透過放大血液細胞比例，AI進一步幫助醫師做出精確診斷。（photo by 祝潤霖／台灣醒報）
【台灣醒報記者祝潤霖台北報導】骨髓血液用AI辨識效率高！台大醫院聯手雲象科技，24日發表「AI於骨髓血液細胞分類之應用」，台大醫院收治台灣絕大部分的白血病患，與雲象建立超過30萬顆骨髓細胞，共計10個主分類及40個次分類資料庫，共同研發出「骨髓抹片AI自動分類計數系統」，可大大節省人工計算時間。
在顯微鏡下人工進行500顆細胞分類技術，需要經驗且費時費工，一張影響平均耗時30分鐘。但透過AI自動計數分類，將節省至少50%手動計算時間。未來加上AI自動選取區域進行影像辨識，更可進一步提升作業效率及品質，降低醫療人員作業負擔，提升醫療診斷品質
AI輔助醫師診斷
「AI輔助準確率近9成，一旦資料輸入完成後是不會忘記的。」台大醫院檢驗醫學部主任周文堅報告，使用AI顯微鏡取得影像區域，AI模型推理自動分類計數，累積足夠細胞提供摘要報告。要正式進入醫院還需通過器材法規查核，要跟臨床試驗中心規劃流程，提給TFDA做上市查驗核可，保守估計約需半年到1年。
周文堅表示，數位化的資料輸進去，有可能打造更擬人化的診斷平台。AI判斷能讓一致性更高，固態腫瘤侵犯骨髓，再生不良性貧血都可使用，只要是血液類疾病都能夠診斷，不限於白血病。院長陳石池補充， AI技術本身沒有辦法診斷，它是減少人工檢驗流程，真正負責診斷的還是醫師。
細胞資料數據龐大
雲象科技執行長葉肇元表示，傳統流程痛點是「專業人力缺乏、人工計算費時、重複驗證困難」，下一位醫檢師很難複驗上一位的結果。而AI「不會累、自動分類計數、客觀化數據分析」都是優點。深度神經網路訓練流程從影像輸入、深度神經網路計算、結果經專家標註正確答案，再回去更正誤差，大量迭代學習後將更加精確。
