持續導入AI技術 科技部建跨院醫療影像標註資料庫

記者/陳怡姍

自2017年10月開始推動「醫療影像專案計畫」,科技部於去年 (2018年) 12月底聯合國立台灣大學台北榮民總醫醫院台北醫學大學三大醫療團隊,啟用台灣首座本土化跨醫療院所之醫療影像標註資料庫。該資料庫鎖定國人醫療需求的心、肺、腦等重大疾病,匯集國內頂尖醫師的經驗及專業智慧,對醫療影像進行疾病標註,期望以AI科技促進國內醫療技術再提升,乃至掌握智慧醫療的先機。

醫療影像是目前最主要的非侵入式診斷工具,但是每個疾病個案約有數張至數百張影像,皆由醫師人工判讀。為協助醫師加速醫療影像判讀,以及提高診斷的一致性與精準度,同時縮短病人就醫時間和減少侵入式檢查,藉此降低醫療的支出,科技部結合AI與醫療影像之疾病診斷標註進行研究,與國立臺灣大學、臺北榮民總醫院、台北醫學大學團隊開發出台灣本土的醫療影像標註資料庫。其歷經一年的努力,目前已建置4萬6450個案例的醫療影像,其中有1萬7950個案例標註疾病資訊。此外,為激發創新應用、擴大資源效益,醫療團隊建置的醫療影像及標註資料,將匯入國家高速網路與計算中心(國網中心)平台,提供其他研究團隊與資料建置團隊合作,藉此進行醫療衛生目的之學術研究。

■ 針對心臟冠狀動脈疾病、腦轉移瘤、肺癌等國人主要疾病,先期的醫療影像標註資料庫已囊括其電腦斷層 (CT) 、血管攝影、磁振造影 (MRI) 、X光等15項影像資料集。(截圖自/科技部官網)

旨在開發具有自動分析功能的醫療影像判讀之AI演算法,以此解決臨床問題,科技部自2017年起推動「醫療影像專案計畫」以來,透過攜手上述醫療團隊及國立臺灣科技大學國立交通大學國立中央大學等學界AI專業研究人員,共同組成跨領域團隊,過去已開發出各項相關的協助診斷技術:國立臺灣大學團隊針對心臟血管疾病,透過AI自動將冠狀動脈結構與心肌血流功能融合;臺北榮民總醫院團隊針對腦部疾病,以AI自動偵測顱內轉移腫瘤,輔助醫師做診斷;臺北醫學大學團隊針對肺癌影像,透過深度標註與AI模型開發來協助肺癌病理分類、診斷與預後預測。

針對資安方面的疑慮,科技部也特別指出,相關資料在匯入國網中心前及應用於資料分析時,都會進行去識別化處理,保障當事人個資及隱私權。醫療團隊還將建立當事人動態同意機制,於資料利用前,告知當事人資料利用狀況與資訊回饋,讓當事人保有退出研究之權利,保障當事人之資訊自主權。

 

分享此新聞: