我才更氣憤,」李伯璋說,「今天我當健保署長,當然要把健保(資源)做最大化利用。」達文西該不該納入健保給付?李伯璋認為,應該回歸到體制內的健保醫療科技評估(HTA)機制。健保資源有限,新的醫療科技想納入健保,都得通過HTA的流程,由專家會議、共擬會議兩階段評估,該醫療科技的療效、成本效益以及經濟衝擊,是否足以讓健保出錢給付?201320172018年,HTA都曾針對達文西手術進行討論,最後以「不符合本土經濟效益」未能納入健保。只有「根治性前列腺切除術」一項,從2017年初開始,因為證據顯示達文西手術比傳統療法安全、療效較高,得以納入健保給付。李伯璋認為,未來達文西手術要不要納入健保的確可以再討論,只是目前為止的申報內容應該先釐清,首先該追回「不必要的」健保開支。他也有感而發,「健保署(過去)一直與醫界秉持誠信原則,你申報的東西是不是有做?沒有人知道,就變成有些人在浮報、虛報,我最近一直在想這個事。」李伯璋受訪前一天,參加一個高層聚會,與會不少前任部長級官員,包括一位前任衛生署署長,都對他不怕得罪人,追究達文西浮報一事大為肯定,讓他大感安慰。「大家都知道(健保)有很多弊端,大家都知道,但都不敢做,」他說,「但我覺得這個東西你不把他弄掉,健保永遠沒有救。」根據27日報載,達文西手術浮報風暴之後,健保署要求涉嫌違規的38家醫院須在四月十九日前自清。涉嫌虛報金額最多的台北醫學大學附設醫院已幾乎全部退回違規款項,總金額高達1.2億元,創下了國內相關事件最高紀錄;至於由北醫委託經營的雙和醫院,也全數退回違規所得。

科學園區 核准投資: 鈦隼/ 大創健康/ 豐源生生技


科技部通過9件投資案 生醫與機械續熱 CTIMES/SmartAuto 籃貫銘 報導】 20190429日科技部科學園區審議會第52次會議於今日於科技部召開,會中通過9件投資案,投資總額計新臺幣34.05億元,其中有3案與生醫相關,4案屬智慧機械領域。此次通過的案件包括精密機械產業之盟英科技股份有限公司、台灣麗偉電腦機械股份有限公司、武漢機械股份有限公司、歐群科技股份有限公司、生物技術產業之鈦隼生物科技股份有限公司、大創健康生物科技有限公司、豐源生生技股份有限公司、電腦及周邊產業之希華晶體科技股份有限公司威華分公司及其他產業之億久科技股份有限公司。另有優美特創新材料股份有限公司中科分公司設立案、3件廢止案、6件增資案、4件增加產品及營業項目案,合計增資33.21億元。

鈦隼生物科技股份有限公司 本案投資金額2億元,主要研發腦部手術導航系統。以腦部導航系統結合手臂精準定位,透過術前醫學影像資料與機器視覺定位技術,再利用機器手臂依據醫師預先規劃的手術路徑置入器械,藉由提供即時影像導引及異常監控警示,可協助醫師即時獲取手術部位的直接影像定位引導,讓腦部外科手術進行能夠更有效率且可靠安全,降低手術出血及神經損傷風險。本案公司長期投入腦部手術導航系統技術研發,產品整合醫學與工程等相關不同專業領域,有助於培育國內醫材跨領域產品研發人才,且可帶動國內高階醫材自主關鍵技術研發能力,降低高階醫療器材市場長期為國外大廠壟斷之情形。

大創健康生物科技有限公司本案投資金額0.1億元,主要投入萃取生物技術創新及開發。以自行研發之超音波萃取技術為基礎,透過產學合作模式,自行研發包括花旗參等9項產品萃取技術,以低溫萃取方式提供比傳統高溫高壓技術高出2倍的萃取效率,同時降低對萃取物有效活性及香氣之破壞,主要客戶涵蓋國內外各食品大廠等,產品極具潛力。本案超音波低溫萃取技術標榜綠色環保萃取製程,無農藥及溶劑殘留。

