AI辅助 提升血癌判读精准度
【记者锺佩芳/台北报导】 2021/09/17

林口长庚纪念医院血液科郭明宗医师表示,骨髓增生性肿瘤临床上常见的三种类别,从诊断到治疗都是挑战。就病患临床表现而言,因为没有可触及的肿块,或是因疾病引起的其他症状,像是出血、中风等,正确的诊断成为一大挑战,必须仰赖骨髓切片。有鉴於此,林口长庚纪念医院、云象科技、台湾诺华三方跨界携手打造「血液病理AI辅助判读应用」,以提供客观且量化的数据,辅助病理医师作出高效、精准的「骨髓增生性肿瘤」(myeloproliferative neoplasm,简称MPN)诊断,能帮助病患获得即时诊断及治疗。

疫情加速智慧医疗,林口长庚完成病理玻片数位化,奠基AI应用基础。研调机构Researchand Markets今夏报告指出,全球数位病理市场规模持续攀升,特别在AI辅助影像分析的应用上,成长动能强劲。林口长庚纪念医院解剖病理部陈泽卿主任指出,林口长庚每月有近万个案例、高达上万笔的病理玻片需要判读,病理团队每日皆须面临数量庞大且急迫的病例。为了能及早且精准帮助病患确诊,长庚医院已将病理玻片数位化,为全台少数完成跨院区病理科数位化的医疗院所,大幅提升判读方便性。长庚医院五个院区采用云象科技数位病理系统,目前林口长庚数位化玻片已累积超过38万片。

针对切片的判读,林口长庚纪念医院解剖病理部庄文郁副主任解释,病理医师必须在显微镜下仔细评估各种造血细胞的数量及形态,特别是巨核细胞的形态特徵、数量及空间分布,才能得到精准的诊断。人工判读难取得客观量化的结果,且会存在不同诊断者间的差异,特别是对於该疾病较不熟悉或经验较少的医师更加困难。透过高品质、经过专家标注资料的训练,AI辅助影像分析可以让诊断流程有更客观一致的量化标准,提升诊断的准确率。

血液肿瘤诊断异常复杂,高品质资料、AI技术、计算能量缺一不可。云象科技创办人暨执行长叶肇元医师指出,血液疾病的诊断与治疗相当困难,然而因病患数不如其他器官的癌症,故新技术如AI较不会在第一时间被应用在血液疾病上;不过,对血液疾病来说,以形态学为基础的病理诊断扮演关键角色,而形态辨识正是AI在医疗上能有最大发挥空间的面向。

展望血液病理的发展,叶肇元表示,相信在AI辅助下,形态诊断的重要性会再次提升,和近年备受瞩目的分子及基因诊断相辅相成,进一步强化血液疾病诊断以及治疗的品质。

诺华肿瘤(台湾)总经理陈乔松表示,期望结合三方优势,能帮助更多血液肿瘤病患及早诊断并接受治疗,降低疾病恶化的风险,延续病患的生命并提升生活品质。