2020榮陽聯合研發成果發表媒合會

「AI for Medical」六項創新智慧醫療大放異彩

撰文記者 彭梓涵
日期2020-11-20
(圖片來源:本刊資料中心)
報導/吳培安、彭梓涵、巫芝岳

今(20)日,國立陽明大學與臺北榮民總醫院共同舉辦聯合年度研發成果發表媒合會,在AI for Medical 主題中,邀請六位榮陽醫師與教授,分享其在醫療AI上的創新應用。

周伯鑫:X光判讀胸腰椎骨折AI偵測系統

北榮骨科部脊椎外科周伯鑫醫師表示,在評估患者的骨折上,雖然電腦斷層掃描(CT)解析度更高,但花費更高、患者身體暴露的輻射線更多;相較之下,X光是健保局核准第一線評估工具、大部分醫療院所都有,且有病人接受的輻射劑量少、醫療花費少等優點。
 
周伯鑫表示,此AI判讀系統可以利用脊椎X光側面影像,針對第10節胸椎(T10)到第5節腰椎(L5)的脊椎骨折做輔助診斷,且已和醫師達成很好的共識,特別是用在Genant二、三級骨折,以及DXA T值小於-2.5的骨質疏鬆症脊椎體骨折。
 
周伯鑫表示,他們期待透過這套技術改造流程,使臨床路徑更有效率,特別是在大半夜急診,且骨科醫師或放射科醫師未能立即抵達現場時,輔助醫師做正確的判讀,目前此技術也在優化椎體骨折判斷、外部資料的驗證、增加模組多樣性等。

張家銘:基因體+AI 實現精準預防醫學
 
北榮婦女醫學部優生遺傳科張家銘醫師表示,基因體作用是人體生理功能最重要的關鍵。他指出,現代人往往都是身體出現症狀才求診,甚至是拖延看病,但透過基因體變異,可達到早期預防或早期偵測疾病的目的,因此基因體是實現「前端醫療」重要的切入點。
 
張家銘表示,其團隊透過分析患者的「基因體序列」及「基因表現」,發展出的全基因定序自動分析系統,可廣泛應用於臨床疾病,達成疾病預防或及早介入、改善預後(prognosis),例如「癌王」胰臟癌、卵巢癌、高膽固醇和失智症風險評估。
 
此外,他們也建立基因體AI分析系統,將患者病歷結合基因體、轉錄體(transcriptome)等資訊,辨認出其中的規則、輔助判斷決策,進而提高治療成效,甚至與其他多體學(multi-omics)結合,實現個人化系統醫學。

吳育德/郭萬祐:利用深度、聯邦學習開發自動偵測聽神經瘤圈選系統
 
聽神經瘤發現率,在80年代隨著慈振造影(MRI)技術發展後被大量診斷。由陽明大學生醫光電研究所吳育德特聘教授帶領的榮陽團隊,使用臺北榮總郭萬祐主任領軍的加馬刀團隊長期收集的聽神經瘤資料庫與準確的腫瘤標註,開發出自動偵測多參數磁振影像聽神經瘤深度學習模型,其精準度達到與專業醫師以手動圈選同水平。
 
郭萬祐表示,AI發展使未來,演變成人機協作時代,而醫療進步無法單打獨鬥,因此與吳育德研發長合作,透過人工智慧工具將他長期累積的「功能智慧」轉變成「人工智慧」,回饋給更多醫生,減少冗長的腫瘤圈選時間。

 圖為:臺北榮總郭萬祐主任。

吳育德表示,榮陽團隊也以此為基礎,由盧家鋒副教授建立治療後腫瘤預測系統,並與研華與NVIDIA合作,利用聯邦學習與不同醫療機構連結,在各機構醫療影像資料不離開院所情況下,得到更加穩固且廣泛使用的自動病灶分割模型。
 