豐源生生技股份有限公司本案投資金額0.1億元,生產產品為Platelet-Rich Plasma,(血小板濃縮血漿)採血管。以PRP採血管的特殊技術為單一包裝及操作簡單,可減少感染風險,且不需特殊離心設備,成本較業界相關產品低,具市場競爭力,離心取得的血漿富含濃縮血小板與生長因子,可用於治療關節疾病、肌腱韌帶受損及醫美領域,注射於身體受傷部位,可加速受損組織修復,未來可應用於細胞治療領域作為細胞培養基,增加細胞培養成效。

台微體 葉志鴻總經理: : TLC590羅派卡因止痛藥 四週完成收案與投藥


台微體 發言日期 108/04/22 發言時間 10:33:20 發言人 曾雲龍 發言人職稱 副總經理 發言人電話 26557377#136 主旨澄清媒體報導 - TLC590 符合條款 53 事實發生日 108/04/22 說明 1.事實發生日: 108/04/22 2.公司名稱台灣微脂體股份有限公司 3.與公司關係(請輸入本公司或子公司): 本公司 4.相互持股比例不適用 5.傳播媒體名稱經濟日報 C05版 6.報導內容: TLC590為台微體獨家「BioSeizer」配方之羅派卡因止痛藥物,可快速且 持續緩解術後疼痛長達96小時。台微體總經理葉志鴻表示,該產品僅花費四週即完成收案與投藥,待下個月所有受試者完成試驗後,數據資料庫會即刻被鎖定並啟動解盲分析,結果計畫在今年中揭曉。7.發生緣由即時說明 8.因應措施: (1)本公司新劑型藥物TLC590二期臨床試驗相關資訊可於https://clinicaltrials.gov資料登入說明網站查詢。(2)本公司於48日公佈,完成TLC590二期臨床試驗兩個試驗階段中第一階段的收案及投藥。每位受試者在投藥後須持續觀察42天方代表完成試驗。所有受試者完成試驗後,即可進行資料分析,其正常作業時間為期約1-3個月。9.其他應敘明事項新藥開發時程長、投入經費高且並未保證一定能成功,此等可能使投資面臨風險,投資人應審慎判斷謹慎投資。

適用病主法? 漸凍人/小腦萎縮症/表皮分解水泡症……


12種罕重病是否適用病主法 衛福部6月底公告 2019-04-26 12:47聯合報 記者羅真╱即時報導病人自主權利法今年初上路,民眾可在健康時就預立醫療決定,自主選擇當生命走到末期、不可逆轉昏迷、極重度失智、變成永久植物人之時,要如何善終。衛福部目前正討論新納入12項疾病,預計630日正式公告。衛福部長陳時中今早出席醫療品質策進會舉辦的20週年國際論壇,談及我國病主法的執行成果。他說,病主法自今年16日上路至今,共有2513人依法預立醫療決定,相對於預立安寧緩和醫療暨維生醫療的人數還差很遠。陳時中表示,衛福部將檢討如何系統性地提升效率,像是如何讓醫院更順利、更有效率地協助民眾預立醫療決定。另外,或許有民眾擔心,病主法上路了,但預立的醫療決定能否真正被執行、能否被安全執行、能否不被濫用執行?這部分醫界還需要更多討論。病主法適用情形不只末期病人、不可逆轉昏迷、極重度失智、變成永久植物人,法規也為重病、罕病患者開一扇窗,若符合政府公告的疾病患者也適用。衛福部醫事司長石崇良表示,目前共有漸凍人、小腦萎縮症、表皮分解水泡症、肢帶型肌肉萎縮症、原發性肺動脈高壓等12種疾病被提出申請,衛福部已經邀集各專業醫學會表示意見,將再召開專家會議和諮議會討論是否適用,預計630日正式公告。

糖尿病視網膜病變AI輔助大PK: Google AI研究團隊 & 工研院 (10萬多張眼底圖)


