雲象科技攜手奇美醫院AI輔助診斷罕見淋巴瘤 登上國際權威期刊

撰文記者 李林璦
日期2022-03-02
EnglishFrenchGermanItalianPortugueseRussianSpanish
資料集所使用的影像樣本。(A)全玻片影像範例。資深血液病理醫師以黑色圈框人工標註高解析度視野,小綠點是隨機取樣的高倍率視野(High power fields,HPF);(B)自左至右代表淋巴瘤在高倍率視野下區分出的類型: MEITL、borderline(中)、以及ITCL-NOS(右),模型把偵測出的淋巴瘤,以紅線輪廓描繪呈現。
今(2)日,數位病理及醫療影像AI領導廠商雲象科技所研發的醫療影像AI應用,成功協助醫師對淋巴瘤可有更細緻且精確的診斷方法,這項研究成果已獲刊登於國際知名醫療期刊《Cancers》。
 
奇美醫院醫學中心病理部部長兼解剖病理科主任莊世松與雲象科技合作,運用數千顆細胞核的標註資料,訓練出的AI模型能對淋巴瘤的細胞核精確地偵測,描繪輪廓,並且進一步計算出每個細胞核面積大小,長短軸比例等可量化的形態資訊,依此進一步訓練機器學習演算法,對兩種類型MEITL、ITCL-NOS進行分類,預測水準可高達AUC 0.966(完美演算法的AUC為1)。
 
雲象科技指出,T細胞淋巴瘤是少見的疾病,最重要的第一步是正確的病理診斷,精確診斷則仰賴病理科醫師對於腫瘤組織切片的形態分析。T細胞淋巴瘤有兩類在形態上難以區分的疾病:1、單形性上皮腸T細胞淋巴瘤 (MEITL,monomorphic epitheliotropic intestinal T-cell lymphoma);2、腸道T細胞淋巴瘤 (ITCL-NOS,intestinal T-cell lymphoma, not otherwise specified)。
  
雲象科技表示,病理診斷是透過細胞核大小變異度、形態分布、以及免疫表現型來區分這兩類疾病,對經驗尚在累積的一般病理科醫師挑戰甚鉅,而且形態介於兩個極端之間的案例也難以確切診斷。
 
透過如此AI輔助診斷工具,可以讓醫師不再需要對T細胞淋巴瘤的形態進行粗糙的二元分類,而可以用量化的形態分析數據,對於淋巴瘤細胞作精確的統計描述。
 
雲象科技執行長葉肇元表示,相信以此AI量化分析,可以讓淋巴瘤有更細緻、精準的診斷方法,醫師因此可以施以更精確的治療。這次共同發表是計算病理學(computational pathology)能力的初步展現,未來將持續提升診斷及治療的水準。

(報導/李林璦)