學研新創 - 智慧醫療與健康科技
應用高像素圖像訓練之深度神經網絡輔助病理胃癌淋巴結轉移之偵測並改善診斷流程
2022-12-20
黃士強醫師團隊/林口長庚紀念醫院

黃士強、陳澤卿

病理檢查淋巴結轉移癌是繁瑣且耗時的工作。儘管卷積神經網絡在改進該過程具有潛力,但高解析度玻片影像阻礙了臨床方案的開發,尤其是在窮盡標註癌細胞病灶。我們提出了一個新穎人工智能輔助淋巴結轉移癌評估工作流程,使用淋巴結等級的標註及高達 50 億像素的淋巴結影像,來直接訓練卷積神經網絡,消除了對腫瘤細胞進行細微標註的需要。在使用超級電腦台灣杉二號運算資源以及 5907 個淋巴結圖像進行訓練後,該模型能有效識別出胃癌的轉移性淋巴結,其玻片等級之接受者操作特徵曲線下面積(AUC)可達 0.9936的高區辨力。我們接著將此模型整合進數位病理系統中,設計了一套人工智慧輔助診斷淋巴結轉移的工作流程。臨床試驗表明,此工作流程顯著提高了病理科醫師識別微轉移(81.94% 至 95.83%,P < 0.001)和分離腫瘤細胞(67.95% 至 96.15%,P < 0.001)的靈敏度,且顯著縮短診斷時間(–31.5%,P < 0.001)。跨院區的評估結果亦表明此模型具備相當的穩健性(AUC = 0.9829)。以此GigaPixel algorithm演算法訓練的胃癌淋巴結轉移偵測模型及計數工作流程已於2022年6月發表在國際知名期刊Nature Communications。

評審推薦
1.整合數位病理系統,運用雲象科技GigaPixel algorithm開發人工智慧輔助診斷淋巴結轉移,顯著提高醫師識別微轉移(81.94% 至 95.83%)和分離腫瘤細胞(67.95% 至 96.15%)的靈敏度,並縮短30%的診斷時間,具臨床實用性。
2.已準備台灣發明專利和衛福部醫療器材許可證的申請,並鎖定胃癌發生機率高的日本市場且與廠商合作推展業務,規劃完整。
團隊簡介

黃士強

學歷

國立台灣大學醫學系學士

長庚大學臨床醫學研究所博士生

現職

林口長庚醫院解剖病理部主治醫師

經歷

林口長庚醫院解剖病理部主治醫師

美國紀念史隆·凱特琳癌症中心研究員

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