團隊接下來將啟動北中高榮三家院所,針對腦瘤自動圈選與分類聯邦學習合作,同時也開發自動電子病例報告與醫療決策建議,亦積極申請台灣與美國FDA認證。


郭文娟:結合AI
多對比OCT技術 提供個人化精準診療
 
國立陽明大學生醫光電研究所郭文娟所長,分享研究團隊研發的非侵入、無游離輻射及不需標定螢光或施打對比劑的高解析活體光學同調斷層掃技術(OCT),郭文娟表示,OCT最早是應用在眼科上,經過長時間努力,此技術已有許多進步,在面對不同科別,OCT也衍生許多新的應用,產生新創醫材。
 
因此其團隊也針對,臨床上不同科學需求進行技術優化,包括解析度的再提升、多重對比、與定量化的功能。目前該技術再眼科的應用上已技轉給國內眼科儀器公司,完成三項非專屬技術授權。
 
同時郭文娟在教育部輔助大學產業創新研發計畫也與台北榮總眼科部合作開發新世代眼科精準治療方案,在微脈衝雷射治療中加入多對比OCT光學斷層影像,導引提供個人化精準安全的眼科治療。
 
除此之外郭文娟還有多項合作計畫,包括:與台北榮總內視鏡中心合作,將此技術使用於篩檢早期口腔癌與消化道癌、與台北榮總麻醉科及泌尿科合作,整合本光學切片術於針頭內,提供針頭周圍即時的生物組織結構,此合作計畫並結合AI智能辨識自動識別出針尖所處的準確位置,是目前唯一能達到眼見為憑的影導式穿刺針技術。

柯玉潔:現行診斷率不到一半! 盼北榮「AI青光眼診斷模型」為解方
 
台北榮總眼科部醫師柯玉潔的團隊,針對青光眼診斷率低的問題,開發出一款AI青光眼診斷系統。
 
柯玉潔表示,美國FDA所批准的第一款醫療級AI診斷系統,是以糖尿病視網膜病變為適應症,然而相較於糖尿病視網膜病變,青光眼不但診斷率低(歐美約有50%青光眼病人不自知患病),也相對沒有特定病患族群,且醫師需受過專業訓練才能檢查出來,目前尚無商業化的智慧診斷模型被開發出來。
 
「台灣青光眼盛行率為1.6%,且隨著人口老化和近視族群增加,病人數也不斷增加、且有年輕化趨勢。」柯玉潔說,因此,他們為了提升青光眼診斷率,透過台北榮總的眼底影像資料庫,開發出利用AI診斷青光眼的深度學習診斷模型,目前也在北榮開了「AI輔助青光眼篩檢門診」,持續試驗該模型。
 
柯玉潔說明,除了北榮外,他們也結合其他醫療院所的資料庫進行開發,因此在驗證中也能達到足夠的準確度;該模型也有反饋訓練機制,能持續提升準確度。他們期望透過這項工具,未來有天能達到青光眼的大規模社區篩檢。
 
賴穎暉:「AI語音溝通輔具」助中風、腦麻患者溝通無礙
 
陽明生醫工程學系助理教授賴穎暉的團隊,將「語音訊號技術」應用在溝通輔具上,以AI幫助構音障礙患者說話。
 
賴穎暉表示,目前市面上像是「溝通板」(communication board)、眼球追蹤(eyes tracking)溝通輔具等,都是腦性麻痺、中風、漸凍人等有構音障礙的患者常使用的溝通工具,不過都有溝通速度相當緩慢的問題,每分鐘只能幫患者講出2-5個字。
 
因此他們透過語音轉換(voice convertion)技術,將特定語音送入機器後,經特徵分析、進一步轉換,再以電腦合成發出轉換後的清晰語音。經由強健的語音特徵,和具備注意力機制的模型(attention model),他們也克服了構音障礙者語音不易判讀的特性。
 
在與中研院資創中心、馬偕醫院、中正大學晶片中心,以及宇康生科的合作下,該技術已製作出硬體電路;他們也進一步優化系統,大幅提升發聲品質。賴穎暉指出,這項技術除了溝通輔具外,未來也可延伸用於助聽器或其他需應用語音控制的儀器中。