臺大開發皮膚科疾病分類系統
【記者鍾佩芳/台北報導】 2019/06/27

基底細胞癌與黑色素瘤、痣等有時難以區別、容易讓人混淆;為此,臺大醫院醫神計畫團隊與威強電集團威聯通共同開發「皮膚科疾病分類(AI-CDSS系統)」技術,建立人工智慧(AI)平台與手機App,在醫師臨床診斷之外加上智慧判讀的輔助,將可減少過度或不足的後續檢驗、減少診斷延遲、減少醫療浪費,帶來醫病雙贏。

臺大醫院皮膚部詹智傑表示,一般民眾會因皮膚新長出之痣、斑點或原有皮膚變化而就醫,但需要非常有經驗之皮膚科醫師肉眼判斷,或再進行一系列檢查才能確診。

皮膚科疾病分類AI-CDSS系統,利用人工智慧演算法,以國人之皮膚狀況與變化為基準,並依據實際病理切片報告為訓練標準答案,採用三種知名的深度學習架構:Inception V3、Nas Net以及Inception ResNet V2之模型分析結果,在第一階段測試資料驗證之準確度已達九成。於綜合分析每一張影像後,系統以疾病可能性的長條圖形式,快速提供判讀結果供臨床醫師參考,作為初步快篩良、惡性腫瘤之輔助系統。

利用此平台自動判讀皮膚科的五類疾病,分別為基底細胞癌(BCC)、黑色素瘤(Melanoma)、鱗狀細胞癌(SCC)、痣(Nevus)、脂漏性角化症/老人斑(SEBK)。其中前三類是不可忽視的惡性皮膚腫瘤,與後兩類良性的痣或老人斑有時難以區別,若在醫師臨床診斷之外加上智慧判讀輔佐,將可減少過度或不足的後續檢驗,帶來醫病雙贏。

執行時僅需將病人皮膚病灶處拍照後上傳至系統分析,幾秒內就可以在手機上顯示判讀結果,於醫師臨床診斷時快速提供類似第二專家意見,目前已於臺大醫院皮膚科門診驗證試用中,藉此系統能在短時間內提供診斷建議,讓病人能迅速獲得後續治療方針。該平台也正於門診實際應用並蒐集新影像資料,進行第二階段模型訓練與驗證。