台大醫院結合AI新應用 加速血液疾病診斷
〔記者林惠琴/台北報導〕確診白血病等血液疾病前,往往需要藉由骨髓穿刺,抽出骨髓液做成抹片,經染色再觀察骨髓細胞型態並分類計數,是診斷病別最基本、最重要的步驟,傳統以人工作業費時費工,但台大醫院與科技公司合作發展出全台第一個骨髓抹片人工智慧(AI)自動分類計數系統,準確率已近9成,並有助於縮短時間與減少偏差,提高醫療效率。
台大醫院檢驗醫學部主任周文堅表示,正常血液的生成與分化會從幹細胞進展到造血前驅細胞,再分成髓系與淋巴系,前者包含紅血球、血小板等,後者則有B細胞、T細胞、殺手細胞等,涉及攜帶氧氣、凝血、免疫的功能,相關細胞的數量、比例須有一定標準,否則可能發生血癌、再生不良貧血或其他血液疾病。
周文堅指出,民眾抽血發現異常時,通常要進一步透過骨髓穿刺,再由醫檢師經顯微鏡觀察骨髓抹片,分類細胞型態並計數,最後醫師依照相關資料進行疾病診斷。
周文堅解釋,一般來說,醫檢師至少要計算500顆細胞,算越多,醫師診斷疾病也會越準確,但每張影像依照難度不同平均耗時30分鐘,萬一抹片差異較大,甚至要選擇兩片玻片,就得耗費雙倍的時間,且較為主觀、需要仰賴經驗,可能出現偏差,就會影響疾病診斷。
不過,台大醫院與雲象科技合作發展出全台第一骨髓抹片AI自動分類計數系統,周文堅指出,由於細胞分類與計數涉及經驗累積,適合AI訓練,且AI可以算多一點細胞,增加診斷疾病準確率,並較人工作業至少節省一半的時間,呈現的數據也相對較客觀。
周文堅說明,台大醫院每年約處理2500件骨髓抹片,估計未來此系統可用於血液疾病相關的診斷,包含白血病、再生不良性貧血,或是腫瘤侵犯股髓等情況。
雲象科技執行長葉肇元指出,目前此系統準確率近9成,將進行臨床試驗流程,再送至衛福部食藥署審查,保守估計至少需要半年至一年,待順利通過後,即可進一步於臨床上應用。