轉載從: Tech News 科技新報
骨髓抹片判讀是血液疾病確診重要基礎，但倚賴人工，費時費工計算才能精準判讀。台大醫院研發骨髓抹片 AI 自動分類計數系統，兩年來建立超過 30 萬顆骨髓細胞資料集，領先全球。
台大醫院今天舉行記者會，發表和 AI 廠商雲象科技共同研發的骨髓抹片 AI 自動分類計數系統，在雙方合作下，已建立超過 30 萬顆骨髓細胞、共計 10 類主分類及 40 類次分類的資料集。
以 AI 協助計數骨髓抹片為什麼重要，台大檢驗醫學部主任周文堅上午表示，當病人抽血檢查發現疑有造血疾病時，會做骨髓穿刺檢查確診，將抽出的骨髓液做成抹片，經染色後，觀察骨髓細胞型態並分類計數，是診斷血液疾病的首要關鍵任務。
周文堅說，骨髓細胞數量、種類多且複雜，傳統計數工作是由醫檢師在顯微鏡下以人工方式計算細胞。醫檢師需要熟練各種血球型態，仰賴長久的訓練和經驗累積；人工計數必須要多算才能更準確，一般至少要算到 500 顆細胞，相對也就費時費工，不同的醫檢師判讀也可能比較主觀。
根據統計，目前人工判讀一張影像依難度不同平均耗時 30 分鐘，若抹片差異較大，甚至會選擇兩片玻片分別計數，得耗費雙倍時間。在人工計數的限制下，細胞計數的影像無法存檔或再次確認，人工計數的成果也較難驗證。
透過 AI 完成自動計數及分類骨髓血液細胞，除了可縮短計數時間、提高判讀一致性，使用者僅需透過顯微鏡圈選區域，AI 即可提供細胞自動分類計數的摘要成果，準確率近九成，且預估能比人工判讀至少節省 50% 計算時間。
以人工智慧閱片的好處，周文堅說，細胞型態的經驗累積很適合人工智慧的訓練，人工智慧比較省時、節省人工，可以多算一點細胞，增加準確率，也會比較客觀。
周文堅說，AI 骨髓血液分類計數系統可協助包含白血病、血癌、再生不良貧血等血液疾病的診斷，但疾病的確診仍仰賴醫師「眼見為憑」，不是僅靠 AI 就能診斷。
雲象科技執行長葉肇元表示，目前以骨髓抹片 AI 自動分類計數達到的成果，資料數量領先全球，全台目前僅台大醫院有相關技術，但也希望和其他醫院展開合作，有助 AI 練兵。
（作者：陳偉婷；首圖來源：台大醫院）