乳癌篩檢救星!高雄榮總採用 AI 助理,三大功能精準抓出病症

資策會數位所團隊及高雄榮總乳房放射影像學專家暨研創中心創新長楊宗龍醫師
資策會數位所團隊及高雄榮總乳房放射影像學專家暨研創中心創新長楊宗龍醫師

癌症是一種越早發現、治癒機率越高的疾病,也因此衛福部國健署從多年前就開始施行健保補助四大癌症篩檢的政策。面對台灣步入中老年社會,國人對於癌症防治的概念也越來越健全,開始會去醫院做篩檢。不過,對於醫療院所來說,要快速有效率的判讀病例變成醫院的資源挑戰。

以高雄榮總為例,每年至少有 6,000 位民眾至院內進行乳癌篩檢。然而「在放射科醫師人力有限的情況下,大量的乳篩影像形成醫療工作一大負擔,」高雄榮總乳房放射影像學專家暨研創中心創新長楊宗龍醫師表示。

為此,高雄榮總決定與資策會合作導入 AI 乳篩助理,希望藉由人工智慧輔助放射科醫師判讀影像,提高醫療影像判讀的效率與精確度。

自動學習醫生判讀技術,快速抓出乳癌高風險病徵

高雄榮總採用的 AI 乳篩助理主要從三個功能強化乳癌篩檢的效果,第一是偵測乳房病變中的腫塊跟疑似惡性鈣化,第二進行 AI 醫療影像回饋修正,第三根據 BI-RADS(乳房影像報告與資料系統,Breast Imaging Reporting and Data System)分類排序,建議大量乳篩個案的判讀順序。

資策會數位所副主任賴欣怡指出,通常乳房 X 光攝影篩檢不會只拍一張照片,而是前後左右四個不同角度拍攝 X 光片,醫師在閱片時也會同時觀看四張 X 光片再進行綜合判斷,因此資策會在開發系統時,特別研發出「multi-view 多視角辨識技術」,讓 AI 能夠像醫師一樣,同時觀看多張 X 光影像,再去判斷有沒有腫塊或疑似惡性鈣化的病徵。

人工智慧(AI)協助乳房X光攝影判讀影像
人工智慧(AI)協助乳房 X 光攝影判讀影像

至於 AI 醫療影像回饋修正,則讓醫師可以針對 AI 影像判讀結果進行三級評分,如果醫師在螢幕上看到系統沒有偵測到的病徵,也可以立即手動圈選起來,而醫師回饋的資訊都會匯入系統中,讓 AI 乳篩助理可以持續學習,以便系統偵測結果能夠越來越趨近於醫生判讀結果。

第三項 BI-RADS 分類預先排序,則希望幫助醫生優先判讀具有高風險的乳篩個案。楊宗龍解釋,一般乳房 X 光攝影檢查,約有 90% 以上的個案為正常(陰性),也就是沒有乳癌病徵,只有 10% 需要回醫院接受進一步檢查。但是醫生光憑篩查清單無法分辦哪些個案屬於高風險,只能按照 X 光攝影的時間順序逐筆判讀,而 AI 乳篩助理可以先篩選出具有高風險的影像報告,並建議醫師優先判讀,讓高風險病患可以盡早回醫院進行確診與治療。

X 光片篩檢時間從 2 分鐘驟降至「幾秒」

楊宗龍認為,導入 AI 乳篩助理後的效益在於提高 2 個 S、降低 2 個 R,也就是提高篩檢的敏感度(sensitivity)與特異度(specificity),敏感度為罹患疾病且篩檢為陽性者的機率,特異度是無罹患疾病且篩檢為陰性者的機率;至於 2 個 R 則是降低判讀時間(reading time)、及要求病患回診的機率(recall rate)。

通常醫師在看乳房 X 光片時,至少要 1~2 分鐘才能判斷出有沒有乳癌病徵,如果比較年輕、資歷較淺的醫生,判讀時間可能長達 10~20 分鐘,但 AI 乳篩助理只要幾秒鐘的時間,就能偵測出腫瘤所在位置與體積大小,而且藉由 AI 協助,可以降低偽陰性、偽陽性的機率,提高判讀的精確度,進而減輕醫生的工作壓力,使其有更多時間去關懷病患。

楊宗龍強調,AI 在醫療領域的應用,不只是判讀醫療影像,還有很多實踐空間,例如:強化病人安全、品質管理、落實流程管控等,無論哪一種應用都不偏離「讓病人快進快出、維護醫療服務高品質」的目標。而資策會未來除了積極擴大 AI 乳篩助理的導入範圍,從高雄榮總到台灣其他醫院,更希望能與高榮一起開發更多應用模式,讓 AI 應用能在醫療領域裡遍地開花。

延伸閱讀

台廠思考產線升級第一步,為何該從「提高生產線彈性」開始?

讓農民不再「看天吃飯」,資策會聯手民間企業幫台灣農業數位轉型

打造復健神器 App 一鍵追蹤離院病患,大林慈院為何要做好醫療轉型?

導入 AI 讓訂單作業快 24 倍,傳產儒鴻紡織如何完成系統自動化轉型?


人類陷入空前數據絕境

量子運算數秒瓦解所有加密技術!企業毫無抵擋之力 搶先報名 12/6《2019 未來科技展》量子加密場次 找到資安機制一線希望

點關鍵字看更多相關文章: