ISIA
活動+
 

日本展開放射影像AI分析實例學習

因制度分工確立,人工智慧協助診斷在日本快速發展,臨床實驗規模與深度迅速擴大。圖為腦部MRI影像。法新社

藉由IT技術、特別是人工智慧(AI)協助,進行放射線影像診斷的醫療技術,成為全球醫療界積極研究的智慧應用發展項目。隨日本醫療界認識到深度學習人工智慧的能力後,日本厚生勞動省已確定準則與責任歸屬,現在各大醫院均積極引進,有多種技術都已進入臨床測試階段。

現在日本最重視的領域,是以人工智慧進行核磁共振(MRI)影像的癌症分析,癌症若能早期發現早期治療,就有辦法在對身體影響最小的情況下提前治癒。但早期發現的困難,不只在病患通常沒有察覺而不會赴醫院檢查,還有病灶不明顯而疏忽,甚至更麻煩的,從重症部分轉移的癌細胞沒能及時發覺,嚴重時已難處理。

日本東京板橋區的私立大學帝京大學(Teikyo University)醫學部教授古德純一,就是研究用人工智慧分析腦部核磁共振影像,藉以判別是否有其他部分的癌細胞轉移到腦部的技術,由於頭蓋骨影響,只有特殊狀況醫生才會選擇切開腦部檢查,通常只能仰賴核磁共振等影像,對初期轉移的癌細胞很難確認。

古德純一表示,人工智慧對醫生判斷癌細胞種類與發展狀況,是很好的輔助工具,不僅正確度已超過90%,避免人為疏忽,還能節約醫療費用,減輕患者身體負擔。

原本廠商擔心,診斷失誤責任是在廠商還是醫生,而日本厚生勞動省在2018年12月定義,人工智慧只是輔助診斷工具,最終診斷還是要由醫生負責,同樣也禁止純靠人工智慧的診斷醫療事業,讓醫界與廠商有明確分工,現在臨床實驗開始加速進行。

當分工明確後,日本醫界隨即提出要求,希望人工智慧能有說明診斷原因的能力,因為醫生不能信任判斷模式黑箱化的技術,醫界可以提供資料學習甚至認證,但也希望廠商能提出讓醫生了解判斷機制的方式,這就成為IT廠的下一個努力方向。

日商Radiomics最新進行人工智慧醫療影像分析技術,是結合放射線影像技術與基因技術的Radiogenomics,藉由分析癌症患部影像,以及另行採取的特定MicroRNA濃度,進行更精密的癌症分析,目前日本由千葉縣及千葉大學(Chiba University)進行合作研究,預定2022~2024年可實用。

癌症外科手術後通常還需配合化療,而化療很傷身,要仔細調整,MicroRNA濃度本身是很重要的參考資料,而Radiogenomics可讓檢測時間縮短為6~7小時,現在被視為全新的癌症治療方法,特別對現有治療方法很難處理的胰臟癌有效。

  •     按讚加入DIGITIMES智慧醫療粉絲團
更多關鍵字報導: 日本 核磁共振成像 人工智慧