芋傳媒 TaroNews - 台灣觀點.芋見真相

皮膚癌老人斑分不清 台大醫院人工智慧輔助診斷

圖片來源:Pixabay / 作者:rawpixel

台大醫院今天發表皮膚疾病診斷輔助系統,用人工智慧與手機 APP,可協助醫師判別基底細胞癌、黑色素瘤、鱗狀細胞癌、痣或老人斑,增加臨床診斷準確度,減少侵入性檢查。

台大醫院皮膚部主治醫師詹智傑上午在記者會表示,一般民眾可能因皮膚新長出的痣、斑點或皮膚有變化而就醫,但很多皮膚疾病,就算是資深醫師也可能無法用肉眼就百分之百診斷出疾病,常需要病理切片,利用顯微鏡仔細觀察才能確診。

不過,詹智傑說,病理切片需要手術,是侵入性的檢查方法,手術必然有相關風險,若病人做了切片結果發現是良性,對醫病雙方來說都是經歷了一個不必要的醫療處置。因此,提升臨床診斷的準確度有其必要。

台大醫院醫神計畫團隊與威強電集團威聯通共同開發「皮膚科疾病分類」(AI-CDSS系統)技術,建立人工智慧(AI)平台與手機 APP,提供智慧專家意見。

詹智傑說,皮膚科疾病分類 AI-CDSS 系統,利用人工智慧演算法,以民眾的皮膚狀況與變化為基準,依據實際病理切片報告為訓練標準答案,採用 3 種知名的深度學習架構的模型分析結果,第一階段測試資料驗證的準確度已達 9 成,可快速提供判讀結果供臨床醫師參考。

利用此平台自動判讀皮膚科的 5 類疾病,分別為基底細胞癌(BCC)、黑色素瘤(Melanoma)、鱗狀細胞癌(SCC)、痣(Nevus)、脂漏性角化症/老人斑(SEB K)。

前 3 類是不可忽視的惡性皮膚腫瘤,但皮膚外觀可能跟良性的痣難以區辨;有些老人斑則長得奇形怪狀,常讓民眾恐慌,但其實是良性,並不需特別處理。

系統的使用方法也很簡單,詹智傑說,執行時僅需將病人皮膚病灶處拍照後上傳到系統分析,幾秒內就可以在手機上顯示判讀結果,醫師臨床診斷時能快速提供類似第二專家意見。目前此系統已於台大醫院皮膚科門診驗證試用中。

詹智傑表示,第一階段僅用數千份有接受病理切片的皮膚狀況照片訓練系統,就可達到 9 成的準確度,是相當令人振奮的成果,且相信隨著訓練的材料增加,準確度可再提升。

詹智傑說,臨床診斷仰賴醫師視診、問診、觸診,輔助系統可協助醫師視診,醫師也可投入更多心力在問診和觸診,也能補足準確度。

(新聞資料來源 : 中央社)

邀請您加入「芋傳媒」的粉絲專頁
邀請您加入「芋生活」的粉絲專頁
我知道了

評論被關閉。