臨床新創 - 生醫產品研發
腦中不定時炸彈的探測器– 腦動脈瘤辨識與偵測AI平台
2024-01-03
陳彥廷醫師團隊/衛生福利部雙和醫院(委託臺北醫學大學興建經營)

陳彥廷、劉家銓、詹傑翔

腦血管瘤為腦內的不定時炸彈,一旦破裂出血,有非常高的致死率與致重度殘障率。目前可由磁振造影或斷層掃描血管攝影早期偵測腦動脈瘤,以利早期治療;惟因腦動脈瘤病灶很小,可能僅約2毫米,且腦血管結構複雜,判讀費時費力,須多年放射線專科訓練才可準確判讀,即便如此,仍有可能漏讀小型腦動脈瘤。此外,斷層掃描血管攝影需注射顯影劑且有輻射性,較常被用於腦動脈瘤破裂的急重症患者,相對來說,磁振造影血管攝影無須注射顯影劑也無輻射性,較適合被用於未破裂腦動脈瘤的篩檢。為輔助臨床醫師解決早期診治腦動脈瘤的痛點,我們團隊基於科技部北醫大巨量影像計畫,建構了一個有超過1400例經多位放射線專科醫師標註的磁振造影腦動脈瘤影像資料庫,並由此建立了一個腦動脈瘤AI輔助診斷平台。在雙和醫院的臨床測試集中,本AI平台偵測腦動脈瘤平均敏感度達84.7%,且在小於3毫米病灶仍維持80%的高敏感度,此一表現與臨床醫師在同一測試集的敏感度(84.2%)相當,而我們進一步發現AI模型與醫師的診斷有互補作用,醫師在使用本AI平台輔助下敏感度可達96.7%,相較於未使用AI平台的醫師可降低12.5%的誤診率,效益明顯。目前尚未有經美國或台灣食藥署核准可輔助醫師偵測磁振造影腦動脈的AI軟體,我們希望成為領先的團隊。

評審推薦
1. 本案主要為解決目前醫生由CTA及MRA診斷腦動脈瘤的敏感度偏低的問題,希望透過AI之工具來輔助,提升對小腫瘤其敏感度,以改善對病人臨床的照顧。
2. 本案建立之AI輔助診斷平台,提高早期腦動脈瘤的診斷準確性。醫師在使用平台輔助下敏感度可達96.7%,相較於未使用AI平台的醫師可降低12.5%的誤診率,效益明顯。
3. 本模型效能表現優秀,已與雙和醫院院內診療流程整和,輔助醫師判讀診斷,降低醫師負擔,有效提升診斷準確度。
團隊簡介

陳彥廷

學歷

台灣大學醫學系學士

現職

雙和醫院影像醫學部主治醫師
台北醫學大學放射線學系助理教授
台北醫學大學校級人工智慧醫療研究中心副主任

經歷

雙和醫院人工智慧創新研發中心主任
美國史丹佛大學醫學影像人工智慧研究中心訪問學者
國際醫學磁共振學會 (International Society for Magnetic Resonance, ISMRM) 2020年會科學論文Magna Cum Laude Merit Award
中華民國放射線醫學會109年度徐鈞論文獎第一名
本網站中所有資料(包括影音.文字.圖表.數據等) ,均屬於本中心或各該新創企業團隊之專屬財產,如有引用,請確實註明出處來源。 <完整資訊>
財團法人生技醫療科技政策研究中心 版權所有
Copyright © 2012 - 2024 Research Center for Biotechnology and Medicine Policy (RBMP). All Rights Reserved