AI模型助攻　讓醫生判讀心腦肺影像更有效率

國內3醫院針對心、腦、肺部重大疾病，研發智慧醫療診斷模型。以腦部為例，AI模型可縮短醫生閱片時間從10分鐘縮短為30秒鐘，患者診療流程也有望從2週縮短為半天，減少病人等待焦慮。

▲榮總解釋智慧醫療系統科技部20日舉行智慧醫療研究成果記者會，台北榮民總醫院放射線部主任郭萬祐解釋，腦轉移瘤AI輔助診斷系統是以台北榮總過去30年由專業放射科醫師所標註1000筆以上個案作初始模型訓練。（圖／中央社）

隨著高齡化時代來臨，科技部自2017年起推動生醫產業創新推動方案，把精準醫療列為特色重點產業。科技部今天舉行研究成果記者會，聚焦心、腦、肺部重大疾病，補助台大醫院、台北榮總與台北醫學大學3團隊，團隊分享AI系統如何協助醫生判讀醫療影像並優化診療流程。

科技部政務次長謝達斌表示，全球都在思考更有效運用醫療資源，台灣擁有1996年以來健保長期累積的資料，再加上資通訊產業發達，可善用這2項優勢發展智慧醫療解決方案，優化臨床診斷時間、簡化繁複流程。醫院建立的AI模型，未來也可以幫助中小型醫院、偏遠地區作輔助判斷。

台北榮民總醫院放射線部主任郭萬祐表示，台北榮總與台灣人工智慧實驗室合作開發腦轉移瘤AI輔助診斷系統，利用過去30年1000筆以上個案進行治療等級標註，近期加入健保署影像資料庫，協助AI模型進一步優化。

郭萬祐表示，以肺癌為例，診斷過程會先判斷「是否轉移腦部」，後續還要拍攝多張腦部影像判斷腫瘤大小，透過AI系統，醫師閱片時間由至少10分鐘縮短為30秒，患者診療流程也能由2週縮短為半天，不僅加快擬定治療方針，也能減緩患者等待檢查報告的焦慮。

台北醫學大學副校長陳震宇則提到，北醫研發AI系統專注在肺部疾病，透過偵測、分類影像與自動產出評估報告，報告準確率達95%以上。醫師在閱片時間也從20至30分鐘，縮短為5分鐘。至於醫生診斷時建議「3個月或6個月再回來追蹤」，透過AI系統，連病人回診時間都能有更精準的標準。

台大醫院團隊則專注在心臟血管系統相關應用，團隊與國際大廠NVIDIA（輝達）共同開發「心臟主動脈鈣化與脂肪全自動分析AI模型」，是全世界唯一能自動分類及計算胸腔鈣化與脂肪定量的AI模型，分析一個病例只需0.4秒，可應用在輔助報告及建置國人心血管疾病風險預測模式。