林口长庚 揪团打造精准医疗

伴随AI技术成熟、新冠肺炎加速数位转型，林口长庚纪念医院、云象科技、台湾诺华三方跨界携手，奠基于林口长庚医院病理数位化累积的庞大资料库，结合云象科技AI技术，进行深度学习、训练深度神经网路来辨识骨髓细胞的形态、特徵与空间分布情形，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，而台湾诺华则长期投入血液肿瘤研发治疗，希冀藉此提升国内血液肿瘤筛检量能，帮助病患获得即时诊断及治疗。

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。

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。长庚医院五个院区採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。

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。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。云象科技自2018年起，陆续与台大医院、林口长庚医院、奇美医院，分别进行骨髓抹片细胞型态辨识、淋巴瘤型态诊断及预后分析等血液疾病AI的应用，所累积的技术与应用开发经验，挹注于开发「骨髓增生性肿瘤」AI辅助判读与病理诊断。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。

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。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。

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。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。