獨／AI人工智慧揪出瘧疾 疾管署「鷹眼專家」終能退休了
▲ AI人工智慧揪出瘧疾，疾管署「鷹眼專家」終能退休了。（攝影／劉亮亨、莊喬迪、張凱喨；製作／張舒芸；資料提供／疾管署）
瘧疾爲臺灣法定傳染病，雖在1965年根除，每年仍有10至30例境外移入病例。一旦醫院收到疑似病例，需將影像檔送至疾管署，以人眼判讀是否感染，但隨着署內唯一的「鷹眼專家」郭明珠即將退休，疾管署尋求外援，改用人工智慧輔助，經過半年多的訓練，電腦判讀惡性瘧原蟲準確度超過9成，未來有望領先全球建立瘧疾血片資料庫，展現臺灣軟實力。
瘧疾感染爲遭帶有瘧原蟲的蚊子叮咬後，紅血球被指環體佔領，進而出現一系列發燒、冒冷汗、肌肉痠痛、噁心嘔吐症狀。若無適當治療，嚴重者可能導致黃疸、休克、肝腎衰竭、肺水腫、急性腦病變，並可能造成死亡，但只要及時投藥，基本上一天內就能緩解。
臺灣近年來揪出的瘧疾案例，多是以高燒作爲表徵，其中又以惡性瘧、間日瘧爲大宗。醫院鏡檢患者血液發現疑似案例，除需依《傳染病防治法》將檢體送疾管署，還須在第一時間拍下顯微鏡影像由專家進行判讀，確認感染期別及型別，好對患者進行投藥，若檢體在深夜送到，專家也需趕回疾管署進行研判。
計劃發起人、疾管署副署長莊人祥表示，AI人工智慧的着力點在於最後一階段的輔助判讀，未來模型建置完成，不排除開放給醫院直接套用，讓醫事人員一驗就知中標與否，縮短投藥時間。
人工智慧判讀瘧疾，需由大數據做爲輔助，而這些數據全仰賴疾管署提供。疾管署與人工智慧實驗室去年7月申請科技部計劃通過，今年1月正式投入影像掃描，但光是前置作業，就遇到不少難關。
計劃負責人、防疫醫師劉宇倫表示，瘧疾血片鏡檢需使用100倍物鏡，清晰觀察寄生於紅血球的瘧原蟲，但一般組織病理切片掃描物鏡多爲40倍，一開始找不到適合的電動顯微鏡，只能靠廠商提供的舊機器，以4平方毫米網格慢慢掃描，加上高倍率掃描容易因環境震動，影響玻片對焦品質，每次掃片會以Z-stack模式儲存3個焦層，增加準確率，光掃一片血液抹片，就需耗上4至6小時。
▲疾管署瘧疾血片資料庫建置步驟。（圖／疾管署劉宇倫醫師提供）
除了掃描花時間，影像庫建立作業也是一大問題。劉宇倫提到，掃描後的影像將依每個網格分層，切割爲2048X2048單位的jpg檔，再對瘧原蟲位置進行標記，由於影像檔案極大，轉檔上傳過程讓電腦數度當機，後來改採隨身硬碟儲存，才成功將影像提供給人工智慧實驗室進行分析。
疾管署1月至今已掃描50片血片，共計570萬張影像檔，成功標記出3000多片惡性瘧原蟲。劉宇倫笑稱，爲了方便電腦學習，掃描的都是「教科書」等級，指環體在紅血球清晰可見。不過，瘧原蟲在血液中除了第一階段指環體外，尚有活動體、分裂體、配子體、生殖母細胞等階段，有些保存過久或染色不佳的抹片，都需專家指點，才能將血片中的瘧原蟲一網打盡。
劉宇倫提到，瘧原蟲找到宿主後，多以指環體存在於血球中，蟲體逐漸長大爲成熟活動體，其核染質與細胞質開始分裂爲分裂體，分裂體破裂後分裂小體被釋出於血液中，如此在紅血球內的分裂繁殖稱紅血球內分裂繁殖，然後分裂小體又進入新紅血球內發育，反覆其分裂繁殖至人體產生的免疫或被抗瘧藥物抑制爲止。
