▲台大醫院與雲象科技合作「骨髓抹片AI分類計數系統」。（圖／台大醫院提供）
記者洪巧藍／台北報導
骨髓抹片是白血病等血液疾病診斷依據，過去主要仰賴人工手動判讀，台大醫院研發「骨髓抹片AI分類計數 aetherAI Hema」系統，讓過去需耗時約20分鐘以上的影像，只要5分鐘就可以做好判讀，和專家分析的正確率吻合度高達90%，並已獲衛福部與歐盟CE核准，取得智慧醫材許可證，是該領域全球首例同時獲兩地認證的AI醫材。
根據福部統計資料，台灣白血病與骨髓增生性腫瘤病患人數明顯逐年上升，以2016年至2018年患者數量為例，分別是2,168、2,355、2,550 ；而其中因白血病而死亡的人數每年約1,100人。
台大醫院為台灣血液病診治重鎮，院長吳明賢指出，院內從1983年來診斷及收藏許多骨髓抹片檢體，骨髓抹片判讀的人力素質及數量上在國內外均具優勢，而在2018年台大醫院與專注於醫療影像AI的雲象科技，進行產學合作，率先開發「骨髓抹片AI分類計數」系統。
▲台大醫院檢驗醫學部主任周文堅。（圖／台大醫院提供）
台大醫院檢驗醫學部主任周文堅指出，骨髓抹片判讀為診斷各種血液疾病的最基本且重要的方法，傳統人工閱片目前還沒有其它取代方法，一片骨髓抹片需計數500個血球分類，皆採人工手動，不僅耗時，也有主觀、經驗問題，細胞計數區域及影像無法存檔紀錄，成果難以驗證。
周文堅指出，開發人工智慧系統總共用了近60萬個細胞去訓練，並以逾兩萬六千個細胞測試，達成可自動分類計數15類骨髓細胞，從原本一張影像依難度不同平均耗時約20分鐘，縮短至5分鐘以內。
為確保這套系統可實際用於臨床，研究團隊從訓練、測試一直到後續進行多國多中心臨床驗證，將包含台大醫院、台大雲林分院、台北國泰醫院、美國BioReference Laboratories等4家院所、共254名病人的骨髓抹片，一張玻片由2名資深醫師及AI標註後相互驗證，吻合度比例最高可達90%。
周文堅指出，透過該系統輔助，醫師與醫檢師只需檢視AI分類標注的細胞數量，縮短判讀時間，減輕醫療人員負擔，而且提供量化、客觀，可反覆驗證的數據，有助經驗傳承，突破血液疾病臨床診斷與教學研究的瓶頸。
▲（由左至右）雲象科技執行長葉肇元、台大醫院院長吳明賢、台大醫院檢驗醫學部主任周文堅。（圖／台大醫院提供）
而系統從研發至取證歷經三年努力，2021年10月取得衛福部食藥署及歐盟CE的許可證，驗證此系統在未來運用方面的普遍性，是目前全球最先進的骨髓細胞計數與分類系統，將可推廣於全球的血液實驗室，成為血液疾病診斷的一項革命性的工具與利器。
雲象科技執行長葉肇元指出，歐盟認證有望加強歐洲推廣，美國方面也正努力增加相關驗證資料送FDA，目標取得上市許可，另於日本方面也有5所大學展開相關合作，取得當地資料，期望從台灣出發，奠基於先進AI技術應用及骨髓細胞型態無人種差異的特色，開拓海外市場。
讀者迴響