TOP
乳房攝影品質分析與AI病變輔助偵測助理
說明

近年來人工智慧在影像辨識取得巨大的突破,帶起了新一波AI研發的熱潮。人工智慧可自行學習並理解潛藏的原理,透過電腦視覺、機器學習與深度學習技術,學習專業放射科醫師辨識能力,在乳篩拍攝現場,以AI找出可能影響醫師判斷的拍攝品質不佳,輔助放射師拍攝更精準的乳篩影像,自動判讀影像中的病徵資訊與類型,提示醫生需要特別注意之處,減少放射科醫師的眼力消耗,並降低個案判讀時間。

▲ 圖說:醫療影像標記與模型訓練流程

技術領域

    AI、知識圖譜、Deep Learning深度學習、Lesion Detection、Quality Detection

解決問題

由於我國已提供45歲以上婦女每兩年免費乳房篩檢,篩檢人數眾多,而現行乳房攝影輔助辨識軟體(CADe)臨床功能有限,篩檢之偽陽性較高。本方案與醫院既有PACS影像系統整合,醫院拍攝完乳房攝影,傳送至後端AI分析模組進行分析,透過醫院閱片系統,檢視AI分析結果,提供較精確風險分級,讓醫師優先閱片高風險案例,有效減低醫師之負擔。

▲ 圖說:AI乳房篩檢助理模仿醫師以雙側多視角乳房攝影影像判讀

主要功能

本方案可輔助醫師閱片,並儲存偵測結果電子病例。其功能特性如下:

1. 偵測乳篩影像缺陷,如未拍攝到全部乳腺、有晃動導致影像模糊等

2. 可偵測乳房攝影影像中之腫塊、鈣化、微鈣化、結構變形及局部不稱之病灶,腫塊、鈣化之偵測及辨識指標已達靈敏度(Sensitivity)93%、特異度(Specificity)90%、準確度(Accuracy)95%以上、BI-RADS分類準確度(Accuracy)80%以上,並評定其惡性程度,提供篩查後處置建議

3. 可持續學習影像資料,優化辨識能力

4. 其他AI醫療影像辨識相關的成果,如MRI肝腫瘤辨識、胸腔X光弓鈣化辨識、胸腔X光鎖骨辨識、糖尿病足傷口分類、術後傷口感染判讀等。

具體效益

本方案已與高雄榮民總醫院、馬偕紀念醫院及花蓮慈濟醫院合作,透過醫院閱片AI分析系統,提供精確風險分級,讓醫師優先檢閱風險高案例影片,亦與業者合作整合於iPad Pro,醫師可在任何地方檢視AI分析結果。

乳癌篩檢陽性個案取得報告時間由2週縮短為7至10天內。

國內外獲獎

榮獲2019 R&D 100全球百大科技研發R&D 100 Awards獎

榮獲2022 R&D 100全球百大科技研發R&D 100 Awards獎

立即聯絡