訂報
社團法人台灣電子設備協會
 

AHEAD打造全面性AI臨床輔助系統

血癌與淋巴癌位居全球癌症死因前十名,由於該病進展甚快,一經確診就需進行化療,所以整個醫療團隊必須花費很大力氣找到最佳治療方針。但由於血液資料量十分龐大,既有檢測系統有人力判讀上的困難、負荷與限制,所以便有結合人工智慧技術,加速判讀速度並降低醫師工作負荷構想。台大AHEAD新創團隊執行長王毓棻表示,這是目前非常顯而易見而未被滿足的臨床需求;而AHEAD新創團隊在兩、三年前逐步成型,其成立目的就是為了解決血液系統相關疾病檢測,與預後診斷的速度。

AHEAD團隊裡的台大醫師姚明與柯博升皆畢業於台大醫學系,兩人先後出任中華民國血液及骨髓移植學會理事長;前者歷經內科住院醫師、主治醫師,現任內科部血液科主治醫師暨細胞治療中心主任、台大醫學院臨床助理教授。而柯博升自2000年開始,就擔任內科部血液腫瘤科主治醫師,現擔任內科臨床副教授、台灣藥物經濟暨效果研究學會理事長。他們與王毓棻可說是AHEAD新創團隊靈魂人物,也是將臨床問題導向開發AI解決方案的關鍵人物。

該團隊兩年前結識清大電機系副教授,同時也是人工智慧演算法開發專家李祈均,雙方一拍即合認為人工智能演算法,能協助解決臨床上這個未被滿足的需求,遂開啟了血液分析與AI演算法的跨領域結合。柯博升表示,這個新系統的準確度和人類幾乎一樣,一致率可達9成。

過去有經驗的醫生,其每個案例的判讀訓練也得花上半個小時,如今新AI系統只需7秒就可解決。他說,降低醫師判讀的負荷與時間是優先目標,而且經過合作開發、磨合與研究測試後發現,新系統確實能協助臨床醫師,更有效率進行臨床上繁重工作。

除了流式細胞儀外,未來AI分析也可進一步應用在預後分析預測上。所謂「預後預測」是指預測某個血液系統病人的治療成功機率、復發機率,甚至死亡的可能性。若能事先知道其概率及風險,便能針對不同臨床狀況進行更適當的治療計畫,例如針對高風險病人採取強度較高的治療,以增加病人的存活率。

雖然,目前離全面性預測還有一大段距離,但隨著醫療技術與AI技術演進,未來終究會有達成的一天。目前這套AI系統已經完成超過5,000筆歷史病歷資料比對作業,並能夠提供一個方便醫師立即掌握病人狀況的圖像化檢視介面。

姚明表示,時間對醫師與病人都極為重要,透過這個AI系統,可以快速又精準的判斷,讓醫師能騰出更多時間搶救病人或從事其他更為重要的事務,對於病人而言,更可能因此趕上黃金治療時間。雖然目前市面上也有許多醫療儀器商推出分析軟體,但這些軟體多半屬於通用型,甚至只是將原有資料圖像化。

若要判別正常與異常檢體在圖像上有何不同,在欠缺臨床上的專業知識與經驗導入作為輔助,還是需要再藉助醫師的專業與經驗再去判讀。對此,王毓棻表示,AHEAD是第一個把大量的醫師診斷資料利用機器學習的方法,把其專業臨床知識與經驗轉化到軟體上的AI演算法分析系統。透過這樣的工具,便能即時將不應該被拖延治療的病人判讀出來,以提供更適切的醫療診治。

血癌是一個具備非常多亞型的複雜疾病,而如今的AI分析系統只是個試金石。她說,透過不同臨床情境醫師的回饋,再結合AHEAD跨領域團隊的開發能力,相信未來能夠開發出因應不同疾病,與不同情況需求的全面性AI臨床輔助系統。

  •     按讚加入DIGITIMES智慧醫療粉絲團
更多關鍵字報導: 科技部價創計畫 AHEAD新創