智慧應用 影音
DTResearch
event

WISE-PaaS/AIFS醫療影像AI方案有效提升診療效率

研華AIFS的醫療影像AI方案,其模型訓練流程中包含四項作業程序,圖像資料前處理、圖像分割與模型、特徵萃取與分析、診斷分析看板。

綜觀醫療保健體系,放射科醫生堪稱富含價值的要角,影像醫學是當今高科技醫療中不容或缺的一環,許多細微病灶,都需要借重放射科醫生的專業辨識力,從 X光、CT 或 MRI 影像檔案看出端倪,見微知著。儘管在大量檔案當中,真正被檢出患部的比例不高,平均僅4~10%,但放射科醫生仍需從頭到看完每張片子,難免面臨作業時間長、工作負擔重的情形。

長此以往,這般作業模式恐造成遺憾影像檔案的檢視順序,乃是依照先來後到,假使重症病患較晚接受照影,也會較晚被檢出病灶,可能錯失診療或救治的最佳時機。

著眼於此,因應醫療中心的需求,研華發展基於WISE-PaaS/AIFS的醫療影像AI方案與諮詢服務,第一階段率先推出「胸部X光圖像之氣胸檢測」方案,目標藉由AI協助檢測每份影像檔案,判斷風險等級高低、藉此進行分類分群,假使偵測到高風險病灶,便立即向放射科醫生發出警訊,以利醫生優化調整作業順序,得以聚精會神優先檢測高風險檔案,連帶確保重症病患能夠優先獲得診治。另一方面,也有助於改善放射科醫生的工作環境,減少眼力耗損,利於延長職場壽命。

基於WISE-PaaS/AIFS所開發醫療影像AI方案,涵蓋六大實作步驟,依序是取像、推理、確認、標註、模型再訓練、模型換置;透過六步驟的持續循環,可促進模型持續精進優化。

具體來說,AIFS的醫療影像AI方案,其模型訓練流程中包含四項作業程序。首先是「圖像資料前處理」,先將圖像格式從DICOM轉為PNG,再搭配AIAA人工智慧輔助標示工具來輔助標註,加快醫生標註影像的效率。其次是「圖像分割與模型」,按醫生設定的檢測需求進行建模,並搭配生成對抗網路(GAN)技術、模擬合成更多的訓練資料量,解決各醫院影像資料不足、難以推動模型訓練之問題。

第三道程序是「特徵萃取與分析」,藉由各種統計方法,分析每一個病灶的強度、紋理及高階特徵。四是「診斷分析看板」,透過此看板協助醫生深入剖析病灶、獲得診療方式的推薦建議、執行預後預測,使醫生能夠產出最佳的醫療決策。

截至目前,研華WISE-PaaS/AIFS的氣胸檢測方案已獲得臺灣南部某大型醫院的青睞,以此進行多次驗證,證實能有效促進放射科醫生工作順序的最佳化,得以優先檢測疑似帶有氣胸病灶的影像資料,讓一些罹患氣胸、但較晚進行X光拍片的病人,不致延誤診療時效,因而提高存活率,可謂意義重大。

據了解,研華基於公開資料集建置深度學習X-光片氣胸分群模型,導入至上述醫院時,再搭配採用AI架構服務的資料前處理、超參數調校等功能來優化模型,進而完成可分群醫院 X-光片是否有氣胸(Yes/No)之AI模型;後續證實在醫院測試集上Dice Index超過0.8,已達到可上線使用的標準。

值得一提,關於氣胸檢測的取像、推理、確認、標註、模型再訓練、模型換置等六項執行步驟,其實亦適用於主動脈剝離、肺炎/肺結核/肺癌、腦出血等其他重症檢測工作,因此研華未來將攜手更多智慧醫療生態系夥伴,擴大基於WISE-PaaS/AIFS的醫療影像運用範疇,接續繁衍出主動脈剝離檢測方案、肺部病症檢測方案、腦出血檢測方案等等,讓更多病患受惠。


  •     按讚加入DIGITIMES智慧醫療粉絲團
更多關鍵字報導: 研華 WISE-PaaS AI 智慧醫療