人工智慧於醫學影像的應用
人工智慧於醫學影像的應用
電機工程學系 蔡孟燦教授
醫學影像在疾病診斷上扮演十分重要的角色，現有的醫療影像技術包含 X 光、電腦斷層、超音波、核磁共振、病理切片、光學影像等。醫學影像精確判讀病症需藉由醫師長時間累積的經驗，醫學中心或大型醫院或許較充足的專業人力，然而對於小型診所或偏鄉則有實行上的困難。儘管如此，醫學中心或大型醫院在面臨大量檢測需求及人力不足的情況下，快速及精確判讀也面對挑戰。人工智慧的發展可以分擔醫療人力與偏鄉醫療需求，透過軟體演算法可協助解讀影像、加速檢測流程並可減少判讀偏差。
近年醫學影像結合人工智慧技術中機器學習與深度學習快速發展，已經有許多成功例子，如：(1) 利用人工智慧 X 光影像技術判讀因 COVID-19 所造成的肺部疾病，並用於預測病患治療成效；(2) 透過人工智慧演算法可從電腦斷層影像中辨識肺栓塞；(3) 眼科光學斷層掃描影像(OCT；Optical Coherence Tomography) 透過人工智慧演算法可用於診斷糖尿病所引起視網膜或老年黃斑部病變，也可用於診斷青光眼；(4) 心臟超音波影像結合人工智慧可以自動化判讀異常心室壁作動；(5) 人工智慧可以用於自動化病理切片判讀並可大幅減少人力需求及提升檢測速度。除了上述範例，目前已有許多團隊著手開發各種可能的應用，並隨著所開發的演算法多元化，人工智慧的判斷精準度與速度也能獲得提升。然而儘管人工智慧可節省人力並解決目前醫療上可能的困境，但醫療成效需要有溫度的雙向溝通，在未來的醫療人工智慧扮演的角色將是輔助臨床人員而非取代臨床人員的專業判斷，減輕臨床人員的負擔也將是人工智慧在醫療上最大的目標。
