智慧應用 影音
科技產業報訂閱
DForum0416雲端大數據論壇

【高速運算應用-學研之星】成大詹寶珠教授利用人工智慧輔助肝臟病理切片影像分析

成功大學詹寶珠教授

臨床上,病理組織切片是判斷癌症與否的最終依據,針對採樣檢體的切片或抹片,病理科醫師利用顯微鏡來觀察細胞層級的型態變化,找尋可疑的病灶特徵,作為診斷依據,以輔助臨床外科醫師做進一步的治療,因此病理科醫師是醫療團隊中不可或缺的成員。

在進行病理組織切片判讀時,不同病灶的特徵資訊相當多且複雜,且因應觀察不同特徵,病理組織切片會有不同的染色。為有效診斷,病理科醫師通常需在顯微鏡多種倍率下,巨觀整體組織結構,及微觀細胞層級的特徵,往往需耗費相當大的心力與時間。常見的肝臟疾病,如肝癌與肝炎等,肝臟病理切片中有許多重要的病灶資訊,舉例來說目前已知如肝纖維化、腫瘤及壞死區域偵測、門脈浸潤偵測、脂肪肝油滴偵測等項目是需要加以辨別、計量與區域標示的。

成功大學電機系詹寶珠教授旗下的研究團隊,透過將病理切片數位化成高解析度的影像後,利用人工智慧(AI)演算法搭配影像處理技術,發展協助病理科醫師做肝臟病理切片的輔助辨識系統,正是AI應用於病理分析發展的先驅者。

由於病理組織切片的數位化影像動輒10 GB到50 GB大小,在AI學習過程中需要耗費大量運算資源與儲存空間,於是向國網中心申請TWCC(Taiwan Computing Cloud Service)臺灣AI雲的高速運算服務資源。該團隊先將一張數位病理影像切成數千張小圖,再放到TWCC平台做AI學習,目前初期與成大醫院及高雄榮總醫院合作,取得需要的資料集(Data Set),目前已收集約4千多張的肝臟病理切片影像的資料集建立。

為了擴大使用的範圍,目前除了在國網中心進行模型訓練,亦將AI學習所產生的推論(Inference)建置在國網中心,讓欲使用這套AI系統的醫院連線到國網中心來使用,國網中心並建置了慎密的資料安全措施,嚴格把關資料保護存取規範。

如果醫院對於資料的安全隱私有所擔心,在TWCC做完的AI學習所產生的推論模型後,亦可在醫院完備運算及儲存資源下,部署到醫院內部。目前在成大醫院與高雄榮總醫院正積極將此AI輔助系統佈建成為院內輔助病理診斷的部分流程。詹寶珠教授亦歡迎其他醫院的研究團隊合作,讓這個輔助系統可以發揮更大的效益。

詹寶珠教授的研究團隊目前使用TWCC平台進行AI學習,由於使用量非常龐大,所以與國網中心的工程團隊一直保持緊密互動,一旦有特殊的運算需求,國網中心會主動協助解決AI學習上的效率問題。展望未來的精準醫療趨勢,下一階段希望在完善考量資安保護的前提下,發展成雲端平台的肝臟病理切片的影像輔助系統,因為牽涉龐大的上傳資料,仍需要與國網中心做更進一步的諮詢與整合。

因為擁有TWCC的運算資源與國網中心完善的服務,讓這個跨產業的合作開啟穩固的基礎,也讓大量醫療資料可以放在台灣本地伺服器上,這對申請TFDA醫材認證成為商品化的重要里程碑,詹寶珠認為TWCC是台灣AI應用得以展現發光發熱成效背後的幕後英雄。

  •     按讚加入DIGITIMES智慧醫療粉絲團
更多關鍵字報導: 成功大學