生活
健康

擊敗癌王1/逾20年致死率稱冠是「它」 「AI偵測」不放過任何腫瘤

醫學中心一年的X光片平均約2000多萬張,但僅有10多名放射科醫師判讀,如果引進AI偵測,就能更精準找出異樣。(圖/123RF)

根據健保署統計,2020年零至一期肺癌病人,平均每人每年醫療費用約為10萬元,但第四期病人則是近50萬元;早期患者的5年存活率可達8成,但第四期已低於1成。換言之,晚期的肺癌患者耗費的醫療成本是早期的5倍,而存活率卻大幅降低。

前副總統陳建仁日前擔任「台灣肺癌存活率倍增倡議平台」召集人兼主席時表示,台灣肺癌罹患比例居高不下,不只影響了國民的健康,更為健保體系帶來沉重壓力。

陳建仁舉例,從2018到2020年,全民健保十大癌症醫療支出,就以肺癌居首;十大癌症當中,肺癌已悄悄躍身為「晚期發現比例最高」、「死亡率最高」以及「健保花費最高」等統計數據三冠王。

過往,你可能以為只有癮君子才須提防肺癌,但現在就算從未吸菸,也可能因為空汙等多重因素罹患肺癌。目前,肺癌已位居國人十大癌症發生人數第2位,從1999年開始至今,一直蟬聯台灣癌症死因榜首,至今已逾20年,主要原因就是確診時大多已是晚期,當癌細胞已經擴散時,存活率自然就會降低。

健保署委託成大健康數據中心建立胸腔X光的AI模型,預計2022年第一季可運用在偏鄉的醫療車上,幫助民眾及早篩檢肺癌。(圖/報系資料庫)

由於胸腔X光只能發現1公分以上的腫瘤,因此不少人藉由低劑量肺部電腦斷層(LDCT)偵測小於1公分的肺結節,希望能篩檢出早期肺癌,但無論是X光片、或LDCT影像,張數眾多且皆需仰賴醫師經驗,判讀耗時費力。

為及早發現肺癌,健保署與成功大學合作,利用AI來判讀健保資料庫中肺癌病患的胸腔X光影像,以建構AI影像判讀模型,判斷肺結節是否為癌症病灶,目前模型敏感度已高達8成,健保署表示,判讀模型於2022年第一季運用在嘉義東石的偏鄉行動醫療車。

負責研發模型的成大健康數據中心執行長蔣榮先表示,醫學中心每年拍攝X光片總計高達2000多萬張,但僅有10多名放射科醫師進行判讀,藉由AI判讀癌症疑似病灶,一分鐘可以檢視一張X光片,大幅節省人力與時間。

以2021年1至9月來說,全台胸腔X光就拍攝655萬張,蔣榮先指出,在醫師工作繁重的情況下,人工一一判讀難免受限,以某醫院上傳的2張胸腔X光片為例,一開始醫師判讀認為正常,但不到一個月內,進一步透過電腦斷層檢查發現是肺癌;然而使用AI確認時,第一時間就發現有異常。

蔣榮先說,AI模組可視為醫師的「捕手」,有點類似「快篩」的概念,先為醫師過濾與分流,也可協助醫師判定近橫膈膜、肺門、肋骨或鎖骨後方、心臟後方、血管密集處等不易發現的結節,找出肺癌高風險患者。

國泰醫院與雲象科技合作,以超過3000位患者的影像報告為基礎,打造出低劑量電腦斷層AI偵測系統。(圖/翻攝自雲象科技臉書)

健保署署長李伯璋認為,由AI判讀胸腔X光片,當發現有疑似病灶時,再進行低劑量電腦斷層檢查,如此可避免醫療資源的浪費。目前低劑量電腦斷層檢查也有AI偵測系統,國泰醫院與雲象科技合作的肺結節偵測AI-低劑量電腦斷層掃瞄(LDCT)偵測系統,以超過3000例患者,總計逾45萬張的高解析度影像,開發出高敏感度AI系統模型。

該偵測系統對於偵測6mm以上結節敏感度已達91.95%,且只要20秒就能產出偵測結果,目前正持續累積資料庫中,希望能早日輔助醫師臨床診斷。