臨床新創
首頁 > 臨床新創 > 創新醫護服務 >第十六屆
加入書籤
痣能達人-皮膚痣人工智能風險辨識系統
形象海報

李友專、靳嚴博、王筱涵、林昱廷、侯則瑜

皮膚癌在台灣十大死因中排名第九名(根據衛生福利部2018年所發表的統計資料)。在皮膚癌中,以黑色素細胞瘤(Melanoma)最為致命,全球每年有約30萬人死於此病症,且在過去30年間黑色素細胞瘤的發生率持續上升。第四期黑色素細胞瘤的5年存活率只有15%,所以早期發現,早期治療對於改善預後至關重要。

研究指出有三成至五成的黑色素細胞瘤是由身上的痣轉變而來,雖然有廣泛被接受的ABCDE痣風險判斷原則(Asymmetry 對稱性;Border邊緣;Color 顏色;Diameter 直徑;Evolving 改變),提供民眾做為初步判斷依據,但對一般民眾而言,仍常會面對身上的痣是否需要就診皮膚科的糾結,手機上便利的痣風險判斷工具可以協助民眾做此決定並且提升自我識能。

結合皮膚醫學和人工智慧以促進人類健康福祉是目前研究上的一大熱點,其中,運用深度卷積類神經網路(Deep Convolutional Neural Network)單純判斷病灶影像的模型已經被廣泛研究。然而,目前的研究有兩大缺點,首先,現有模型多僅判斷病灶影像,但在臨床皮膚科醫師判斷流程中,通常會將皮膚病影像和病人病史結合起來評估,以完成最佳判斷。另外,現有模型大多是針對皮膚專科醫師作為診斷輔助工具,而非作為一般民眾可使用的篩檢工具。本研究團隊開發出來的新型深度卷積類神經網路框架,以皮膚病灶影像綜合病人病史作為鑑別參數,可以訓練出比單純使用影像或病史做判斷更高準確度的模型。

以此新穎深度卷積類神經網路框架為基礎,搭配由皮膚專科醫師評估後的資料,本團隊開發出符合民眾需求的病灶風險判斷工具 - 痣能達人。痣能達人在上線之後已經完成上萬次的風險判斷,其中被判斷風險較高的病人,部分於皮膚科專業院所進行皮膚鏡和切片檢查後,證實其痣已經出現黑色素細胞瘤的早期變化。這些案例明確地顯示痣能達人具有協助民眾達成黑色素細胞瘤早期偵測的潛力,同時具備未來商業化應用的可能性。

評審推薦
1.本案為利用深度學習APP 初步判別皮膚痣是否有癌化風險,進而提升皮膚癌高風險病患就診率,有助於減少皮膚科醫師負擔,有市場需求。
2.已成立新創公司,商化布局積極且商業潛力高。
  • 痣能達人-皮膚痣人工智能風險辨識系統
  • 形象海報
  • 加入說明
  • 痣能達人記者會1
  • 痣能達人記者會2
  • 團隊參展合照
李友專  
學歷 臺北醫學大學醫學系
美國猶他大學醫學資訊博士
現職 臺北醫學大學醫學科技學院院長
臺北市立萬芳醫院皮膚科主任
皮智股份有限公司總顧問
經歷 國際醫療資訊學會健康資訊科學學院院士
美國醫學資訊學院士
International Journal for Quality in Health Care及Journal of Computer Methods and Programs in Biomedicine全球總編輯
台灣醫學資訊學會榮譽理事長
國家生技醫療品質獎評審委員
台北市政府市政顧問
衛生署疾病位生管制局諮詢委員
亞太醫學資訊學會主席
國立陽明大學生物醫學資訊研究所教授暨所長
臺北榮民總醫院皮膚科主治醫師
研發動態
 
2019國家新創獎National Innovation Award
 
創新科技力抗「疫」軍再起! 第...
生醫創新。全球接軌 第17屆國...
[新創團隊優先推薦]台英合作契...
新件參賽線上報名
新創精進獎線上申請
到訪人次:6,216,963
更新日期:2020-06-23
財團法人生技醫療科技政策研究中心 版權所有
Copyright © 2012 Research Center for Biotechnology and Medicine Policy (RBMP). All Rights Reserved