臺大醫院首創「AI計算骨髓抹片細胞」加速血液疾病診斷

臺大醫院攜手科技業者開發AI人工智慧於骨髓血液細胞分類系統。(圖/記者洪巧藍攝)

記者洪巧藍/臺北報導

白血病等血液疾病診斷,需仰賴醫檢師手工執行骨髓血液細胞抹片分類計數光是一張影像就得做500顆細胞分類,相當耗時耗力,臺大醫院今(24)日公佈創新技術研發成果,率先全臺導入AI人工智慧發展骨髓細胞抹片自動分類計數系統,準確率已經可以達到9成,不但降低醫療人員作業負擔也提升醫療診斷品質

臺大醫院收治國內很大一部份白血病病患,血液疾病相關檢體一年新增達到2500件。臺大醫院檢驗醫學部主任周文堅說明,當病人抽血檢查發現異常時,會藉由骨髓穿刺檢查進行確診。將抽出的骨髓液做成抹片,經染色後,觀察骨髓細胞型態並進行分類計數,爲診斷血液疾病的首要關鍵任務

計數的工作由檢驗醫學部的醫事檢驗師負責,在顯微鏡下人工進行500顆細胞分類計數,是一項需要經驗費時費工的工作,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進行計數,耗費雙倍時間

傳統骨髓血液細胞分類計算得靠人工標註手動計算。(圖/記者洪巧藍攝)

臺大醫院檢驗醫學部血液檢驗團隊雲象科技合作,共同研發出骨髓抹片AI自動分類計數系統,經醫檢師在AI顯微鏡取像後,即可得到量化的自動分類計數結果。雲象科技執行長葉肇元指出透過深度神經網路訓練流程讓AI學習資料比對,共有10名醫檢師人力投入,目前已經分析超過2萬張影像,標註逾35萬顆骨髓細胞,是世界最大標註資料集

周文堅表示,相較於傳統手動計算,骨髓抹片AI自動分類計數系統預估至少節省50%時間,未來加上AI自動選取區域進行影像辨識,更可進一步提升作業效率及品質。

葉肇元指出,目前系統準確率近9成,將進行臨牀試驗流程並將結果送衛福部食藥審查,保守估計最少半年至一年,待順利通過後,可進一步於臨牀上應用。