髖關節發育不良是新生兒最常見的骨骼問題，世界各國的發生率，平均每一千個新生兒就有30個有髖關節發育不良，將會引起嚴重的併發症(如: 長短腳、雙腳活動度不對稱)。林口長庚骨科部高軒楷醫師團隊創新整合人工智慧技術輔助髖關節超音波檢查，透過比傳統檢查更快速，早期發現新生兒髖關節發育問題並掌握黃金治療期...

當聽到新生兒疾病，黃疸、尿布疹、脂漏性皮膚炎等會直接出現在一般民眾的腦中，然而，會影響新生兒一生的髖關節發育不良卻不在一般民眾的雷達中。 髖關節發育不良是新生兒最常見的骨骼問題，世界各國的發生率，平均每一千個新生兒就有30個有髖關節發育不良，而在台灣發生率約為千分之二。若能在新生兒時期，早期發現、早期治療，就能避免將來嚴重的併發症(如: 長短腳、雙腳活動度不對稱)。林口長庚骨科部高軒楷醫師團隊創新整合人工智慧技術輔助髖關節超音波檢查，透過比傳統檢查更快速、便捷且準確的檢驗流程，協助父母親在孩子新生兒時期，早期發現髖關節發育問題並掌握黃金治療期，避免將來嚴重的併發症。

AI深度學習輔助臨床醫師攻克傳統檢測難題

超音波檢驗對於新生兒髖關節發育不良評估來說是最好的一個篩檢方式，主要原因是不具放射線，並且6個月前幼兒，髖部絕大部分都還是軟骨組織，軟骨組織對於採用超音波檢查的是敏感度極高的一種方式，比起以徒手的理學檢查模式，可以得到比較準確的檢查結果。但傳統髖關節超音波技術上主要有三大難題: 第一、標準影像的選擇。第二、骨骼肌肉特徵判別。第三、髖關節發育不良的診斷。 林口長庚骨科部高軒楷醫師團隊採用人工智慧技術中的深度學習演算法，實現超音波檢測兒童髖關節發育不良系統。核心原理是將髖關節超音波影像作為輸入，透過將專業醫師對於臨床上判讀髖關節結構發育正常與否的過程演算法化，讓深度學習演算法模仿臨床醫師判讀髖關節結構的方式，使其生成具有醫師智慧的人工智慧模組，並整合成一電腦輔助偵測軟體(CADe)，並與超音波硬體搭配，期盼能夠普及到各個臨床場域，讓非專科醫師甚至醫護人員都能夠透過本軟體的輔助，擁有跟髖關節發育不良篩檢專家一樣的能力，加快篩檢速度。

※林口長庚骨科部高軒楷醫師團隊以髖關節超音波影像作為輸入，讓深度學習演算法模仿臨床醫師判讀髖關節結構的方式，整合成一電腦輔助偵測軟體(CADe)，盼將髖關節檢測普及到各個臨床場域。(圖片來源：林口長庚骨科部高軒楷醫師團隊)

三大核心功能縮短檢查時間與專業門檻成臨床醫師最佳助手

而要推廣全台甚至全世界新生兒接受超音波篩檢，是相當困難的，因為這需要非常多的專業醫療人員投入，耗費非常多時間及金錢成本。因此，林口長庚骨科部高軒楷醫師團隊盼以人工智慧技術輔助髖關節超音波檢查，使其有著更快速便捷且準確的檢驗流程，以快篩、普篩的概念，讓更多新生兒能接受這項檢查。
人工智慧超音波檢測兒童髖關節發育不良技術具備以下三個核心功能，可以成功輔助醫師克服前列三種問題，縮減檢查時間，提供準確的結果: (1)可應用於手持式超音波系統。(2)自動標示髖關節骨骼肌肉的特徵。(3)評估髖關節發育不良指標。
這些智慧化輔助功能可有效對於現況的臨床檢驗流程中，提供自動生成的臨床報告，大幅減少檢查所需時間與檢驗的專業能力需求。

※系列報導：

• 林口長庚高軒楷團隊攜手科技業開發超音波全方位解決方案提升髖關節篩檢普及率