長久以來，燒燙傷面積的評估主要仰賴醫生的目測判斷。然而，由於人為因素的影響，不同醫師對同一張燒燙傷照片的評估結果往往差異甚大，導致治療劑量的計算出現誤差，嚴重影響患者的治療效果。例如，在傳統的目測法中，醫師往往會受到傷口顏色、周圍組織水腫等因素的影響，導致對燒燙傷面積的判斷產生偏差。此外，對於一些不規則形狀或位於身體隱蔽部位的燒燙傷，目測法更是難以準確評估。

為了解決這個問題，亞東醫院張哲瑋醫師領銜的研究團隊，成功開發了一套結合電腦視覺與深度學習的AI燒燙傷診斷平台，透過數萬張燒燙傷照片訓練，讓AI學會精準辨識燒燙傷範圍。與傳統的目測法相比，AI系統具有客觀性、準確性、重複性等優點，能夠不受主觀因素的影響，對燒燙傷面積進行精準的像素級分割，並根據分割結果計算出燒燙傷面積的百分比。

深度學習揭開燒燙傷診斷神秘面紗

在核心技術的應用上，研究團隊經歷了以下三個階段：

1. 初始階段：以U-Net為基礎，並採用ResNet101作為骨幹模型。隨後逐步加入了Mask-RCNN的ROI（區域候選網絡）以及DeeplabV3+的atrous convolution，以減少因運算過程中造成的資訊損失，提升模型的表現。
2. 優化標註流程：為了降低專家在標註燙傷影像過程中的差異性，團隊先使用superpixel segmentation技術將影像劃分為紋理相似的區塊，然後讓專家選擇這些區塊的深度，取代手動標註範圍。當累積的影像數量超過6000張時，改由模型自動標註範圍，再由專家進行微調，顯著減少了標註所需的時間。
3. 模型輕量化：最後，為了使這個龐大的模型能在手機及其他邊緣設備上運行，團隊將原本的模型架構改為使用depth-wise convolution，這樣既提高了運算速度，也保持了一定的準確度。

AI燒燙傷診斷，未來可期

這套AI系統已經在亞東醫院成功應用，臨床試驗顯示，AI的診斷結果與醫師的評估結果相比，具有更高的準確性和一致性。

• 急診室：在急診室中，患者往往病情危重，需要快速、準確地評估燒燙傷面積，以制定最佳的治療方案。AI系統能夠在短時間內提供準確的診斷結果，為醫生提供決策支持。
• 燒燙傷科病房：在燒燙傷科病房中，AI系統可以幫助醫生監測傷口的癒合情況，及時調整治療方案，提高治療效果。
• 社區醫院：在醫療資源相對匱乏的社區醫院，AI系統可以作為醫生的輔助診斷工具，提高診斷的準確性。

未來展望

張哲瑋醫師表示，AI燒燙傷診斷平台的開發，是醫學影像分析與人工智慧結合的成功案例。這項技術的應用，不僅為燒燙傷治療帶來了新的希望，也為其他醫學領域的發展提供了借鑒。未來，研究團隊將探索AI系統與其他醫學影像模態（例如：紅外熱成像、3D掃描）結合，以獲得更全面的燒燙傷信息。並發展遠程醫療及個人化治療，為偏遠地區的患者提供及時的診斷和治療。隨著AI技術的不斷發展，未來會有更多基於AI的醫療應用問世，為人類的健康福祉做出更大的貢獻。

詳細資訊→人工智慧燒燙傷診斷平台及軟體|亞東紀念醫院張哲瑋醫師|第20屆國家新創獎