張詩聖、高嘉鴻、謝德鈞、吳國禎、張朝任、陳柏棋、郭伃倢、陳奕瑾、葉依純、葉佩純

PETCT_CAC 正子掃描心臟冠狀動脈鈣化風險等級預測系統簡介 研發背景與臨床痛點 癌症與心臟疾病長期位居台灣十大死因前兩名，而癌症病人因共同危險因子及治療心毒性，罹患冠狀動脈疾病的共病率高達10-25%。傳統PET/CT檢查雖已涵蓋心臟區域，卻僅聚焦於腫瘤診斷，心血管風險評估未能常規化，形成臨床照護的重要缺口。 新創研發核心技術 本系統由中國醫藥大學附設醫院人工智慧中心自主研發，採用全自動二階段深度學習架構：第一階段以nnU-Net 3D V2進行心臟自動分割，第二階段運用ResNet18 3D進行冠狀動脈鈣化分級。技術亮點在於首創將混合專家(MoE)與低秩適應(LoRA)整合於3D ResNet模型，針對CT影像分類進行優化，使模型在中度風險族群（CACS 1-400）的檢出敏感性顯著提升。優化後模型達到AUC 0.85、特異度0.90、準確度0.81的臨床可用水準，且AI判讀可於10秒內完成。 價值與效益 對病人而言，本系統實現「一檢二用」——癌症檢查同時守護心臟，無需額外輻射、無痛且零額外成本，可及早發現冠狀動脈鈣化風險，降低突發心肌梗塞與中風的發生。對醫療系統而言，有效減少重複檢查、節省健保資源，並支援心臟腫瘤學(Cardio-Oncology)的整合管理模式。 未來發展 本案已獲TFDA納入專案輔導，並與國際影像設備大廠洽談B2B2C商業合作，規劃透過SaaS及On-Premise模式部署，同步進行台灣與美國專利申請，朝向多中心驗證與商業化量產邁進。