學研新創 - 智慧醫療與健康科技
One Model Fit All: 心肌灌注掃描免常模一站式冠狀動脈狹窄預測系統
2024-01-03
吳彥雯主任團隊/醫療財團法人徐元智先生醫藥基金會亞東紀念醫院

吳彥雯、陳中明、柯紀綸、汪姍瑩

全自動影像處理,無須人為校正跟常模,以深度學習精準預測冠脈阻塞跟預後,可用以快速診斷及評估治療效益。 1. 本技術取得專利後可以與儀器設備廠商( 如SHANGHAI UNITED IMAGING HEALTHCARE,PHILIPS,SIEMENS,HEARTFLOW,GENERAL ELECTRIC 等儀器 設備)洽談授權技轉,可以增進現有機器的診斷效能,增加現有產品的競爭力;新開發 的掃描儀器可利用少量臨床病例進行微調,不需要耗費時間收集健康受試者建立常模資 料庫,增加新產品的附加價值。商業收益模式可以收取授權使用費,依照使用機器的數 量進行收費。 2. 可以與第三方軟體分析公司合作,現今常模建立僅需數十個,準確性並非很好,因此 可利用此技術迅速更新分析軟體及常模。 3. 可以與醫療保險業者洽談授權本技術納入使用與給付,檢查診斷效能提高有機會減少 偽陰性掃描造成病人未積極治療造成心血管不良事件產生大量醫療支出,已可減少偽陽 性檢查導致病人接受不必要的住院及侵入式心導管檢查的花費,可望減少醫療支出,亦 能保障病人的安全。

評審推薦
1. 本案結合兩大醫學中心大量的核醫心灌注掃描案例,以大量的臨床診斷及追蹤數據資料為基石,進行大數據分析,利用深度學習建立人工智慧深度學習的分析模型。
2. 本案主要為建立「最佳冠心症診斷治療預後全模型」,透過多時間點影像對位,分析治療前後藥物及介入治療的效益,協助醫師診斷,具創新性值得鼓勵。
3. 已驗證本系統相較傳統半定性定量方法有更佳的冠心症預測能力,減少人為誤差,可加速報告流程,對於緊急個案更可以直接發送重大異常值,立即通知主治醫師。
4. 本系統完整,用以輔助進行最佳醫療臨床決策,增進醫病溝通效率,並改善醫療資源分配及支出,效益明確。
NEW  2024年度精進成果
此診斷系統利用壓力催迫性核醫心肌灌注掃迅速提供兩種關鍵預測:一是確定哪條冠狀動脈存在堵塞性冠狀動脈疾病,二是預測進行心導管治療後的治療效果。相較於去年,本團隊在以下幾個方面取得了顯著進展及突破: 1. 引入可解釋AI技術,以確保模型的學習方向正確。 2. 在冠心症的診斷及預後預測模型的選擇不斷優化,避免過度擬合現有資料。 3. 完成跨醫院的交叉驗證,對台大及亞東兩大不同醫院的資料庫進行分析,優化模型,分析跨機構效應的可能原因,並進行改善。 4. 嘗試預測心導管治療後的3D影像,提供視覺化的診斷方法,有助於醫病共用決策的進行。 5. 持續多方面改進核醫心肌掃描影像處理技術,包括開發心臟運動校正技術及動態心肌掃描的影像處理。
團隊簡介

吳彥雯

學歷

國立臺灣大學臨床醫學研究所博士班 博士

現職

亞中紀念醫院 心臟血管醫學中心 主任

經歷

(1) 亞東紀念醫院心臟血管內科主任 (2012/08~2022/06)
(2) 亞東紀念醫院核子醫學科主任 (2012/03~2015/06)
(3) 臺大醫院核子醫學部/心臟內科主治醫師 (2004/07~2007/10、2008/11~2010/02)
(4) 大醫院新竹分院影像醫學部主任 (2010/03~2012/02)
(5) 台大醫院雲林分院 核子醫學科主任 (2007/11~2008/10)
(6) 日本京都大學/日本北海道大學/附設醫院核醫學分野 Foreign Collaborate Investigator (2005/11~2006/11)
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