中國醫藥大學特聘教授蔡輔仁

中醫附醫發展AI有成 多項AI輔助醫療上線

採訪/施鑫澤 文/林裕洋 刊期/2019.7

在AI團隊全力與醫療人員配合,中國醫藥大學附設醫院順利推出多項AI輔助醫療服務的關鍵,為台灣發展AI醫療開創全新的局面。

中國醫藥大學特聘教授蔡輔仁說,要培養一位優秀醫師需要很長的時間,若能運用AI技術協助,將醫生寶貴經驗融入系統之中,即可將前述經驗保存下來,進而對醫生自己本身或其他新進醫生帶來極大幫助。

隨著全球醫療技術持續進步,讓人類平均壽命得以不斷延長,只是在老年人口年增加下,卻也對許多國家醫療體制造成極大負擔,因此運用創新科技發展智慧醫療,早已成為各國政府的首要工作之一。如美國FDA早已核准12項醫療影像標記相關的AI解決方案,期盼能讓寶貴醫療資源獲得妥善利用,為更多民眾提供優質醫療服務。

儘管在台灣將AI運用於醫療的相關法規項未出爐,但在衛福部、中央健康保險署大力推動「以雲端醫療為根基,邁向AI健保」的概念下,許多醫院最近均發表運用AI輔助醫療的豐碩成果。如中國醫藥大學附設醫院即透過與中國醫藥大學、長佳智能合作,成功在心臟科、腎臟科、胸腔科、乳房外科、兒科、眼科、精準醫學、健檢中心等八顆中,導入AI門診(科)服務,順利將AI技術落地醫療機構,堪稱是台灣將AI技術融入智慧醫療服務最快的醫療院所。

主導此專案的中國醫藥大學特聘教授蔡輔仁說,過去幾年,市面上出現不少技術突出、極具創意的創新團隊,但最終因為研發情境無法與實際應用環境結合,而在很短時間內消失在市場上。中國醫藥大學附設醫院能夠順利推出AI門診服務的關鍵,在於AI團隊全力與醫療人員配合,最終順利將關鍵技術落地到醫療院所之中,為台灣AI醫療服務開創新局面。

傳承醫生寶貴經驗 AI技術不可少

因應人工智慧科技發展趨勢,中國醫藥大學為提升人工智慧在臨床醫療之應用,於2017年08月21日成立人工智慧醫學診斷中心(AI Center for Medical Diagnosis)建立醫療影像及結構化病患臨床資訊資料庫,結合高價值的醫學影像數據與深度學習技術建立臨床預測模型,目標為推動人工智慧於臨床疾病之應用,期望建立人工智慧醫療輔助診斷系統,透過醫師與AI合作提升醫療品質達到智慧醫療的目標。

在中國醫藥大學附設醫院人工智慧醫學診斷中心主任黃宗祺博士大力協助下,中醫大附設醫院於2017年12月購入第一台Nvidia DGX-1系統、並於2018年3月增購Nvidia DGX-2系統,成為全亞洲首家採用此超級電腦的醫療院所。在引進硬體設備之虞,該醫院也透過與長佳智能合作,運用多達300萬筆醫療資料作為深度學習的訓練素材,進而建立影像標記系統、影像結構資料庫與巨量資料庫等平台,目前已完成生長激素缺乏與性早熟疾病症候群人工智能評估系統、罕病基因序列分析、超音波乳房腫瘤輔助分類系統和肝臟健康評估管理系統。

本身也是小兒科醫生的蔡輔仁說,AI融入醫療領域,是傳承醫師經驗非常重要、必要的一環。要培養一位優秀醫師需要很長的時間,在累積大量經驗之後,醫生約在50~60歲達到高峰,然而能否將寶貴經驗傳承給新進醫師,便成為一個很大的疑問。若能運用AI技術協助,將醫生寶貴經驗融入系統之中,即可將前述經驗保存下來,進而對醫生自己本身或其他新進醫生帶來極大幫助。

因為當醫生工作繁忙、精神狀態不好時,勢必會影響到對病患狀況的判別。此時若有AI系統協助,預先進行影像分析、標記等工作,即可降低醫生的工作負擔,對病患給予最大的協助。

提升資料乾淨度 仰賴醫療人員協助

與中國醫藥大學附設醫院有緊密合作關係的長佳智能,其實大部分成員是源自於中國醫藥大學的新創團隊與技術,主要是由AI解決架構師、生醫資訊工程師、巨量資料科學的專業人員組成,以人工智慧為工具, 提供開發醫療AI全解決方案,利用深度學習技術轉化巨量資料變成有實質功能的神經網路模型, 協助臨床專科醫師進行醫療診斷,提升醫療決策的效率與準確度。

至於中國醫藥大學附設醫院人工智慧醫學診斷中心團隊成員約有50多人,其中有50%是工程師、25%為醫生,剩下25%為護理師、檢驗師等醫療人員,對於AI系統建立學習模組有極大幫助。AI技術能否對醫療系統發揮預期效能,不僅仰賴大量資料協助,而且資料本身是否乾淨,更扮演相當重要的關鍵。

「為此,護理師、檢驗師等負責行第一關影像資料篩選工作,並且將X光影片進行分類,再分別給心臟、腸胃、胸腔科等醫師進行標記,以達到提高資料正確性的目標。」蔡輔仁解釋:「而為降低醫生額外工作負擔,工程團隊則會設計專屬介面,讓醫生以最簡單、有效率的方式,可在空閒時間為大量影像進行標記工作,最終順利將高達300萬張影像轉換成訓練人工智慧的寶貴資料。」

三大面向著手 中醫附醫推AI醫療有成

蔡輔仁認為發展AI醫療需要三大要件,首先是要有大量的醫療資料,台灣醫療制度相當完善,加上近幾年大力推動電子病歷,許多醫療業者都保有可觀的醫療資料。若能進一步檢視資料的正確與乾淨程度,自然有助於發展AI醫療服務。

至於第二個條件,則是操作介面必須簡單易用,不能造成醫師、醫療人員的額外負擔。過往許多新創團隊在發展AI系統時,並沒有從使用者的角度思考,往往將重心放在操作介面的華麗程度。因此,AI醫療系統必須具備操作介面簡單易用,讓醫師、醫療人員不需要改變原有操作習慣,即可享受到AI技術帶來的效益。

蔡輔仁指出,最後一個條件,就是AI技術必須能與醫療系統完全結合,提供醫生輔助之用。因此,我們在完成資料整理工作之後,也同步成立委員會,評估醫生提出想法、概念能否被落實,以及是否有足夠資料可以協助完成。若確認可行,則會由工程團隊建置影像標註平台,所以我們才能運用AI用於骨齡判定、乳房腫瘤、視網膜病變等等。

為減少溝通上的障礙,在籌組AI團隊期間,中國醫藥大學附設醫院招聘的AI工程師幾乎都有醫療背景,能夠將科技專有名詞轉換成醫生能理解的語言,因此才可在短短時間內推出多元AI醫療服務。

超音波乳房腫瘤輔助系統 可提早察覺乳癌

衛生福利部死因統計及國民健康署癌症登記資料顯示,乳癌為台灣婦女發生率第1位之癌症,發生高峰約在45-69歲之間,約為每十萬名婦女188-194人依據,女性乳癌標準化發生率及死亡率分別為69.1及12.0(每十萬人口),每年有逾萬位婦女罹患乳癌,逾2000名婦女死於乳癌,相當於每天約31位婦女被診斷罹患乳癌、6位婦女因乳癌而失去寶貴性命。

為此不少婦女都會定期接受乳房X光攝影或乳房超音波的檢查,然而傳統定期檢查模式仍然有很大進步空間。以乳房超音波為例,如當2014年發生腫塊進行檢查時,在初期仍然很難判定是否為癌症,可能要連續進行3~4年的追蹤與定期檢查,直到2018年才能確診與進行切除。此時,病人術後恢復期相對較長,也會對身心造成比較大的負擔。

「傳統乳癌判別方式,必須仰賴醫生逐年比對腫瘤或鈣化點的大小,因此需要花費較長時間進行判斷。」蔡輔仁指出:「但是中國醫藥大學附屬醫院的超音波乳房腫瘤輔助系統,因為已經透過大量正確資料進行訓練,有機會提早一年就協助醫生判別出來,也代表病患能夠提早一年進行治療,術後恢復工作也相對變得較容易。」

AI骨齡輔助判讀系統 誤差僅有3個月

由於人類骨骼形態從嬰幼兒時期到成年人階段,會隨著不同發育時期而有所改變,而骨骼成熟的特徵在手骨特別明顯。現代家長很注重小朋友的身高,所以包含中國醫藥大學附屬醫院在內的眾多兒童醫院,都推出骨齡評估(Bone Age Assessments, BAAs)服務,即是透過拍攝手部X光方式,再根據同年齡段、同種族兒童的平均數據綜合而成,結合兒童當下身高及骨齡資訊,大略預測未來成人後身高範圍。

然而即使是具有豐富臨床經驗的資深醫師,即便採取傳統比對病人左手掌X光片與圖譜的方式,平均仍需要3-5分鐘才能完成骨齡判讀。為解決此問題,中國醫藥大學附屬醫透過重新確認超過兩萬筆手部X光影像及其骨齡數值,作為AI學習的資料庫,搭配全新設計的成神經網路模型,最終完成一套全自動化的AI骨齡輔助判讀系統。

蔡輔仁指出,現今當病人照完X光時,醫師只要在電腦選擇AI骨齡輔助判讀,系統便會直接進行判讀。非但不必花費時間在比對上,且誤差值約僅3個月,比起人工判讀要更為精準。不僅如此,許多家長會尋求中醫建議,AI骨齡輔助判讀系統,可以提供年輕中醫師很好的參考準則,更精準的擬定處方建議及劑量調整。

AI糖尿病視網膜病變判讀系統 可改善偏鄉醫療品質

糖尿病是20歲至65歲人口中失明的最主要原因,因為大部分糖尿病病人在15至20年後容易產生視網膜病變,如果惡化成糖尿病增殖性視網膜病變,其中有20%至30%的病人會導致失明。而超過60%的第二型病人會有視網膜病變,但只要血糖控制好,視網膜病變經眼科醫師診治後仍能維持良好視力,但若血糖控制不好,又無法接受適當視網膜治療則有嚴重視力喪失可能。因此,早期正確診斷及適當治療,對於糖尿病視網膜病變的預防與治療對於視力的保護就顯得非常重要。

臨床診斷糖尿病視網膜病變時會做視網膜檢查,必要時輔以螢光血管眼底攝影,可判斷糖尿病視網膜病變的有無及其嚴重程度。目前要判斷是否有糖尿病視網膜病變,主要是由眼底鏡影像根據血管、出血及斑點的程度,由專業眼科醫生判斷進行評估病變分級。傳統在判斷影底鏡影像時,依照每位醫生人經驗不同約要花上數分鐘,而AI糖尿病視網膜病變判讀系統,能夠在病人接受眼底鏡影像檢查後,即時判讀是否有糖尿病視網膜病變的情形。

蔡輔仁認為,雖然單就時間來看,AI糖尿病視網膜病變判讀系統能夠替眼科醫生減省的時間並不多。然而台灣眼科醫生數量不多,尤其在偏遠鄉鎮更是缺乏,病人可能要花費數個小時才能到大醫院進行檢查。但是未來當這套系統功能更成熟之後,即可透過雲端服務方式為偏遠鄉鎮民眾提供服務,糖尿病患者只需到一般診所、衛生所即可進行精密檢查,讓更多病患享受到AI智慧醫療帶來的好處。