AI浪潮席捲醫療業】醫療影像AI開發流程大公開 /王若樸 | 2019-04-17一套醫療影像AI輔助診斷系統從開發到上市,至少要1年以上的時間。這個過程大致可分為3大階段,包括前期處理、模型建置與試驗、醫材登記與上市。以工研院糖尿病視網膜病變AI輔助診斷系統為例,工研院2年前開始研發這套系統,目的是要輔助非眼科醫生(如內分泌科、新陳代謝科等負責糖尿病科別的醫生),來判斷視網膜病變程度,以及早發現來進行後續治療。這套國產AI目前能偵測和標示出4種肉眼難見的初期病徵,包括微細血管瘤、出血、軟滲出物、硬滲出物(MicroaneurysmsHemorrhagesSoft ExudatesHard Exudates)等,還能區分出病變程度的等級,並依病變程度提供病患轉診建議。工研院表示,這是世界上第一套能標示出4種病徵的糖尿病視網膜病變AI系統。開發這套系統時,工研院在第1階段的前期處理流程中,執行了IRB審核、影像預處理、影像標註、產生標註結果等作業。工研院巨資中心智慧應用技術組技術副理李雅文進一步解釋,工研院這項專案,首先要通過醫療倫理委員會(Institutional Review Board,簡稱IRB)審核,確保這項研究和臨床試驗都能保障病患隱私,而且取得的資料符合資安規範。通常,IRB每周會和計畫提出單位來回討論數次,視案件而定,平均一件要花12個月來完成審核。通過IRB核准後,研發團隊便向國內3家醫學中心取得31萬張眼底圖,著手進行資料預處理,像是檢查影像品質、挑選要標註的影像,以及篩選出其中較合適進行標註的10萬多張眼底圖,再分派給50位眼科醫生來標註。影像標註是建立機器學習模型基準(Ground Truth)的重要過程,深深影響模型的準確率。工研院安排由3位醫生來標註同一張影像。除了給予標註指南,工研院也進行流程管控,來確保醫生影像標註的一致性。完成影像標註後,就進入了第2大階段:模型建置與試驗。這個流程,要先訂定效能指標,再來建置模型,最後才進行場域試驗等步驟。為方便衡量目標與成效,工研院訂定了糖尿病視網膜病變AI的效能指標,再開始訓練模型。在訓練模型的過程中,必須一邊參考效能指標、一邊調整模型,完成這個步驟之後,才部署至試驗場域。但李雅文指出,在實際操作中,難免發生實作結果與醫院報告仍有落差的狀況,因此還得重新訓練模型,再調整、評估。符合指標又通過場域試驗的要求後,就正式進入第3大階段。這個部分得完成的步驟,包括了醫材臨床試驗、衛福部食藥署(TFDA)醫材查驗登記,之後才是上市。在此階段,工研院必須先完成衛福部規定的醫材臨床試驗,再將試驗報告連同系統開發過程的文件,送至TFDA來進行醫材查驗和登記,沒有問題後,才能進入到市場上。工研院目前正準備送件查驗,一方面也在尋找醫療器材行,以便日後商轉上市。以上的模式,不只適用於工研院,常見的醫療影像AI開發流程,也有類似的3階段,只是一些歷程可能稍有不同。比如在資料取得部份,醫學中心本身即擁有大量資料,因此在收集資料時,並不會像工研院這般費力。

醫療影像AI提高準確率的關鍵挑戰 對醫療影像AI來說,參考基準是一批經醫生標註的影像,也就是用來訓練AI模型的標準樣本。訓練好的模型,可以判斷未經標註的影像、預測疾病嚴重程度,若參考基準(那批標註影像)的一致性越高,訓練出來的模型預測準確度也會越高。因此,在標註醫療影像時,必須取得醫生共識,也是各家面臨的挑戰。

