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）
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，是一項需要經驗與費時費工的工作，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與雲象科技合作，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署審查，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。