Skip to main content

AI • 物聯網 • 網路邊緣

使用 AI 醫療影像,取得更佳的成果

AI啟用 醫學影像

現今醫療保健資料大多來自醫療掃描,而醫生在管理患者照護的同時,還得忙於解讀影像,工作分身乏術,壓力之大可想而知。透過使用 AI 和深度學習技術來分析患者掃描功能,醫生可以更快取得結果,同時提升診斷的準確性。

掃描影像其實不如表面上看起來那樣易於解析。許多包含數十張影像,醫生必須詳加檢視才能進一步診斷。準確指出骨折、結節和其他損傷的位置和大小往往很困難。

若為 AI 演算法分析掃描,則可以節省時間,迅速指點醫生至骨折或結節的位置(圖 1)。「我們稱之為 AI 輔助診斷,」一家開發 AI 影像解決方案的公司 HY Medical 的創辦人暨執行長 Xiangfei Chai 表示。「仍由醫生做出診斷決策,但過程比傳統掃描要快上 2 至 3 倍。」

顯示骨折位置的手部 X 光影像
圖 1. AI 演算法精準識別骨折的位置。(資料來源:HY Medical

AI 掃描分析患者的影像資料,以揭露人類肉眼無法看出的特性。這兩項功能皆有助於醫生改善診斷的準確性。「我們醫療影像解決方案的 AI 輔助診斷,可提升高達 15%的準確性,」Chai 表示。

 輔助手術決策的 AI 醫療影像

HY 解決方案至今已應用在 10 多種疾病,例如骨折、主動脈剝離、腹主動脈瘤以及部分癌症。北京數一數二的大型醫院所得到的體驗,顯示其精準的計算不同凡響。

醫生多半使用支架來治療主動脈剝離:心臟大血管的內膜撕裂。支架分為多種尺寸,且由於血管呈「U」型,測量撕裂大小不易。

HY Medical 在這家北京醫院發現:有近半數的支架手術在首次失敗,而外科醫生使用錯誤尺寸之支架的機率竟也將近 20%。在醫院採用 HY 的 AI 解決方案後,支架選擇的準確性提升了 50%。此解決方案更可在 10 分鐘內提供結果,減少醫生與患者的等待時間。

AI 支援的醫療影像做為疾病管理工具

AI 也可協助醫生根據疾病嚴重性來隔離患者。新冠肺炎(COVID-19)在中國爆發大流行的期間,這項功能相當管用。

起初,病毒檢測能量不足。此外,在供應商不堪重負的同時,早期檢測又產生了許多偽陽案例。因此有的醫生改做電腦斷層掃描。儀器搭載了HY 解決方案的 AI 功能,不僅精準診斷疾病,並能揭露患者病情的嚴重程度,讓醫院有效地為患者檢傷分類。

之後,隨著實驗室檢測能量增加、可靠度提升,醫生則使用 AI 掃描來追蹤患者感染的進展。

「AI 可以自動計算損傷的大小,以及傷勢縮小或擴大的速度,」Chai 表示。「它也能根據損傷變化的速率來預測病況發展,以供醫生提供個人化的診療。」

大流程蔓延到中國境外時,對英國造成特別嚴重的衝擊。HY 與考文垂大學(Coventry University)的科學家密切合作,迅速開發 AI 支援的掃描解決方案,以符合英國醫生的特定需求。他們將解決方案用於該大學的附屬醫院,在 24 小時內即可下載,讓醫生得以立即照護病況最嚴重的患者。

「在治療新冠肺炎的患者時,有許多不確定的因素,例如該以何種方式治療,或何時該將患者轉至加護病房,」Chai 表示。「透過 AI 技術,醫療人員可做出更好的決策,以評估哪些患者真正需要病床,哪些患者可以平安回家。」

將技術進一步延伸至治療

隨著 AI 影像的效率及準確性資訊蔚為人知,更多的供應商也將這項技術納入商品。

為了替臨床醫生提供靈活性,HY 提供三種方式來部署解決方案:醫生可將掃描影像上傳至雲端應用程式,大型醫院可將解決方案連接至內部影像網路,而使用單一 X 光機或其他掃描裝置的小型醫院,則可將 HY 儀器直接載入機器。所有運算皆由搭載 Intel® Xeon® 可擴充處理器的系統進行。

隨著更多醫院納入 AI 影像,它的用途也延伸至手術、放射治療和化學療法的全新使用案例。

為了協助供應商建構這些應用程式,HY 的解決方案使用 Intel® OpenVINO 工具組,讓開發人員在不同應用程式上輕鬆傳輸代碼,並可針對特定需求而修改。「只要兩三下就能完成設定,演算法不必變更太多即可適應無礙,」Chai 表示。

愈多醫院使用 AI 演算法,就能累積愈多資料,以提升準確性。隨著 AI 持續演進,人們也將提高 AI 的使用率,以預測治療結果。

舉例來說,HY 正在使用影像解決方案,判斷個別乳癌患者對於不同類型的化療,反應可能良好與否。此外也開發癌症和動脈疾病的預測演算法。

「世界各地有許多團隊正在研發預測性解決方案和其他的新型應用程式,」Chai 如是說。「未來 AI 會對醫藥有更大的影響力。」