国内 3 医院针对心、脑、肺部重大疾病，研发智慧医疗诊断模型。以脑部为例，AI 模型可缩短医生阅片时间从 10 分钟缩短为 30 秒钟，患者诊疗流程也有望从 2 周缩短为半天，减少病人等待焦虑。
随着高龄化时代来临，科技部自 2017 年起推动生医产业创新推动方案，把精准医疗列为特色重点产业。科技部今天举行研究成果记者会，聚焦心、脑、肺部重大疾病，补助台大医院、台北荣总与台北医学大学 3 团队，团队分享 AI 系统如何协助医生判读医疗影像并优化诊疗流程。
科技部政务次长谢达斌表示，全球都在思考更有效运用医疗资源，台湾拥有 1996 年以来健保长期累积的资料，再加上资通讯产业发达，可善用这 2 项优势发展智慧医疗解决方案，优化临床诊断时间、简化繁复流程。医院建立的 AI 模型，未来也可以帮助中小型医院、偏远地区辅助判断。
台北荣民总医院放射线部主任郭万祐表示，台北荣总与台湾人工智能实验室合作开发脑转移瘤 AI 辅助诊断系统，利用过去 30 年 1,000 笔以上个案进行治疗等级标注，近期加入健保署影像数据库，协助 AI 模型进一步优化。
郭万祐表示，以肺癌为例，诊断过程会先判断“是否转移脑部”，后续还要拍摄多张脑部影像判断肿瘤大小，透过 AI 系统，医师阅片时间由至少 10 分钟缩短为 30 秒，患者诊疗流程也能由 2 周缩短为半天，不仅加快拟定治疗方针，也能减缓患者等待检查报告的焦虑。
台北医学大学副校长陈震宇则提到，北医研发 AI 系统专注在肺部疾病，透过侦测、分类影像与自动产出评估报告，报告准确率达 95% 以上。医师在阅片时间也从 20 至 30 分钟，缩短为 5 分钟。至于医生诊断时建议“3 个月或 6 个月再回来追踪”，透过 AI 系统，连病人回诊时间都能有更精准的标准。
台大医院团队则专注在心脏血管系统相关应用，团队与国际大厂 NVIDIA（辉达）共同开发“心脏主动脉钙化与脂肪全自动分析 AI 模型”，是全世界唯一能自动分类及计算胸腔钙化与脂肪定量的 AI 模型，分析一个病例只需 0.4 秒，可应用在辅助报告及建置国人心血管疾病风险预测模式。
（作者：苏思云；首图来源：shutterstock）
