跳至主要內容區塊
生活
健康

全球首例!衛福部歐盟皆核准 「骨髓抹片AI分類計數」突破血液疾病瓶頸

根據資料顯示,台灣白血病與骨髓增生性腫瘤病患人數明顯逐年上升,但檢驗方式卻相當耗時,如今出現AI醫材,突破瓶頸。(示意圖/姜霏攝)

根據資料顯示,台灣白血病與骨髓增生性腫瘤病患人數明顯逐年上升,但檢驗方式卻相當耗時,如今出現AI醫材,突破瓶頸。(示意圖/姜霏攝)

根據衛福部統計資料,台灣白血病與骨髓增生性腫瘤病患人數明顯逐年上升,以2016年至2018年患者數量為例,分別是2,168、2,355、2,550;而其中因白血病而死亡的人數每年約1,100人。

其中,骨髓抹片的判讀是診斷各種血液疾病的最基本且重要的方法。然而,現行的模式要求,一片骨髓抹片需計數500個血球分類,皆採人工手動,不僅耗時,且細胞計數區域及影像無法存檔紀錄,成果難以驗證。

臺大醫院自1983年來診斷及收藏許多骨髓抹片檢體,為收治白血病病患之重鎮,骨髓抹片判讀的人力素質及數量上在國內外均具優勢。自2018年臺大醫院與專注於醫療影像AI的雲象科技,進行產學合作,率先開發「骨髓抹片AI分類計數」系統。

總共用了近60萬個細胞去訓練本AI系統,並以逾2萬6000個細胞測試,達成可自動分類計數15類骨髓細胞,從原本一張影像依難度不同平均耗時約20分鐘,縮短至5分鐘以內。不僅協助醫師與醫檢師縮短判讀時間,減輕醫療人員負擔,而且提供量化、客觀,可反覆驗證的數據,有助經驗傳承,突破血液疾病臨床診斷與教學研究的瓶頸。

「骨髓抹片AI分類計數」屬國際性創新AI應用,國內外均「無類似品」,且骨髓抹片判讀困難,資料量相對稀少,高品質的骨髓抹片較難取得,且分類上較為困難,需要受過高度專業訓練之人員來進行分類,皆為臨床驗證增添挑戰。臺大醫院與雲象以高標自許,進行多國、多中心的臨床驗證。254位病人的骨髓抹片分別來自臺大醫院總院、臺大醫院雲林分院、臺北國泰醫院、與美國BioReference Laboratories,一張玻片由兩位醫師及AI標註相互驗證,涵蓋14種骨髓疾病類別,且包括治癒前後的不同臨床病程,跨兩種染色,而此模型的研發資料集,是由臺大醫院血液專科醫師及資深醫檢師進行了超過70萬個細胞標註所組成。

自研發至取證歷經三年努力,2021年10月取得衛福部食藥署及歐盟CE的許可證,驗證此系統在未來運用方面的普遍性,是目前全球最先進的骨髓細胞計數與分類系統,將可推廣於全球的血液實驗室,會是血液疾病診斷的一項革命性的工具與利器。期望從台灣出發,奠基於先進AI技術應用及骨髓細胞型態無人種差異的特色,開拓海外市場。