用AI辨识胸腹CT病灶不用2秒 台科大解决手动标注问题

台科大医工所教授王靖维团队开发「通用3D病灶分割AI模型」，用于电脑断层CT扫描影像，迅速且精准辨识与分割多类别胸腹部病灶，在今年国际医疗3D CT影像AI竞赛（ULS23）中荣获第3名佳绩。

传统电脑断层扫描影像（CT）在分割病灶的难点包括：病灶识别困难、需大量专业人力分析和手动标注病灶相当耗时，导致诊断效率低下，增加医疗成本。人工标注过程中，容易因疲劳、有限诊断作业时间和经验不足而漏判。

被列为「全球排名前2％顶尖科学家」的王靖维表示，团队研究开发「通用3D病灶分割AI模型」，可精准辨识多类别胸腹部（包括骨骼、胰臟、肾臟、肝臟、肺结节、肺部、结肠、淋巴结和纵膈）病灶，适用于胸腹部CT影像，可自动化精准标注多种3D CT病灶，帮助放射科医师以3D形式标注病灶，解决手动标注耗费大量人力成本问题。

「通用3D病灶分割AI模型」除了精准辨识，在处理效率上更充分满足临床应用需求。传统人工标注每案约耗费30到60分钟，但团队AI技术在配备单一T4 GPU的Grand Challenge平台伺服器上处理每个3D病灶资料只需3.25秒。若使用配备RTX4080的本机PC则不到2秒。

王靖维说明，3D的CT影像病灶分割与2D影像相比，提供更多有助医师监控病灶成长的资讯，如病灶体积、形状和空间位置。CT扫描的自动AI病灶分割比手动分割具有优势，包括提高效率、可重复性、准确性和标准化，从而实现更精确的定量分析，并促进研究成果转化为临床实践。