智慧醫療加持 大幅縮減心腦肺影像判讀時間(影音)

  • 時間:2020-08-20 11:45
  • 新聞引據:採訪
  • 撰稿編輯:楊文君
科技部聚焦國人常見的心、腦、肺重大疾病,補助國立臺灣大學、臺北榮民總醫院、臺北醫學大學等3個團隊,研發具特色的智慧醫療影像診斷工具,20日舉行成果發表會。(楊文君攝)

醫療影像在醫療診斷上是不可或缺的工具,科技部今天(20日)指出,國內已有3個夢幻團隊聚焦心、腦、肺重大疾病,研發具特色的智慧醫療影像診斷工具。以腦部為例,台北榮民總醫院就完成AI模型聯合訓練以及優化,醫師閱片時間由至少10分鐘縮短為30秒鐘,準確率達96%,病患診療流程也可由2週縮短為半天。

隨著全球高齡化、癌症與慢性病的增加,醫療影像使用率攀升,醫師的工作負擔也大幅增加。科技部聚焦國人常見的心、腦、肺重大疾病,補助國立台灣大學、台北榮民總醫院、台北醫學大學等3個團隊,研發具特色的智慧醫療影像診斷工具,並在20日舉行成果發表會。

台北榮總鎖定「腦轉移瘤」,他們運用累積30年、由專業放射科醫師所標註1,000筆以上個案作為初始模型訓練,並加入健保署影像資料庫,完成AI模型聯合訓練以及優化,醫師閱片時間由人工至少10分鐘縮短為30秒鐘,診療流程也可由2週縮短為半天。台北榮總放射部主任郭萬祐說:『(原音)如果是用病灶來算,準確率87%;如果用人來算,就是這個病人到底有沒有轉移,那我們可以到達96%,這就非常高囉,100人裡面只有4個會被miss。』

台北醫學大學團隊則將主軸放在肺部疾病應用,研發出能快速篩檢低劑量的肺CT影像,偵測及分析結節位置、特徵,並可在10秒鐘自動產生具國際標準的肺癌篩檢標準化影像報告系統(Lung-RADs)評估報告,準確率達95%以上。台北醫學大學副校長陳震宇說:『(原音)因為你時常去看門診,這個醫生說3個月後追蹤、6個月、或1年再追蹤,有這個標準後,所以標準都一樣了,而且是滿精準的。』

台大醫院團隊則開發出「心臟主動脈鈣化/脂肪全自動分析AI模型」,心臟分割準確度達94.2%,分析一個病例只需要0.4秒。科技部指出,2021年將推動4年期的「精準健康大數據永續平台計畫」,運用複合巨量數據進行臨床轉譯研究加值,進而引領產業創新服務模式。

相關留言

本分類最新更多