台大醫院今天發表皮膚疾病診斷輔助系統，用人工智慧與手機 APP，可協助醫師判別基底細胞癌、黑色素瘤、鱗狀細胞癌、痣或老人斑，增加臨床診斷準確度，減少侵入性檢查。
台大醫院皮膚部主治醫師詹智傑上午在記者會表示，一般民眾可能因皮膚新長出的痣、斑點或皮膚有變化而就醫，但很多皮膚疾病，就算是資深醫師也可能無法用肉眼就百分之百診斷出疾病，常需要病理切片，利用顯微鏡仔細觀察才能確診。
不過，詹智傑說，病理切片需要手術，是侵入性的檢查方法，手術必然有相關風險，若病人做了切片結果發現是良性，對醫病雙方來說都是經歷了一個不必要的醫療處置。因此，提升臨床診斷的準確度有其必要。
台大醫院醫神計畫團隊與威強電集團威聯通共同開發「皮膚科疾病分類」（AI-CDSS系統）技術，建立人工智慧（AI）平台與手機 APP，提供智慧專家意見。
詹智傑說，皮膚科疾病分類 AI-CDSS 系統，利用人工智慧演算法，以民眾的皮膚狀況與變化為基準，依據實際病理切片報告為訓練標準答案，採用 3 種知名的深度學習架構的模型分析結果，第一階段測試資料驗證的準確度已達 9 成，可快速提供判讀結果供臨床醫師參考。
利用此平台自動判讀皮膚科的 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）。
前 3 類是不可忽視的惡性皮膚腫瘤，但皮膚外觀可能跟良性的痣難以區辨；有些老人斑則長得奇形怪狀，常讓民眾恐慌，但其實是良性，並不需特別處理。
系統的使用方法也很簡單，詹智傑說，執行時僅需將病人皮膚病灶處拍照後上傳到系統分析，幾秒內就可以在手機上顯示判讀結果，醫師臨床診斷時能快速提供類似第二專家意見。目前此系統已於台大醫院皮膚科門診驗證試用中。
詹智傑表示，第一階段僅用數千份有接受病理切片的皮膚狀況照片訓練系統，就可達到 9 成的準確度，是相當令人振奮的成果，且相信隨著訓練的材料增加，準確度可再提升。
詹智傑說，臨床診斷仰賴醫師視診、問診、觸診，輔助系統可協助醫師視診，醫師也可投入更多心力在問診和觸診，也能補足準確度。
（新聞資料來源 : 中央社）
評論被關閉。