醫學影像標註容易出現分歧 Google AI研究團隊產品經理彭浩怡指出:「任何領域的機器學習,都需要準確的事實,但意見分歧在醫學中卻很常見。」因此,如何建立參考基準,沒有標準作法,得各憑本事找出適合自家AI應用的作法。2016年,Google首次揭露糖尿病視網膜病變AI輔助診斷系統,2年後則發表了一篇強化模型表現的論文,從中可以看到,為取得專家判斷病徵嚴重程度的共識,Google採用了2個方法:將病變程度的評分量表改為5級評分量表,並整合視網膜專科醫生對病徵的最終辨識結果,也就是請專科醫生針對有爭議的眼底圖不斷討論,直到每個人都對病變程度達成最終共識。彭浩怡表示,與多數決相比,Google解決歧異的做法更精準,而且還能進一步發現微小病徵,比如微動脈瘤2年前,工研院也同樣鎖定糖尿病視網膜病變,開發了一套國產的AI輔助診斷系統,不過,建立參考基準的方式就與Google有些許不同。首先,工研院自國內3家醫院取得了30萬張視網膜病變眼底圖,並將資料清洗過後的10多萬張眼底圖分派給50名眼科醫生來標註。在標註過程中,工研院安排3位醫生共同標註1張眼底圖,當2位醫生對病徵或病變嚴重程度持不同意見時,就由第3位醫生來仲裁,或採多數決,或協調2位醫生的看法,來取得一致結果。

臺北榮總找來跨科別醫生共同決定影像標註 同樣在去年,臺北榮總與臺灣人工智慧實驗室開發一套AI工具DeepMets,能夠從數百張腦部MR影像中,揪出腦轉移瘤。臺北榮總放射線部主任郭萬祐指出,這些用來訓練DeepMets的腦轉移瘤影像,是自1993年引進加馬刀手術之後累積下來的。因加馬刀手術需精準定位腦部腫瘤位置,臺北榮總醫生群從當時起便在MR影像上標註每個病灶位置,而且每個病灶的標註,都是由神經放射科、神經外科和放射腫瘤科醫生開會討論而決定,至今依然如此。在處理影像標註的分歧意見上,臺北榮總採取同中存異的做法。不過郭萬祐點出,經驗多寡也是影響影像標註意見的原因。比如,同專科10年以上經驗的醫生,與20年經驗的醫生相比,在判斷同張醫療影像時,一致性較高。

也可靠單一資深醫生獨立標記影像 臺北醫學大學附設醫院自去年開始進行肺結節深度影像標註,為建立準確、標準化的參考基準,北醫附醫除了按照國際標準來標註影像,也限制標註肺結節影像的醫生資格,必須是具備2年經驗以上的主治醫生,由每位醫生來負責一個病例的影像標註。不過,不管是哪一家醫院或業界,各方皆認為,醫生經驗越資深,影像標註的品質就越高。像是中國附醫開發骨齡AI診斷系統所用的上萬張影像資料,全由20年以上臨床經驗的中國附醫兒童遺傳科主治醫生蔡輔仁親自來一一標註,並沒有採取多人重複標註相同影像再比對的作法,而是由單一位醫生來決定。而專注數位病理的雲象科技共同創辦人暨執行長葉肇元也認為,要靠經驗豐富的專科醫生來判斷病灶、標註影像中的特定細胞,比如他們與林口長庚醫院合作的鼻咽癌AI就由6名專科醫生協助標註,而與臺大醫院正在打造的骨髓抹片分類AI更費工,找來了12名醫生。中國醫藥大學附屬醫院人工智慧醫學診斷中心主任黃宗祺更直言,醫生經驗影響了影像標註的一致性,因此,醫療影像AI成敗關鍵就是「專科醫生多年的經驗。」

C肝新藥給付 診所85家 (80%認列成本約20萬元可能 虧本)


