用Podcast訂閱本節目 
Rti 中央廣播電臺 
台灣大學醫學院附設醫院今天(24日)表示，他們與科技公司合作研發的「骨髓抹片AI自動分類計數系統」已經進入試驗階段，希望透過目前資料量最大的台大骨髓細胞資料庫並結合AI人工智慧運算，來協助醫檢師與醫師進行疾病診斷。
台灣醫界致力把大數據跟AI人工智慧導入醫療領域，近年已在實務上看到應用成果。
台灣大學醫學院附設醫院與雲象科技經過2年多的合作研發，開發了骨髓血液細胞抹片的分類系統，台大醫院24日舉行記者會，分享這項全台率先、獨步國際的檢驗技術。
台大醫院每年新增約有2,500件血液檢體，如果能及早發現、診斷，就能更快提供治療，不過，檢驗血液細胞必須先經由醫檢師透過顯微鏡以人工方式來逐一分類細胞，平均一張影像的判讀時間就需要30分鐘，因此，實務上不僅耗時也耗費眼力。
為了省時、增加計算量以及有更精準的分類，台大醫院正試驗「骨髓抹片AI自動分類計數系統」，來輔助醫檢師跟醫師有更精準的診斷，希望盡快通過醫材審查正式上路。台大醫院檢驗醫學部主任周文堅說：『(原音)一個骨髓抹片下來，我們要判斷各種不同程度、不同階段成熟細胞比例，人工方式要算500顆，這耗時、耗眼力，人工智慧這樣看，大概是幾秒鐘時間完成。』
台大醫院檢驗醫學部主任周文堅。(蕭照平攝)
雲象科技執行長葉肇元表示，過去台大醫院累積相當多的檢驗資料，經過整理共建立了超過30萬顆骨髓細胞資料，這已經是全世界最大的標註資料庫。他說：『(原音)因為他們治療非常多的血液病病患，累積豐富的經驗跟資料，這工作在世界上非常少見，我們目前累積標註的資料是全世界最大的，因為這需要2個團隊緊密合作，目前標記了將近35萬顆細胞，在全世界目前是領先的。』
雲象科技執行長葉肇元。(蕭照平攝)
台大醫院提醒，雖然大數據AI系統能取代大量的、重複性的工作，但疾病診斷是無法單看細胞發展，還必須仰賴醫師統合所有資料才能進行診斷。
骨髓抹片AI自動分類計數系統。(蕭照平攝)
