國家實驗研究院
活動+
 

30分鐘縮至7秒 新創AHEAD協助醫師血液診斷3D視覺化

醫師可以在上方3D區域分析檢體,同時也能在下方2D系統圈選數值。蔡騰輝攝

臺大醫院內科部血液科、台灣大學台成幹細胞治療中心、國立清華大學電機工程學系、人類行為訊息暨互動計算研究室等多方團隊共同合力,產出智能化血液診斷與預後預測的人工智慧(AI)技術,將原先專科醫師觀察血液和骨髓中是否有微量血癌細胞所需要的20至30分鐘檢測判讀過程,大幅縮減至7秒,

 點擊圖片放大觀看

開啟檢測流程,醫師可以選取檢測樣本與設定參數。蔡騰輝攝

李政霖(左)與研發團隊努力提升醫療流程,並且提高檢測準確率。蔡騰輝攝


5,000筆資料訓練人工智慧

系統目前判斷結果與醫師的判讀超過90%都相符,另外在預後的預測上也能達成80%的準確率。在InnoVEX 2019創新與新創展上,AHEAD 人工智慧工程師李政霖說,過去醫師必須從許多2D的圖片中,圈選畫記,再與醫院系統生成的圖片交叉判讀和給予診斷,而現在團隊經過2年的努力,已將台大醫院過去7年5,000多筆的數據資料,整理且訓練為可應用的人工智慧系統。

在人工智慧所產出的3D系統上,藍色代表過去沒有白血病,紅色則代表過去有白血病,再比對當下的檢驗結果,醫師可以在7秒內快速了解狀況以後,再協同其它資料給予更有效率的醫學處置。


FDA認證與成立公司

技術的研發初心,不僅希望提升醫療效率、加快臨床資料判讀,同時更是要提升預後成效。而在系統的醫療許可認證上,團隊未來預計從美國FDA認證著手,同時也會積極取得台灣食藥署的認證。

團隊預計2019年正式成立公司,而李政霖也說,許多醫院導入電腦系統輔助與人工智慧,就是希望能夠提升效率,並且讓系統協助醫師處理一些重複性高且數據量大的任務。也因為血液資料庫相當龐大,過往的實驗流程是使用流式細胞儀,一次分析數十萬至上百萬顆細胞,而每個細胞又有 6 個生物標記,因此要分成多個試管來檢測,再將這些過程乘以上百萬顆細胞,每次交叉比對都會產生極多的數據,也使醫生每次判讀的流程至少需要30分鐘以上,也因次透過AI來協助,可以縮短判讀時間至7秒內完成,不僅準確率逐漸提升,人為錯誤也可以因此降低。

  •     按讚加入DIGITIMES智慧醫療粉絲團
更多關鍵字報導: 生物檢測 生醫新創