北醫附醫與台灣人工智慧實驗室合作，率先啟用「AI 胸腔 X 光新冠肺炎篩檢」
臺北醫學大學附設醫院率先與台灣人工智慧實驗室（Taiwan AI Labs）合作，將能夠 自動偵測新冠肺炎的「胸腔 X 光偵測系統」應用到醫院標準流程。這個偵測系統以 AI 辨識醫院上傳的胸部 X 光片，可即時顯示肺炎特徵位置及偵測肺部遭受感染之可信度 數值，並提供給臨床醫師。 自新冠肺炎爆發以來，臺灣確診病例不多，因此不是所 有醫師都有診斷新冠肺炎的經驗。如果病人沒有出現一 些可以輔助判斷的症狀，可能需要花幾天的時間才會被 確診。北醫附醫陳瑞杰院長指出，期待將院內收案的疑 似案例透過 AI 即時偵測，減少篩檢次數及醫療費用，進 一步加速醫院既有處治流程。 北醫附醫魏柏立醫務副院長表示，目前醫院收到疑似確 診案例時，第一時間便進行胸腔 X 光檢查及 RT-PCR 篩 檢，檢測確診後需透經 CDC 通報，收到報告消息至少 需 2～3 天，再決定入住或離開負壓隔離病房；假設 1,000 位疑似案例做「PCR 篩檢」，而每位 PCR 篩檢自費費用預估為 3,000 元，總計 將花費 300 萬元再加上等待檢測結果時間，恐會影響病患治療的即時性。【左圖：北 醫附醫陳瑞杰院長期待透過 AI 即時偵測，減少院內篩檢次數及醫療費用】 因此院方希望優化目前醫療既有流程，與台灣人工智慧 實驗室團隊討論，希望透過與以往不同的 AI 機器訓練模 型方式，重視 AI 模型之特異性（Specificity）數值，並 從大量疑似病患中以「胸腔 X 光偵測系統」找出真陰性 （True Negative）案例，可大幅降低 PCR 普篩所需醫 療資源及費用。 系統將建置於臨床試驗並持續加入更多臨床資料，院方 提供醫學專家知識想法與建議，AI Labs 提供專業技術 指導，並將訓練模型的困難度提升，為使精進系統準確 率及穩定性。未來當病患完成胸腔 X 光片拍攝，將影像 上傳至 AI 胸腔 X 光偵測系統，即可在短時間內偵測病患肺炎特徵之可信度數值，醫師 可針對 AI 系統偵測可信度高的案例做進一步檢測與治療，也可減少未即時確診而造成 的風險，提升醫療品質。【右圖：魏柏立醫務副院長表示，「胸腔 X 光偵測系統」可 加速病患治療的即時性】此外，雙方於 2019 年合作開發的「AI 敗血症預警系統」目前已使用於重症加護病 房，透過 AI 大數據學習與北醫醫師專家醫學知識指導，從數萬筆資料中找出特定參 數，並針對病患預測當下及未來 48 小時內罹患敗血症機率，醫師可針對危險性高之病 患即時關切及給予治療，以避免錯過黃金治療時間。目前北醫附醫與台灣人工智慧實 驗室持續密切合作，希望未來能將 AI 開發成果實際落地運用於臨床，輔助臨床醫師。 【下圖：臨床運作流程與加入新冠肺炎偵測系統的比較】 （文/北醫附醫）
