城鄉醫療問題大不同,走進都市中的醫療院所,無論是大型教學醫院,還是街頭巷尾的家醫診所,常見候診區人滿為患,顯見醫療人力吃緊問題;但到了偏鄉地區,交通不便、人口稀少又分散,醫療資源嚴重不足,就診率偏低。工研院讓AI(Artificial Intelligence)化身IA(Intelligent Assistant)虛擬助理,解決兩難醫療困境。

在經濟部技術處科技專案的支持下,工研院及交通大學跨團隊合作一年內即研發出「AI眼底影像辨識系統」,為發展以巨量資料為基礎的醫學影像人工智慧輔助判讀系統的重要進展,可望大幅提升眼部及視網膜疾病的診斷效率。

工研院巨量資科訊技中心合聘教授曾新穆博士說:「由於糖尿病患者有相當比例會出現眼部病變,且目前全國患有糖尿病之人數眾多,相對之下眼科醫師人力相當不足,因此眼部檢查率偏低,尤其偏鄉地區更為嚴重,導致眼部疾病常常從小病拖成大病。」研究團隊看到了這樣的現象,所以首先將人工智慧眼底影像分析技術鎖定在這個範圍。

AI眼底影像辨識系統是以大量由醫生註記辨識的眼底影像資料庫為基礎,結合人工智慧、視覺辨識、平行運算等技術,系統才能發揮強大作用,「醫學影像的分析極為複雜,深度學習等人工智慧技術的導入可讓系統快速累積影像辨識能力。」曾新穆強調。

過去醫生只能靠自己的知識和經驗來判斷,唯有專科醫生才能夠勝任判讀。有了AI眼底影像辨識系統的輔助,異常的眼底攝影影像就能被揪出,再交給醫生後續處置。即使在資源缺乏的偏遠地區,此系統就能發揮醫療助理的功能,協助醫生在短時間內完成更精確的診斷,並輔助醫生篩選出可能的病患,在有限的人力中,增加診斷效率。

蒐集到可供訓練學習的影像愈多,系統判讀的準確率就愈高。但醫學影像的來源取得並不容易,團隊費了一番功夫蒐集國內外相關影像資訊,花了近一年的時間,目前已取得數萬筆的資料,系統判讀準確率已能達到90%,已經超越國外相關研究水準。目前AI眼底影像辨識系統已完成第一階段的概念驗證(PoC),預計明年就能於醫院場域進行第二階段驗證,並且將加強蒐集在地化的醫療資訊,持續提升系統判讀的準確度。

台灣有強大的資通訊及醫療實力,台灣在智慧醫療領域發展頗有優勢,而AI眼底影像辨識系統已可以改善偏鄉醫療問題,這只是智慧醫療的第一步,未來可擴展應用於其他病症的診斷。當技術更成熟,可同時協助都市中的醫療體系解決人力問題,不只能讓各種疾病診斷更為快速及準確,且能應用於健康風險預測及精準醫療,提升醫療品質。

【2018-01-04╱經濟日報╱A19╱經營管理】

加入追蹤


取消
送出
top