郭昶甫、林器弘、羅淑芬、謝寶鳳、戴寶蓮、
陳宜凌、邱孟君、陳榮陞、夏秀鳳

抗核抗體(ANA)測試是常見免疫疾病篩選工具，螢光影像的型態暗示特定自體免疫抗體的存在。長庚醫院團隊開發了一個基於深度學習的應用程序來自動化抗核抗體檢測核型態識別，並能正確預測9種不同的特定自身抗體。目前核型態識別之正確率已達96%，抗體預測正確率達99%。此自體免疫抗體的免疫螢光影像分類系統及其分類方法能透過機器學習方式建立疾病分類模型，直接輸入細胞免疫螢光影像來預測對應疾病之類型。

本模型技術預測九種自體免疫抗體的結果，可協助醫師判斷病人可能發生的疾病，免疫疾病若能提早發現，將能及早進行控制延緩整個病程的進展。另由於預測精確性，可以減少再使用其他檢測確認免疫抗體的需求。依目前健保給付，抗核抗體免疫螢光檢測約330元。九種抗體檢測費用約4200元，對於病人及社會能節省許多的社會成本，故對於潛在風濕免疫的病人有潛在的助益。本系統在自體免疫抗體篩檢可大幅降低成本，未來若能進行大規模的篩檢，本系統能夠協助快速的判讀讓醫師能快速的找出可能病人的狀況，及早讓病人做更進一步的檢查，將能夠發揮本技術的價值。