轉載從: Tech News 科技新報
國內 3 醫院針對心、腦、肺部重大疾病，研發智慧醫療診斷模型。以腦部為例，AI 模型可縮短醫生閱片時間從 10 分鐘縮短為 30 秒鐘，患者診療流程也有望從 2 週縮短為半天，減少病人等待焦慮。
隨著高齡化時代來臨，科技部自 2017 年起推動生醫產業創新推動方案，把精準醫療列為特色重點產業。科技部今天舉行研究成果記者會，聚焦心、腦、肺部重大疾病，補助台大醫院、台北榮總與台北醫學大學 3 團隊，團隊分享 AI 系統如何協助醫生判讀醫療影像並優化診療流程。
科技部政務次長謝達斌表示，全球都在思考更有效運用醫療資源，台灣擁有 1996 年以來健保長期累積的資料，再加上資通訊產業發達，可善用這 2 項優勢發展智慧醫療解決方案，優化臨床診斷時間、簡化繁複流程。醫院建立的 AI 模型，未來也可以幫助中小型醫院、偏遠地區輔助判斷。
台北榮民總醫院放射線部主任郭萬祐表示，台北榮總與台灣人工智慧實驗室合作開發腦轉移瘤 AI 輔助診斷系統，利用過去 30 年 1,000 筆以上個案進行治療等級標註，近期加入健保署影像資料庫，協助 AI 模型進一步優化。
郭萬祐表示，以肺癌為例，診斷過程會先判斷「是否轉移腦部」，後續還要拍攝多張腦部影像判斷腫瘤大小，透過 AI 系統，醫師閱片時間由至少 10 分鐘縮短為 30 秒，患者診療流程也能由 2 週縮短為半天，不僅加快擬定治療方針，也能減緩患者等待檢查報告的焦慮。
台北醫學大學副校長陳震宇則提到，北醫研發 AI 系統專注在肺部疾病，透過偵測、分類影像與自動產出評估報告，報告準確率達 95% 以上。醫師在閱片時間也從 20 至 30 分鐘，縮短為 5 分鐘。至於醫生診斷時建議「3 個月或 6 個月再回來追蹤」，透過 AI 系統，連病人回診時間都能有更精準的標準。
台大醫院團隊則專注在心臟血管系統相關應用，團隊與國際大廠 NVIDIA（輝達）共同開發「心臟主動脈鈣化與脂肪全自動分析 AI 模型」，是全世界唯一能自動分類及計算胸腔鈣化與脂肪定量的 AI 模型，分析一個病例只需 0.4 秒，可應用在輔助報告及建置國人心血管疾病風險預測模式。
（作者：蘇思云；首圖來源：shutterstock）