AI判讀再進化 實現全玻片判讀揪肺癌


  台北醫學大學與雲象公司(aetherAI)共同開發的全玻片病理影像辨識系統,透過AI不需人工標註,即可對全玻片自動判讀肺癌與腫瘤細胞亞型,這不僅是台灣的數位病理創新的突破,此項成果也獲得國際肯定,登上頂級期刊Nature Communications。

 

  過去要診斷肺部腫瘤,醫師須穿刺或開刀取下疑似腫瘤組織,送到病理檢驗部門製成病理玻片,再經由病理科醫師透過顯微鏡一張張判讀,得花費不少時間與心力。

 

圖說:雲象公司致力於數位病理領域及AI輔助診斷的開發及研究。/圖片來源:雲象科技官方臉書

圖說:雲象公司致力於數位病理領域及AI輔助診斷的開發及研究。/圖片來源:雲象科技官方臉書

 

  有別於得判讀傳統流程,AI判讀系統會從肺部腫瘤病理切片數位影像中,劃出不正常區域,再從中分辨組織是否為良性或惡性腫瘤組織,更進一步,若為惡性還能區分出是肺腺癌或肺鱗狀上皮細胞癌。AI判讀完成後,資訊會彙集予病理科醫師做最後判斷。

 

  得益於AI判讀,不僅能減少人為判斷錯誤的機率,系統準確率也高達95%以上,讓作業時間大幅縮短時間2/3至3分鐘完成,減少病理科醫師的負擔,加速病理診斷的時效。

 

  雲象的技術突破關鍵在得以訓練全玻片影像,他們先是解決記憶體問題,再以資料搬遷方式提升速度,最後他們也運用科技部巨量醫療影像計畫中的9000多張肺癌影像資料集,用近5億畫素的全玻片影像來訓練AI模型並辨識癌症和分類,提升系統判讀準確率。

 

  數位化的全玻片影像不再需要影像切割及費時的細節標註,即可用來訓練AI做癌症辨識,台灣各家醫院過去所累積的大量玻片資料也也能得到充分應用,可以預見未來此技術在數位病理乃至醫療AI尖端技術能做出的貢獻,這項研究成果亦刊於國際頂尖科學期刊 Nature Communications,廣受各界肯定。

 

https://www.find.org.tw/attachment/wind_content/f99ba70809409e4ade88e05fa83d4413_b07220281644b9bd4b6261

圖說:北醫大與雲象的研究成果已刊於國際頂尖科學期刊 Nature Communications。/圖片來源:Nature Communications網站螢幕截圖

圖說:北醫大與雲象的研究成果已刊於國際頂尖科學期刊 Nature Communications。/圖片來源:Nature Communications網站螢幕截圖

 

 

參考來源:

https://www.homepage.aetherai.com/

雲象科技官方網站

https://www.cna.com.tw/news/firstnews/202102260073.aspx

中央社/台灣醫療科技新突破 人工智慧3分鐘揪肺癌病灶

https://www.ithome.com.tw/news/142892

iThome/AI趨勢周報第158期:推薦模型太大跑不動?臉書最新壓縮術讓模型縮小成百分之一

https://ctee.com.tw/industrynews/technology/421436.html

工商時報/雲象科技與北醫共同研究成果 登上國際科學期刊 Nature Communications

延伸閱讀
作者相關文章