利用人工智慧判讀胸腔X光片偵測新冠肺炎-工程技術

文章推薦指數: 80 %
投票人數:10人

人工智慧的巨浪早已席捲各國醫療領域,台灣的研究團隊也積極擁抱AI醫療影像分析。

利用AI科技開發肺炎之X光片自動判讀輔助系統-MedChex,透過AI演算法輔助 ... 跳到主要內容區塊 生命科學 人文社會 工程技術 自然科學 電子報 利用人工智慧判讀胸腔X光片偵測新冠肺炎 :::首頁/工程技術/利用人工智慧判讀胸腔X光片偵測新冠肺炎 作者蔣榮先 簡介蔣榮先教授於1995年於美國密蘇里大學取得電機暨電腦工程所博士學位,現任教於國立成功大學資訊工程學系,並同時擔任成大醫院資訊長。

其主持之智慧型資訊擷取實驗室致力於發展以深度機器學習演算法預測漸凍人病況發展、巨量基因體資料分析、文獻知識擷取、生物資料庫與癌症研究、智慧型生醫資訊平台之建立等。

單位國立成功大學 文章來源 https://focustaiwan.tw/sci-tech/202004130022 標籤 新型冠狀病毒 人工智慧 肺炎 機器學習 分享文章 基於國際授權條款4.0,您可免費分享此篇文章 工程技術 圖文 2020年06月21日   為因應新型冠狀病毒(COVID-19)全球性疫情,各大醫療院所與科研單位無不合作防堵疫情擴散。

在防疫的過程中,篩檢過程被醫療院所重視,其中胸腔X-ray是一項重要的檢查指標,主要用來判斷是否出現肺炎等徵狀。

然而當受檢驗的患者數量過多,或醫護人員人手不足,無法即時做出診斷或是疏忽一些病灶,就容易造成防疫上的缺口。

因此本團隊利用AI技術來輔助醫護人員在判讀X-ray時給予可疑病徵的資訊,採用較常見的UNet與FeaturePyrimdNetwork(FPN)為模型基礎,並利用臨床醫師所標註的數千筆胸腔X-ray資料來訓練肺炎偵測模型,並建置預警系統,當患者拍攝胸腔X-ray後,便同步進行模型掃描,針對較高風險的影像發出警訊,提醒臨床醫師優先進行該影像的判讀。

該模型利用熱區圖來顯示風險較高的區域,以此來輔助醫療人員進行診斷。

  一場新冠肺炎(COVID-19)以黑天鵝般的姿態,於2020年開春橫掃世界各國,面對像是新冠病毒這樣不確定的因素,對於任何企業,尤其是「醫院」這麼古老的行業,惟有翻轉既有醫療流程與技術架構,並增強多元環境的應變力,才有可能生存下來。

當然,這也暗示此關鍵時刻正是以創新科技重塑醫療機構的契機,例如目前火紅的AI與智慧醫療。

  人工智慧的巨浪早已席捲各國醫療領域,台灣的研究團隊也積極擁抱AI醫療影像分析。

利用AI科技開發肺炎之X光片自動判讀輔助系統-MedChex,透過AI演算法輔助並找出疑似新冠肺炎病徵,來加速醫師判讀的時間。

  本團隊初步使用史丹佛大學釋出的胸部X光影像,包含超過6萬名患者在過去15年來進行胸部X光檢查的結果,開發自動偵測肺炎的AI模型,該模型初期對現有影像的辨識度相當高。

但後續利用美國國家衛生院(NIH)所公開的胸腔X光資料集,從中挑選具有肺炎與無肺炎病徵共3000筆資料,對AI模型進行測試,很可惜地辨識結果並不理想。

經過與臨床醫師數次的密集討論,發現最可能的原因應是公有資料集之影像品質不佳,由於資料來源過多且複雜,不同等級醫院所拍攝之影像目的不盡相同,標註水平參差不齊,因類似的問題在過去從來沒有被研究人員發現,也導致訓練出來的AI模型不能應用在其他的資料集上。

    為了加強模型在細緻特徵的擷取,本團隊更改策略並重新調整模型網路架構,在對影像特徵從粗糙到細緻的計算過程中,能更有彈性地保留原始真實資訊。

另一方面,本團隊利用「金字塔型特徵萃取法」(FeaturePyramidNetwork),以階層式的設計來強化模型的感知視野,提升模型在大小不同的病徵影像上有更好的識別能力,這對肺炎的偵測非常有幫助。

    隨著疫情在全球不斷蔓延,確診病例分佈於世界各地,為進一步觀察MedChex的泛用性與準確性,研究團隊使用了公共資料庫作為驗證對象,其中來自多國(含中國、澳洲、美國、德國及義大利)的新冠肺炎確診病患之資料,發現各國患者病徵類似,由醫師手動標記之疑似感染區域,與MedChex的判讀結果有非常高的一致性。

未來可望成為輔助放射科醫師的好幫手,縮短醫師閱片時間,也能避免因為人眼疲勞或是看走眼而造成的失誤。

  案例1.GitHub公共資料庫中來,自中國武漢某醫院之確診病例,其肺炎徵狀明顯,套用至模型中呈現患病機率高達百分之九十至百分之百。

左圖:醫師手動標記    中圖:AI系統判定肺炎區域   右圖:AI系統判定毛玻璃狀區域     案例2.GitHub公共資料庫中,來自美國西雅圖SnohomishCounty某醫院之確診案例。

其肺炎病徵較不明顯,判別困難度高,但透過此AI判讀仍可測出病灶,並判定患病機率為百分之七十四。

    左圖:原始影像    中圖:AI系統判定肺炎區域    右圖:AI系統判定毛玻璃狀區域          延伸閱讀-科技部(科技大觀園)  與[人工智慧]有關的文章與[肺炎]有關的文章 相關文章 量子科技如何敲開未來世界之門 半導體材料創新協助超越摩爾定律 生活中應用廣泛的材料科學 訂閱電子報以獲得最新資訊 填寫連絡資訊以取得每月發行之電子報 名字 姓氏 電子信箱 × 訂閱電子報以獲得最新資訊 填寫連絡資訊以取得每月發行之電子報 名字 姓氏 電子信箱 × 我們歡迎來自全臺各地的優秀研究成果,如果您有意於網站上刊登您的研究,歡迎來信[email protected]索取投稿相關訊息。



請為這篇文章評分?