台灣自2017年首度舉辦醫療科技展以來,規模年年創新高,今年共有近1900多個攤位、12 個國家、超過3500位國際人士參與,較去年成長40%。台大醫院在歷年醫療科技展從未缺席,今年展示自行研發之「智慧術後傷口追蹤系統」手機app,以及能分辨老人斑還是細胞癌的「皮膚科疾病分類」,其準確度之高傲視國際,吸引紐澳等外籍專家駐足洽談合作。
基底細胞癌、黑色素瘤、鱗狀細胞癌、痣、脂漏性角化症(老人斑),是五種外觀不容易分辨的皮膚疾病,但前三種是惡性的皮膚腫瘤,若能準確偵測,有助即早治療。台大生醫電子與資訊學研究所教授賴飛羆表示,過去曾有其他研究給AI學習20多萬筆診斷,但結果發現當切片結果出爐,AI的準確度只有六成,這是因為AI所學習的診斷,是三位醫師的共識決,這種共識決的準確度本來就只有65%左右。
台大醫院醫神計畫團隊與合作廠商共同開發的「皮膚科疾病分類系統(AI-CDSS)」技術,讓AI學習的影像和診斷,全部是根據切片檢查的最終結果,因此準確度高達近90%。賴飛羆表示,皮膚病目前即便在頂級期刊的準確率都只有在65%左右,主要的理由是他們所用的20幾萬個診斷是來自於三個醫師的共識決,這作為黃金標準,但準確率和切片檢查的結果比較,準確率只有六成五,這是過去AI所學習的黃金標準,我們最大的不同就是我們每張影像都有切片檢查的結果去支持,所以準確度是現行技術中準確度最高的。未來此技術的AI學習範圍將跨出台灣,希望未來診斷範圍能包括亞太、紐澳、非洲等不同人種的皮膚。
台大醫院的「智慧術後傷口追蹤系統(AI-SWAS)」,則可望為遠距或偏鄉醫療、機構或偏鄉長照等就醫不便的族群,帶來更即時便利的傷口判讀建議。台大醫院整形外科主任戴浩志表示,研發團隊耗時三年,讓人工智慧深度學習各類傷口影像及醫師專業意見,作出了手機APP。病人術後回家自拍傷口照片,APP就能根據顏色區塊自動偵測有紅腫、壞死、出血、化膿四種需回診的情況,並且立即提醒民眾就醫,準確度超過9成。APP也能幫助醫師二次確認自己的判斷,不常看傷口的科別醫師參考APP結果,亦有助判斷是否需照會其他科別協助處理。
台大醫院整形外科住院醫師阮智楷說,未來也可以發展出警示功能,當病人傷口狀況不佳,APP直接通知醫療團隊,或是運用於居家長照、機構長照、偏鄉醫療,幫助家庭照顧者或照服員即早連結醫療服務,避免傷口感染衍生出敗血性休克、截肢等不良後果。