Skip to main content

人工智慧

醫療保健領域的 AI 提升診斷準確性與速度

醫療保健領域的人工智慧

醫療保健中的 AI 正在改變診斷醫學的面貌,協助醫師更準確地執行工作,改善病患的治療成果。

邊緣 AI 在內視鏡檢查程序中的使用是最佳範例。內視鏡檢查涉及將裝有攝影機(內視鏡)的管子插入身體,以取得病患器官和組織的影像或影片。內視鏡檢查程序有多種用途,其中數一數二重要的作為診斷工具,協助消化道(GI)醫學專家篩檢癌症。內視鏡檢查可讓醫師檢偵息肉、良性但可能會導致問題的生長物(特別是腺瘤),醫生認為這種息肉是癌前病變。

但即使是經驗最豐富的醫師,也難以可靠地解讀內視鏡影像。

「醫學文獻告訴我們,醫師在大腸鏡檢查過程中無法發現息肉的比例為 22% 至 28%,」全球多元化運算產品開發商 ASUStek 電腦公司產品工程師 Sabrina Liu 表示。「這項工作本身就難度很高:有的腺瘤非常小,難以查看,而息肉的形態又千百種,很容易在影片中遭到遺漏。」

除了內視鏡的技術挑戰,還存在著基本的人類限制。例如,醫生在長時間輪班結束時可能會比一天開始時更疲累、更容易出錯。此外,菜鳥臨床醫師在解讀醫療影像方面不太可能像經驗豐富的醫生那樣嫻熟。

現今的創新解決方案利用邊緣 AI 和電腦視覺來增強傳統的內視鏡設備。而這些系統已部署在實際臨床環境中,並取得令人樂觀的成果。

臨床部署示範改善準確性

目前台灣多間醫院使用的 ASUS Endoscopy AI 解決方案 EndoAim 就是典型案例。

系統透過每秒分析高達 600 張影像,即時在螢幕上突出顯示 AI 偵測到的息肉,提醒醫師注意任何遺漏的內容。如果他們想更仔細地檢查某個感興趣的區域,可以切換至窄頻成像(NBI),系統會自動將選取的息肉分類為腺瘤或非腺瘤。醫師也可以利用系統對息肉進行一鍵測量,而之前一般透過目視判斷來確定息肉大小,其準確度相對較低,約為 62.5%。

該解決方案在臨床環境下的成果令人驚豔。「醫師發現腺瘤檢測率平均提升了 15% 至 20%,」Liu 表示。「偵測小型息肉方面也有顯著改善,而且節省時間,因為醫師現在可以在內視鏡檢查時更快速準確地測量息肉。」

AI 工具組、邊緣硬體與協作加速上市時間

使用邊緣 AI 改善內視鏡檢查的準確性與診斷一致性可能會吸引許多醫師,而這些系統的實體特徵也進一步促進了其採用的動力。

EndoAim 基於微型邊緣電腦,小巧的外型規格為 12 公分 x 13 公分 x 5.5 公分 ,這對於空間寶貴的醫院檢查室來說是一大考量因素。此外,系統無需專門醫療硬體,即可連接現有的內視鏡設備,讓臨床醫師立即開始使用 AI,更輕鬆、更具成本效益。

ASUS 與 Intel 的合作關係,對開發市場就緒產品至關重要。「搭載內建顯示晶片處理的 Intel CPU 協助我們縮小解決方案的整體尺寸,並實現 60 FPS 的影像分析速率,這是醫師目前所能得到的最高速率,」Liu 表示。「使用 Intel® OpenVINO 工具組,我們也最佳化了電腦視覺模型,讓模型更順暢高效地執行。」

兩家公司之間的協作展現了技術夥伴關係如何為醫療裝置買家提供強大的解決方案,並能比以往更快實現目標。

「我們從 2019 年開始研究 EndoAiM ,並在 2020 年底推出早期模型,那時我們找上 Intel 尋求工程支援,」Liu 表示。「到 2021 年,我們有了想要推出市場的產品版本。」

醫療保健領域的 AI 未來:GI 醫藥及其他

解決方案供應商可以更快速有效地創新邊緣 AI 系統,這對醫師、病患和醫療保健 SI 來說是一大好消息,因為它無疑將在未來幾年實現其他使用案例。

ASUS 已利用現有的內視鏡系統,著手研究部分新的使用案例。Liu 表示,該公司打算將電腦視覺解決方案擴展到消化道醫學的其他方面,例如對上消化道和胃的影像進行分析。此外,ASUS 工程師正在研究利用 AI 的方法,建立超越檢測和診斷支援的解決方案,實現疾病預測,協助醫師提早發現潛在的問題,讓患者更早開始治療。

除了 GI 醫學之外,EndoAiM 背後的電腦視覺演算法最終也可以應用於其他類型的醫療影像。「我們看到了這項技術擴展至分析超音波、X 光、MRI 等影像的潛力,」Liu 表示。「這裡有很大的機會能幫助人們,我們很高興聽到不同醫療領域的臨床醫師的意見,並瞭解可以如何開發解決方案以滿足他們的需求。」

 

本文由 insight.tech 編輯總監妮.貝內施(Georganne Benesch)編輯。