【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。