AI輔助骨髓細胞分類 台大建立世界最大標註資料集

血液疾病如再生不良性貧血、血癌等,都需經過骨髓細胞的判讀才能診斷。過去醫檢師採取人工方式判讀,但骨髓細胞種類繁多,至少需算上500顆才較準確,多工又費時。台大醫院2年前與雲象科技合作,研發出AI自動分類計數系統,可協助醫檢師節省50%的手動計算時間,下一步將進行臨床試驗。

台大醫院每年約需進行2500件骨髓血液細胞分類,藉由骨髓穿刺,取出骨髓液做成抹片,染色後進行分類計數,是血液科當中最基本、最重要的檢查。醫檢師在顯微鏡下進行500顆細胞分類計數,一張影像平均耗時半小時,若抹片差異大,甚至需耗費雙倍時間。

2017年下半年起,台大醫院與雲象科技合作,共同研發AI自動分類計數系統,在10名醫檢師的投入下,現已建立出世界最大標註資料集,擁有超過35萬顆細胞標註、2萬張高解析影像,目前仍在持續增加中。

台大醫院檢驗醫學部主任周文堅表示,骨髓裡面含有非常多種細胞,有類似的地方,也有微細的不同之處。過去人工判讀相當費力,需要長久的經驗累積,經驗傳承也較耗時,但藉由AI的輔助,判斷結果較客觀,且可經由訓練加強準確度,預估可減少50%的計算時間。

雲象科技執行長葉肇元表示,目前AI自動分類計算系統判讀的準確度已趨近9成,下一步將進行離床試驗,距離取得上市核可,預估約需半年到1年的時間。若其他醫院有興趣,亦可合作進行落地應用。

周文堅強調,AI的出現目的不在取代醫檢師及醫師,而是輔助。血液疾病的診斷並非單看骨髓細胞的分類,亦需仰賴醫師結合影像數據、臨床數據、病史等,進行綜合判斷。

中時 林周義

相關文章

分享