熱門關鍵字:高頻 | PCB | 藍牙5 | NB-IoT | AI

訂閱電子報

立刻輸入Email,獲取最新的資訊:

收藏功能:
分享報新知:
其他功能:

AI協助醫療眼底檢測 精準度已達九成以上

文‧程倚華 發布日期:2017/12/25 關鍵字:人工智慧智慧醫療深度學習

由於台灣眼科醫療人員缺乏,糖尿病眼部檢測轉診率低,工研院開發了「AI辨識醫學影像系統」。以大量眼底影像及醫生辨識標示之資料庫為基礎,透過人工智慧技術協助醫師篩選高危險群及需要照護的病患,做到完善的預防與治療,目前精準度已達九成以上

工研院智慧診療系統部經理陳建任指出,由於目前台灣的眼科醫生人才缺乏,全台灣的眼科醫師不到1,700位。然而,糖尿病患在發病十年之後,有35%將會出現眼底病變,嚴重將會進一步導致失明。然而,習慣在在地區醫院、社區診所的家醫科或一般內科就診的糖尿病患,在有眼底病變疑慮時,只有17.4%有確實轉診眼科診所檢查。因此開發、推廣該設備,希望借助人工智慧協助家醫科醫師進行眼底病變檢查。

該AI辨識醫學影像系統使用Goole開源機器學習系統TensorFlow,以五萬張來自開放資料庫的圖片進行數千次的深度學習,並已經過另五萬張圖片測試,目前判別的精準度已可到達90%。該設備已進入臨床驗證階段,希望能在2018年開始將該設備導入家醫科診所。

台灣有高達227萬名糖尿病患者,且國人整體近視率高達43%,罹患黃斑部病變、白內障等眼疾機率極高。該單位具體展現工研院與區域醫院,如北市聯醫、家醫診所等15家醫院及糖尿病照護網、縣市衛生局健檢中心與公益團體跨業整合的健康醫療創新服務。陳建任表示,由於眼底區域包含了視網膜與黃斑部,除了針對糖尿病的併發症檢測之外,未來也計畫將設備往眼鏡行推廣,讓一般民眾皆可以更容易維護眼底健康。

陳建任進一步表示,在未來也能將該技術運用在傷口照護領域。以人工智慧辨識傷口組織之比例與影像歷程變化,協助護理人員精確了解傷口變化,再透過雲端平台連線,於第一時間取得專業傷口照護人力支援,提升醫療效率,將帶動智慧醫療新創軟體產業的發展及醫學影像設備業者加值應用商機。

研討會專區
熱門文章