加速疾病診斷!臺大研發AI判讀骨髓抹片系統 獲衛福部、歐盟認證

臺大醫院與雲象科技合作骨髓抹片AI分類計數系統」。(圖/臺大醫院提供)

記者洪巧藍臺北報導

骨髓抹片是白血病血液疾病診斷依據,過去主要仰賴人工手動判讀,臺大醫院研發「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%,並已獲福部與歐盟CE覈准,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。

根據福部統計資料臺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年患者數量爲例,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。

臺大醫院爲臺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年臺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。

▲臺大醫院檢驗醫學部主任周文堅。(圖/臺大醫院提供)

臺大醫院檢驗醫學部主任周文堅指出,骨髓抹片判讀爲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。

爲確保這套系統可實際用於臨牀,研究團隊從訓練、測試一直到後續進行多國多中心臨牀驗證,將包含臺大醫院、臺大雲林分院、臺北國泰醫院美國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分類標註的細胞數量,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,突破血液疾病臨牀診斷與教學研究瓶頸

▲(由左至右)雲象科技執行長葉肇元、臺大醫院院長吳明賢、臺大醫院檢驗醫學部主任周文堅。(圖/臺大醫院提供)

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,驗證此係統在未來運用方面普遍性,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,成爲血液疾病診斷的一項革命性工具利器

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,期望從臺灣出發,奠基於先進AI技術應用及骨髓細胞型態無人差異特色,開拓海外市場。