骨髓抹片判讀是血液疾病確診的重要基礎,若倚賴人工,費時費工計算才能精準判讀。台大醫院研發骨髓抹片AI自動分類計數系統,兩年來建立超過30萬顆骨髓細胞資料集,領先全球。
台大醫院24日舉行記者會,發表和AI廠商雲象科技共同研發的骨髓抹片AI自動分類計數系統。醫院官網也同時發布新聞稿指出,在雙方合作下,已建立超過30萬顆骨髓細胞、共計10類主分類及40類次分類的資料集。
以AI協助計數骨髓抹片的重要性為何? 中央社引述台大檢驗醫學部主任周文堅說,當病人抽血檢查發現疑有造血疾病時,會做骨髓穿刺檢查進行確診,將抽出的骨髓液做成抹片,經染色後,觀察骨髓細胞型態並進行分類計數,是診斷血液疾病的首要關鍵任務。
周文堅說,骨髓細胞數量、種類多且複雜,傳統計數工作是由醫檢師在顯微鏡下以人工方式計算細胞。醫檢師需要熟練各種血球型態,仰賴長久的訓練和經驗累積;人工計數必須要多算才能更準確,一般至少要算到500顆細胞,相對也就費時費工,不同的醫檢師判讀也可能比較主觀。
根據統計,目前人工判讀一張影像,依難度不同平均耗時30分鐘,若抹片差異較大,甚至會選擇2片玻片分別進行計數,得耗費雙倍時間。
在人工計數的限制下,細胞計數的影像無法存檔或再次確認,人工計數的成果也比較難被驗證。
透過AI完成自動計數及分類骨髓血液細胞,除可縮短計數時間、提高判讀一致性,使用者僅需透過顯微鏡圈選區域,AI即可提供細胞自動分類計數的摘要成果,準確率近9成,且預估能比人工判讀至少節省50%計算時間。
以人工智慧閱片的好處,周文堅說,細胞型態的經驗累積很適合人工智慧的訓練。人工智慧比較省時、節省人工,可以多算一點細胞,增加準確率,也會比較客觀。
AI骨髓血液分類計數系統可協助包含白血病、血癌、再生不良貧血等血液疾病的診斷,但周文堅也強調,疾病的確診仍仰賴醫師「眼見為憑」,不是僅靠AI就能診斷。
雲象科技執行長葉肇元表示,目前以骨髓抹片AI自動分類計數達到的成果,資料數量領先全球,全台灣目前僅台大醫院有相關技術,但也希望和其他醫院展開合作,有助AI練兵。
新聞來源:台灣英文新聞