C肝新藥健保全面給付 明年出現4000名空額用不完 19:572019/04/23 中時魏怡嘉 健保今年開始全面給付C肝新藥,預計未來7年全台至少約21萬名C肝病人受惠。健保署官員表示,今年規劃額度為4萬人,目前已給付約2.5萬人。專家表示,今年治療狀況不錯,剩餘1.5萬人應會在78月用完,明年同樣規劃4萬人額度,但可能出現10%、約4000人缺口,也就是明年可能會有4000人的空額會用不完,後年C肝病患不足的壓力更大,趕快篩檢找出C肝病患為當前要務。衛生福利部響應世界衛生組織(WHO)的宣示,提出西元2025年提前消除C肝的願景,健保署自今年起全面放寬C肝口服新藥給付條件,不再限制病人需符合肝纖維化(F3)以上的程度,病人只要確認感染慢性C肝,不論有無肝纖維化,均可成為給藥對象。基隆長庚醫院副院長簡榮南表示,目前國內已知有C肝但尚未治療的病患約有7萬人,若以每年治療4萬名C肝病患來看,明年就會出現C肝病人不足的情況,依照估計,國內尚有20C肝病患不知自己已經罹患C肝,這些病患要趕快找出來接受治療。簡榮南指出,目前C肝病患最多的彰化及雲林衛生局已利用公家系統去篩檢出C肝病,肝病防治基金會也在基隆及高雄做巡迴C肝篩檢,長庚醫院體系也將近40年曾驗出C肝的病患,請助理一個個去call回來治療,國健署也整合成人健檢找出C肝病患,還有C肝辦公室推動﹁C肝原鄉全治計畫﹂,都希望能找出更多的C肝病患。值得一提的是,原本健保署規定,C肝病患需感染超過6個月才符合慢性C肝病患給付條件,簡榮南表示,日前共擬會議己通過,取消6個月的規定,自6月起,只要C肝病患一診斷出來,即可接受新藥治療。雖然健保自今年起,全面開放給付C肝新藥,但目前全台參與C肝新藥給付的診所僅有85家,主要因為C肝新藥僅80%認列為成本費用、約20萬元,導致診所醫師可能因而虧本,健保署副署長蔡淑鈴表示,健保署已與財政部賦稅署研商達成共識,基層診所報稅時C肝口服新藥成本計算的認定將從80%調整為96%,大幅減輕基層診所醫師的稅額負擔,以提高診所參與C肝新藥給付計畫意願,去年開立C肝新藥的診所醫師,在今年報稅將可以適用新規定。(中時 )

抗龜殼花&赤尾鮐蛇毒 血清使用人數最多: 每年為998人


臺北、臺中榮總增為疾管署鎖鏈蛇毒血清配置點 軍聞社 2019430日(軍聞社記者陳映竹臺北30日電)考量中、北部民眾因旅遊等因素被毒蛇咬傷有跨區就醫的緊急需求,衛福部疾病管制署今日表示,新增臺中榮民總醫院及臺北榮民總醫院為抗鎖鏈蛇毒血清配置點,至目前全國共計20家醫療院所配置抗鎖鏈蛇毒血清。疾管署表示,臺灣氣候溫暖多濕,每年有1000名以上的民眾遭毒蛇咬傷,據健保資料顯示,使用抗龜殼花及赤尾鮐蛇毒血清的人數最多,平均每年為998人,疾管署說明,目前被毒蛇咬傷的治療,以注射抗蛇毒血清為主,經與北部及中部縣市政府衛生局協商後,將臺中榮民總醫院及臺北榮民總醫院新增為抗鎖鏈蛇毒血清配置點,並各配置2劑抗鎖鏈蛇毒血清,目前全國有200多家醫療院所備有抗蛇毒血清供民眾救急,民眾可透過「抗蛇毒血清儲備點查詢系統」,瞭解抗蛇毒血清的就醫資訊。臺北榮民總醫院則提醒,被蛇類咬傷牢記「五要五不」,要視為毒蛇咬傷處理、要記毒蛇外觀特徵、要脫飾品,避免肢體腫脹、要包傷口上緣,減緩毒液擴散、要保持冷靜並儘速就醫﹔不割開傷口,避免感染、不用嘴吸出毒液,避免感染、不冰敷,避免組織壞死、不飲酒或刺激性飲料,避免加速毒液作用、不延誤就醫,耽誤治療時機。