陳宏彰、李光申、蕭彥彰、陳瑞鋒、曾信錫、洪爾謙
傳統手動測量MRD1, MRD2 和 LF 非常耗時,不客觀而且有人為測量失誤的風險。藉由深度學習影像分析技術,有潛力解決傳統手動測量MRD1,MRD2和LF的缺點與限制。目前深度學習眼瞼位置測量相關的研究不多,而且沒有測量LF相關研究發表,大多只研究MRD1, MRD2,而且運用的是邊緣運算技術, 需要在固定標準環境像照相, 所以病患需要再移動至標準照相室照相, 無法在門診直接評估。
我們開發出使用智能手機照相, 結合人工智能深度學習技術, 準確預測MRD1, MRD2 與 LF 的模型, 不受環境限制, 仍可達到相當的準確度。最終希望醫師們不再需要拿著尺反覆測量病患兩側眼瞼位置,或是請病人移動至標準照相室, 只要使用手機或相機,讓醫師幫病人照照片,就可以得到MRD1, MRD2 與 LF 的重要數據, 省時且避免人為誤差;而且可以方便記錄病患眼瞼位置數據,相信可以改變目前術前評估與術後追蹤眼瞼位置下垂的生態。
未來更計畫能夠將此模型發展為手機軟體APP, 推廣在智慧型手機上使用, 更方便醫師在任何時間任何地點,術前準確評估病人, 與方便術後追蹤。這項技術成功推廣, 可加速醫師評估眼瞼下垂病患的時間, 減少人為測量失誤的風險。在COVID-19 疫情肆虐的當下, 有了這項技術, 也可以遠距醫療評估病患眼瞼位置。
甚至病人也可以下載此APP, 觀察診斷自己眼瞼位置是否正常, 記錄自己眼瞼位置變化, 所以未來商機應用無限。
雙眼皮手術一直是最熱門整型美容手術的前三名, 無論醫師,病患和民眾都希望能有一個方便可隨時使用而且準確的工具可以觀察測量眼瞼位置, 相信此APP可以大受歡迎。無論APP下載收費或是APP免費但是搭配商業廣告,未來商機應用無限。
若開發雲端網站, 網站也可以按測量次數收費或是搭配網站廣告獲取商業化收益。
2. 可方便記錄病患眼瞼位置數據,無須另行購買硬體,易於推廣。後續運用影像辨識與醫美診斷結合,病患可用於治療前後比較追蹤,可有助於醫病關係改善。
|
Copyright © 2012 - 2025 Research Center for Biotechnology and Medicine Policy (RBMP). All Rights Reserved