|

【活動報導】 實現精準病理診斷 打造AI智慧醫院

   

作者:謝涵如

科技飛速進步的今天,智慧醫療已不再是科幻電影中紙上談兵的夢,而是正逐步實現的目標。在醫療診斷上,囿於人類體能與經驗的極限,無論如何小心謹慎都有疏忽細節的可能性,然而在追求精準的醫療產業中,失之毫釐都可能導致誤診,此時若能以科技輔助,或許就能夠解決此一棘手的問題。

為了降低醫療疏失發生的機率,結合AI打造出醫療決策輔助系統,將醫師診斷的流程標準化已成為智慧醫療領域的發展趨勢。不過究竟該如何利用AI做出精準的病理診斷,甚至進一步打造完善的智慧醫院?Edge AI的第13場社聚針對此一問題,邀請到兩位專家,聚焦分析如何更進一步的利用AI達到精準辨別與診斷,並且分享AI能夠如何有效為醫療現場提供拹助。

AI in Medicine 創造精準醫療環境

第一位分享的演講者是陽明交大竹銘醫院的院長唐高駿,先後擔任臺灣多所醫院院長的他,不僅擁有豐富的管理實務經驗,學術成就也十分出色,研究範圍涵蓋嚴重感染敗血症的治療、急重症患者生理訊號與及治療的大數據研究、智慧醫療與智慧醫院建置等。

唐高駿院長分享AI在智慧醫院的發展趨勢

「提起AI在醫療方面的應用,多數人都會立刻聯想到影像處理。」唐高駿認為這樣的聯想方向完全正確,醫療診斷時,確實經常遇到需要判讀大量影像的情況。

他以自己在醫療現場判斷胸部X光片的經驗舉例,傳統電腦斷層檢查產出的X光片,平面、黑白的影像,連從醫多年的他有時都難以辨別是否有問題。但是若能將X光片導入AI模型,將平面的X光片合成、模擬出一個3D圖像時,即使是未曾受過訓練的普通人,都能輕易發現問題所在。

唐高駿表示:「圖片重新合成,變成最適合人類肉眼判讀的樣貌,就是AI目前能夠提供臨床醫療最大的協助」除了判斷X光片外,例如癌症細胞的發現,眼底攝影檢查等等,都能利用AI輔助,降低判讀難度。甚至連這兩年席捲全球的COVID19病毒,也可以借由AI重新合成影像的技術,快速辨別病人感染的究竟是普通肺炎或是新冠肺炎。

藉由AI幫肺部檢查影像重新上色,有助於醫生判斷是否感染新冠肺炎。(圖片來源:唐高駿)

至於大眾最有疑慮的AI輔助精準度如何?唐高駿引用了兩年前知名醫學期刊Lancet上發表的一篇文章進行說明。該文章匯集近年各種醫學影像分析相關的論文資料分析判斷後,認為深度學習在判讀醫療影像方面,具備與醫療人員不相上下的水準,可見AI醫療輔助系統的發展已經有足以信賴的成果。

不過唐高駿也不諱言,人工智慧的發展在醫療領域仍有許多障礙要克服。其中最大的障礙就是醫生不願意相信AI的能力,針對此一問題,唐高駿認為若想要解決,不只是要求醫生打開心胸,AI的開發者也必須藉由解釋AI的學習方法與指令,訓練數據是否準確地代表患者,結果與真實病理狀況能否吻合等,讓醫療決策者瞭解AI的邏輯並確認合理性,才能讓醫生有足夠的信心與信任去接納。

3D數位病理檢測 邁向精準醫療

第二位講者是捷絡生技技術長林宇捷,以自己多年投身智慧機械軟硬體設計及產品開發的經驗,從技術面向與觀眾分享AI在病理學方面的應用。

林宇捷分享AI對病理檢測的重要助力

一般人聽到病理檢測,可能會覺得陌生,其實病理檢測是目前臨床上精度最高的一種檢查手段,用於診斷是否罹患癌症,必須經歷X-ray、CT、MRI、PET等一系列初步檢測後才會進入切片取樣的病理檢測階段,讓醫生用影像辨別的方式,判斷細胞有無異常情況。而除了術前檢查,病人接受手術切除的腫瘤也必須再進行術後病理檢測,判斷是良性或惡性,以及該如何進一步治療等等。

林宇捷表示,其實現在的病理檢測已經經過一次科技革新,現在的醫生已經不必彎著腰在顯微鏡前看切片,而可以放大到電腦上檢視,可見病理數位化已經是不可逆的新興浪潮。加上精準化、個人化醫療興起,推動病理數位化與AI技術導入病理診斷領域,更帶來全新商機與發展可能。

然而雖然如此,其實AI導入卻不如預期順利,主要是因為病理影像檔案尺寸龐大,醫師導入AI病理工具時,所屬醫院需採購高階昂貴的運算裝置,阻礙了AI技術的應用。面對這一問題,捷絡生技團隊提出了解決方案MetaLite® AI數位病理影像輔助判讀軟體,將AI演算運行在邊緣裝置。醫師可以在輕巧、便利的個人化運算工具如筆記型電腦上,運行AI輔助判讀軟體,協助診斷工作。

MetaLite® AI數位病理影像輔助判讀軟體可以在輕巧、便利的個人化運算工具上運行。(圖片來源:林宇捷)

其實捷絡生技也不是第一次就成功,原先團隊嘗試在Edge computing裝置上開發,結果失敗收場。原因是模型大小的限制及輸入影像尺寸的限制,運算速度非常慢,且結果圖像解析度極差,不符合醫療使用需求,後來第二次開發時搭配使用了intel 的OpenVINO模組大幅提升速度與產出品質,才解決此一問題。

捷絡生技未來計畫利用AI,將2D病理切片組合成完整的3D模型,讓醫生能更輕鬆精準的判斷問題,讓智慧醫療再向前邁進一步。林宇捷表示:「傳統的2D醫療切片,一個病人可能就有200片,但若合成一個3D影像直接檢視,就能減輕醫生的工作量,提升醫療品質。」

捷絡生技希望藉由病理影像3D化,減輕醫生負擔的同時也能提高診斷精確度。(圖片來源:林宇捷)

小結

醫學透過AI進行輔助診斷,不僅能降低醫療上的不確定性,還能適時給予醫療建議。減輕醫生負擔的同時,亦可以取代人力進行重複性工作,改善醫療品質。期望未來隨著科技進步,智慧醫療能更加進步與完善,讓我們的健康更有保障。

Laura HSIEH
Laura HSIEH

Author: Laura HSIEH

喜歡窩在自己的一方世界裡寫作閱讀,也喜歡四處旅遊找驚喜,希望能多接觸學習各種知識,從中拼湊出世界的全貌。

Share This Post On

Submit a Comment

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *