皮膚科醫師最常搞錯的「基底細胞癌」、「黑色素瘤」與「痣」區別的困擾,台大醫院發表一套「皮膚科疾病分類(AI-CDSS系統)」技術,結合人工智慧(AI)平台與手機App,提供智慧專家意見,幾秒鐘之內可以輕易解決這個問題,準確率已達9成。

台大醫院副院長余忠仁表示,西方醫學就是歸納分析,加上臨床的治療,不過因環境影響可能做出不適當的治療,而人工智慧不會勞累,同樣藉由資料歸納優化自己,台灣有優秀的資訊業與醫療水準,兩者結合可以在世界占有一席之地。

台大的「醫神計畫」與威強集團開發「皮膚科疾病分類系統」技術,利用人工智慧演算法,以國人的皮膚狀況與變化為基準,依據實際病理切片報告為訓練內容,建立學習模型分析,目前第1階段測試的準確度已達9成。

這套系統可以快速提供判讀結果讓臨床醫師參考,做為初步快篩良、惡性腫瘤的輔助系統,台大醫務秘書賴飛羆表示,這套系統只要5個月就開發出來,主要是台大醫院有豐富的資料庫支援。

利用這套系統可以判讀皮膚科5類疾病,分別為基底細胞癌(BCC)、黑色素瘤(Melanoma)、鱗狀細胞癌(SCC)、痣(Nevus)、脂漏性角化症/老人斑(SEB K)。其中前3類是不可忽視的惡性皮膚腫瘤,後2類良性的痣或老人斑有時難以區別。

台大皮膚部醫師詹智傑指出,選擇這5個疾病中,3種惡性的皮膚腫瘤與2個常見的良性皮膚腫瘤,老人斑常被誤以為壞東西,會有過度處理,而痣大部分是良性,但是常有惡性黑色素細胞誤以為是痣,因而延誤治療。

執行皮膚科分類系統只要將病人皮膚病灶處拍照後上傳至系統分析,幾秒內就可以在手機上顯示結果,在醫師臨床診斷時快速提供類似第2專家意見,現在台大門診已經實際應用、蒐集新的影像資料,進行第2階段模型訓練與驗證。

(中時 )

# # #AI