台科大研發AI辨識CT影像技術 不到2秒可找到胸腹部病灶
【記者王良博／台北報導】電腦斷層掃描影像（CT）是常見的醫療檢查方式，但卻有病灶辨識困難、需要大量專業人力等缺點。台科大醫工所教授王靖維團隊，開發出「通用3D病灶分割AI模型」，可精準辨識CT影像中的胸腹部病灶，還把標註病灶的時間，從傳統人工處理每案要花30分鐘到60分鐘，加快到每案不到2秒就能完成。此一成果，獲得國際醫療3D CT影像AI競賽第三名的肯定。
台科大表示，傳統CT在辨識、分割病灶的困難處，包含病灶識別困難、需要大量專業人力分析並手動標註病灶，相當耗時，且人工標註過程中，容易因疲勞、有限診斷時間、經驗不足而漏判。
身為「全球排名前2%頂尖科學家」的王靖維表示，團隊開發「通用3D病灶分割AI模型」，可精準辨識多類別胸腹部病灶，包含骨骼、胰臟、腎臟、肝臟等，適用於胸腹部CT影像，能夠自動化精準標註多種3D CT病灶，解決手動標註病灶、耗費大量人力問題。
除了精準辨識，王靖維指出，傳統人工標註CT影像上的病灶，每案約耗費30分鐘到60分鐘，但「通用3D病灶分割AI模型」在配備單一T4 GPU的Grand Challenge平台伺服器上，處理每一案只需3.25秒，若使用配備RTX4080的本機PC，更加快至不到2秒就能完成。
王靖維說明，3D的CT影像病灶分割與2D影像相比，提供更多有助監控病灶成長的資訊，如病灶體積、形狀和空間位置。自動化處理，也能帶來提高效率、可重複性、準確性和標準化等優勢。
王靖維團隊開發的「通用3D病灶分割AI模型」，在今年國際醫療3D CT影像AI競賽（ULS23），於632名參與者中脫穎而出，獲得第3名佳績。
台科大指出，ULS23是為促進3D CT領域通用型病灶分割模型研究，所舉辦的國際競賽，並在Grand Challenge平台上進行。競賽提供39500病灶臨床測試集3D CT，讓參賽者建立與驗證多類別胸腹部通用病灶模型。
廣告