▲疾管署在掃描血片時，需手動一張張標記出瘧原蟲。（圖／疾管署提供）
疾管署瘧疾唯一判讀專家、檢驗及疫苗研製中心寄生蟲實驗室辦事員郭明珠謙稱，通常醫院送來的瘧疾血片都在指環體階段，能夠一眼就揪出，也是靠46年的經驗，加上顯微鏡近年來已有大幅進展，「我從不好的看到好的，辨識上當然更容易。」
不過，郭明珠也分享辨識撇步，像是臺灣常見的間日瘧，因爲原蟲喜歡寄生在年輕、幼小的紅血球上，顯微鏡下的血球會成不規則狀，而血性斑點也是判斷關鍵。至於惡性瘧則容易遭到血小板、染色雜質相互干擾，此時就要從核、細胞質、色素等三要件辨識。
▲疾管署防疫醫師劉宇倫指出電腦標記出的瘧原蟲。（圖／記者季相儒攝）
疾管署將掃描血片歸檔後，便送往人工智慧實驗室進行後續模組建置，若通過圖靈測試，電腦判讀準確率高過人類，就代表模組成功。人工智慧實驗室董事長杜奕瑾表示，1月至今已利用10多片血片、20多萬張圖檔幫模型建檔，目前已拿資料庫血片隨機測試，準確率已接近專業醫師水準。
人工智慧實驗室研究員郭柏辰表示，系統是利用已標記的瘧原蟲血片建置初步物件物件偵測模型，電腦接收血片後，會快速掃每一處影像，挑出可疑點做分類，最終再從中判定是否有血球遭感染。實驗室將判讀成果提供給郭明珠做最終確認，有9成5以上的瘧原蟲都能成功挑出 ，由於判讀不需要挑出全部瘧原蟲 ，就確診要求而言，已接近專業醫師判讀。
▲人工智慧實驗室董事長杜奕瑾。（圖／記者黃克翔攝）
杜奕瑾舉例，教電腦分辨瘧原蟲就像教小孩，拿着兩張不同的圖檔，告訴他「這個是，這個不是。」由於指環體辨識不易，過去的確發生將雜質誤判成瘧原蟲案例，但此時就要更有耐心，讓誤判圖檔混搭正確圖檔反覆出現，直到電腦完全學會爲止。
疾管署現存瘧疾血片共有4000多片，預計掃描200片作爲瘧疾AI辨識資料庫，但杜奕瑾坦言，「不需要這麼多」，因爲大數據首重多樣性，「有些血片長很像，對資料其實沒什麼幫助 ，需收集不同種類來源的血片。」
瘧疾AI系統在7月16日在疾管署展開首次測試，利用未判讀過的血片展開人機對決，除了比快還要比準。杜奕瑾表示，人工智慧實驗室預計在10月發表完整成果，屆時一定能達到圖靈測試標準。
▲疾管署電子顯微鏡掃描瘧疾血片，一張就要花4至6小時。（圖／疾管署提供）
對於AI在醫療發展願景，杜奕瑾說，臺灣除了瘧疾外，還有許多已根除的法定傳染病，隨着專家人數逐日凋零，人工智慧實驗室想做的，就是「把逐漸失傳的醫師智慧學習起來」，至於下一步要做什麼？還有待與疾管署討論。而瘧疾資料庫建置完成後，將免費開放給全臺甚至全球醫療院所使用，讓智慧醫材創造更高的附加價值。
至於人工智慧判讀結果是否仍人類做最後把關？杜奕瑾笑答，「不一定」，依照過去經驗，只要機器準確度達到一定水準，就不需人類判讀，像機場自動通關就是如此。不過，瘧疾判讀因牽涉到醫材，是否能完全將「人」抽離，還需通過食藥署審查才能放行。
▲疾管署與人工智慧實驗室合作，讓電腦學習揪出血液中的瘧原蟲，服務46年的專家終於能安心退休了。（圖／記者黃克翔攝）