詹益聖、張世昇、朱安鉑、陳嶽鵬、范佐搖、楊正邦、郭昶甫、吳振德、黃昱瑞、陳沐澤、洪瑀婕

本研究團隊所開發之模型是一項輔助醫師診斷脛骨平台骨折之深度學習模型。脛骨平台骨折為一關節面的骨折，準確的診斷及治療至關重要。然而，根據統計資料，脛骨平台骨折是漏診率最高的骨折之一。這項技術的出現將大幅提升醫師判讀脛骨平台骨折的效率和準確性，進而減少漏診情況的發生，對於降低創傷性膝關節炎等後續嚴重疾病的風險具有重要意義。 台灣作為一個高齡化社會，摩托車事故頻繁，脛骨平台骨折的診斷障礙一直是一個醫療挑戰。此項AI輔助診斷工具，透過深度學習模型精準識別肉眼難以識別之脛骨平台隱性骨折，能幫助非骨科或影像科醫師加速病患分流、減少漏診，解決脛骨平台骨折現有之醫療困境。 其研發過程涵蓋了從大量醫療影像數據的收集與整理，到深度學習算法的訓練與優化，再到臨床測試與驗證，最終形成一個高度可靠的醫學診斷工具。除此之外，本模型更使用了Grad-CAM熱點圖的技術，讓我們窺探模型的決策過程，進而增加病患及醫師對本模型的信任度。這不僅展現了跨學科協作的力量，更是對於臨床診斷科技進步的一大推進。 這項技術的商業化潛力也受到廣泛關注。在急需提升醫療服務效率的當下，這樣的創新不僅能改善病患的醫療體驗，也為醫院管理和醫療保險帶來正面影響。