跳到主要內容區

擘劃數位病理及人工智慧(AI)輔助診斷新藍圖~~傅湲津 醫檢師

 

前言

病理學檢查是探討組織及細胞學在顯微鏡下的病變,扮演著連接基礎醫學和臨床醫學間的橋樑,提供臨床端一個重要的診斷方針,使臨床醫師可以更精準的掌握後續評估與治療。

傳統

傳統的病理診斷方式,是透過臨床醫師將病人身上採取下來的組織,經過一系列的脫水、包埋、切片、染色及封片等處理,最後製作成組織玻片,由病理專科醫師透過光學顯微鏡來診斷疾病。但礙於光學顯微鏡等硬體設備攜帶不易,當進行跨部門會議討論或病理討論會時,經常沒有合適的工具可以即時與臨床醫師進行充分溝通。再者經過染色後之病理組織玻片會隨著時間久遠而褪色,造成判讀的困難。此外,目前國內院際間的會診方式通常會以實體玻片寄送,一旦玻片丟失,會造成不可逆的損失,而該如何確保檢體之處理以降低風險?

目前

近年來蓬勃發展的數位病理,將會是一帖良藥。數位病理的概念,就是將傳統的實體玻片經過全自動玻片掃描機,完整地掃描成為數位影像圖檔,就好比我們日常使用3C設備瀏覽相片一樣。醫師無論是用手機或是電腦,可透過影像管理平台的網頁進行線上閱片判讀。避免耗時的人工調閱、寄送等問題,同時可以將病理組織玻片的型態永久保存以避免褪色,也更便利於在各種會診諮詢的場域輕鬆地進行交流。 再者,倘若有多位使用者針對同一玻片或案例有同時閱片的需求,數位病理即可提供多人同時閱片。使用數位影像線上調閱也能避免借不到玻片的尷尬處境,甚至是可以跨國際進行線上討論或院外諮詢,有效率地縮短玻片運送的時間,更快速的得到病症相關的專業意見,強化醫師診斷的精準度,降低病人因為等待診斷結果而衍生的焦慮與不安。

目前成大醫院外科病理具備3台全自動玻片掃描器、影像管理平台,計畫將所有疑似、惡性腫瘤個案以及其相關的染色玻片進行大規模掃描建檔。 近幾年由於人工智慧(AI)在各行各業裡蓬勃發展,當然在醫療照護領域的發展也跟上了這股熱潮, 數位病理的發展不僅改善流程,更建立起龐大的資料庫。

未來發展

未來更是著重在於人工智慧的結合應用。本院透過與成功大學電機所的合作,加入檢體流向的資訊,在玻片影像數位化後於醫師閱片前,可將已具備輔助診斷模型的檢體經過AI運算後主動傳送結果至數位影像管理平台,醫師閱片時,開啟管理平台玻片影像即可同步顯示AI判讀結果,協助病理科醫師的基本辨識作業,提供更快、更精準診斷之病理AI資訊。

 

 

參考資訊

 

1. 國立成功大學 電機資訊學院                            https://eecs.ncku.edu.tw/index.php

 2.當代醫藥法規月刊                                             https://www.cde.org.tw/epaper/

圖片來源                                   

愛延續 健康永續                        https://www.youtube.com/watch?v=deybmlyB534


 

瀏覽數: