|

【活動報導】AI輔助診斷系統 精準找出潛藏疾病

   

作者:謝涵如

無論是過去或現在,「健康」始終是全人類最關注在乎的問題之一,台灣雖然已經擁有全球名列前矛的醫療實力,但進步之路永無止境,想要活得更長壽健康,還有許多可以努力的方向。而提及近年來醫療科技領域的熱門趨勢,必然少不了AI整合、邊緣運算、物聯網等關鍵詞,在2021年Intel® DevCup x OpenVINO™ Toolkit競賽中,甚至有近半數參賽團隊都瞄準了此一方向,重要程度可見一班。

本次Edge AI社聚邀請到其中幾組優秀的獲獎團隊,向觀眾介紹他們的作品,希望能藉由分享,激發更多靈感,為醫療場域及醫療專業人士創造更多價值,找出智慧醫療的更多可能。

骨質疏鬆輔助篩檢系統 守護女性健康

以作品「骨質疏鬆人工智慧輔助篩檢系統」奪得實作組第一名的柏瑞醫,長期專注現代女性健康問題,研發出了這套骨質疏鬆人工智慧輔助篩檢系統。

「隨著女性知識水準的提升,晚婚晚育甚至不婚不育逐漸成為現代社會的常態,然而這些生活上的改變,其實都會帶來一些健康上的問題。」柏瑞醫執行長張漢威表示,柏瑞醫希望能藉由提供簡單精準的AI醫療方案,讓女性在忙碌的日常中,能用最有效率的方法擁有健康的身體。

在威脅女性健康的諸多疾病中,骨質疏鬆佔了極大比例。由於賀爾蒙的影響,更年期後的女性是骨質疏鬆的高危險族群,罹病率較男性多上兩倍,更棘手的是,目前並沒有一個快速且可靠的方式來檢測骨質疏鬆。

柏瑞醫運用Intel Instance Segmentation models訓練出Segmentation AI模型,可辨識股骨的位置,以及人工關節與骨釘,並運用Classification AI 模型和線性化模型,預測出左右腿股骨的T-score及骨質疏鬆風險高低。此系統能夠藉由普通的X光片影像,導入進行判讀,分辨是否有罹患骨質疏鬆的風險,只要短短六秒,醫生就能將判讀報告輸出給民眾,精準快速的進行篩檢流程,讓潛在患者可及早發現與預防。

且由於該系統搭配的是普通X光機,對於設備的限制較小,X光車也能配備,讓智慧醫療不再局限於特定醫療院所,還能深入社區,造福更多民眾。

柏瑞醫所研發的篩檢系統,能在六秒內快速提供報告。(圖片來源:柏瑞醫)

AI預測疾病 從根源解決酒癮危害

由慈濟大學系統生物學實驗室師生所組成的MIBT團隊,與兩位精神科醫師及開南大學健康產業管理學系副教授李盛安合作,根據實驗室長期收集的資料,應用OpenVINO打造出以酒癮為例的AI疾病預測模型。

「如果所有的疾病之間都有關聯,那麼是否可以嘗試經由過去的就診資料,一定程度的預測未來可能的疾病?」曾有多年系統生物學及健保資料分析經驗的團隊成員慈濟大學電算中心主任王澤毅,向觀眾介紹此作品的靈感來源。

在台灣,每個人都能從健保資料中查詢到自己的健康存摺,裡面涵蓋過去三年的所有就醫資訊,若能透過此一資料預測出可能尚未診斷出的疾病,就能夠及早治療。

酒癮問題影響層面深遠,MIBT團隊希望能藉由就醫紀錄預測讓患者及早早治療。(圖片來源:王澤毅)

至於為什麼會選擇比較少人注意的「酒癮」作為研究目標?王澤毅解釋:「酒癮其實是一種經常被忽略的精神疾病,且後期會衍生出更多問題。」

許多人發現自己有酒癮時,往往身體都已經產生嚴重狀況,團隊所開發的預測模型,可迅速評估罹病風險,提早發現,提早治療,延緩病情惡化,降低疾病對身心的負面影響,改善個人、家庭或社會的醫療負擔。

此外,針對偏鄉不方便就醫的民眾,以及可能罹患酒癮而不知或不願就醫者,此裝置可提供其照顧者、家屬親友等使用,得到迅速初步的罹病風險評估,作為後續行動的參考。

開南大學健康產業管理學系副教授李盛安為團隊提供技術支持。(圖片來源:李盛安)

深度學習分析影像 精準判斷大腸息肉

來自清華大學的碩博生團隊「嫌dis老孫」,與彰化秀傳醫院肝膽腸胃科的醫生進行合作,希望能藉由科技的力量,及早發現腸內的惡性息肉並進行治療,降低罹患大腸癌的風險。

清華大學資訊與系統應用研究所博士黃啟賢表示:「傳統大腸鏡檢查的準確性,容易受操作者的經驗影響,與器具的照光不足、過度曝光、移動跟液體所造成的影像模糊以及醫師的視覺疲勞等因素影響而有所浮動。」

該團隊採用物件偵測(Object Detection)、圖像分割(Segmentation) 等深度學習方法,並配合關注度技術(Look Into Object, LIO),協助醫師根據影像進行大腸息肉物件判斷,提高惡性息肉的檢出率,減少漏診與提高診斷效率。

至於為什麼使用自監督式學習架構?黃啟賢提到,由於資料量少,醫學影像的標籤難以取得,因此難以適用在監督式學習,因此團隊選擇利用自監督式學習方法解決問題。

談及系統可能創造的貢獻價值,黃啟賢說:「希望這套系統能協助醫生可以在診斷品質不減的情況下,提高效率、減輕工作負擔,同時如果是缺乏經驗的實習醫生,也能在這套系統的幫助下進行判斷。」

「嫌dis老孫」團隊希望藉由AI,輔助醫生找出惡性息肉。(圖片來源:黃啟賢)

 小結

此次分享的三組團隊,都以及早發現疾病作為出發點進行開發,不僅能增加治療成功率,也能節省醫療資源的消耗,留給更需要的人。

台灣即將邁入高齡社會,未來對於醫療的需求只會增加不會減少,而若能結合AI技術減輕負擔,將部分工作交由科技來負責,不僅能有效利用人力,還能減輕醫生判斷病情時的工作量與壓力,病患也能得到更加周全的照護。雖然離全面普及到臨床,還有不少困難需要克服,但相信隨著技術的精進,這些輔助工具很快就能普及到生活中,為人們的健康提供更嚴謹的保障。

謝涵如
謝涵如

Author: 謝涵如

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。