Wildsky F.

Easy things should be easy, and hard things should be possible.



醫療影像 AI 實例:利用 DeepMets 協助腫瘤診斷

Posted on

原文:【醫療影像AI實例:臺北榮總】AI只花30秒就能自動從數百張MRI影像找出腫瘤!準確率達95%

DeepMets 是敝司台灣人工智慧實驗室研發的醫療輔助系統。我個人是覺得這種做產品的新聞都應該要 highlight 一下他改變了什麼,還有他會不會有什麼副作用。

因為我目前還不是這個 team 的,所以還算是個局外人,就這篇文章來摘一下我看到的重點。

Before

過去,病患進行第一次門診和 MRI 進階檢查後,得等待5至7天,先由放射科醫生製作正式 MRI 診斷報告後,再進行第二次門診,才能決定治療決策。整個過程,往往要耗上一個月,病患更是等待得心急如焚。

原本整個診斷最少一週、也可能上看一個月。

一般傳統做法,醫生得從一系列數百張 MR 影像中,先找出腫瘤開始出現的那一張影像,在圖中手動標註出腫瘤區域,完成後繼續進行下一個深度的 MR 影像,依序標記到最後一張有出現腫瘤的MR影像後,就可以透過軟體來估算涵蓋這一批 MR 影像的腫瘤大小。這個過程所需的時間,視腫瘤形狀和大小而異,平均要花三十分鐘以上。若要再次詳細確認,還得花更長或好幾倍的時間。

醫生要自己畫腫瘤位置,然後要畫一百多張⋯ (三十分鐘畫完也是很快了)

After

「只要三十秒,就能從數百張MRI中標示出病灶位置、自動計算出腫瘤體積。」郭萬祐強調,DeepMets 大大縮短了判讀影像的時間,也能作為醫生的第二參考意見。醫生要是認為系統偵測結果不正確,也可以手動修正,來持續訓練模型。

現在可以加速,醫生也可以從 AI 診斷的結果去人工看他正不正確。

風險

根據臺北榮總今年4月最新統計的 AI 輔助診斷成果顯示,DeepMets 判讀腦轉移瘤的準確率,已從先前的 80% 提高至 95% 以上。臺北榮總希望未來通過測試和法規核准後,能有機會大規模部署於其他醫療院所。

雖然不太確定他的 95% 是怎麼計算就是了。

結語

姑且先不論 AI 會不會取代人類,現階段如果人類能從中受益就值得發展啦。就好像有個人現在在培養超強秘書,秘書未來某天可能會取代他原本的職位,但在此之前當然要好好地利用這個秘書讓自己的工作更順暢。

參考