學研新創 - 智慧醫療與健康科技
胸腔深度學習:人工智慧多模影像精準健康平台
2022-01-07
陳震宇教授團隊/臺北醫學大學

陳震宇、陳彥廷、黎阮國慶、李宜恬、曾耀逸、駱知昀、何苡瑋

根據國家發展委員會報告,臺灣的人口結構已經達到老年化社會的標準,預估 2025 年將成為超高齡化社會,對於國家健康保險醫療的負擔將達到臨界點。為因應老年人口的快速增加與疾病預防策略,政府將逐步有條件開放補助肺部低劑量電腦斷層掃描篩檢(LDCT),未來醫院勢必需要投入更多人力於健檢中心及其他促進健康單位,屆時對放射師及診斷科醫師將是沉重的工作。臺北醫學大學校級人工智慧醫療研究中心團隊開發人工智慧肺部LDCT篩檢輔助系統-「Deep-Lung」,首先針對中高齡國人的醫療影像,快速且精準的評估肺、心、骨疾病的風險且能自動化的提出臨床上治療的建議。「Deep-Lung」可有效的一次性完整評估中老年人在肺癌篩檢、肺氣腫現象、冠狀動脈鈣化和脊椎骨骨折的程度;一方面可協助放射科醫師,輔助診斷並產出國際標準報告與治療策略;另一方面受測者能在暴露較少的CT輻射劑量下,同時得到準確的肺、心、骨疾病篩檢建議與風險評估,將有效降低高齡罹病風險。對於全球人口老化疾病和健康促進、大幅減低醫療人員的工作量以及誤診率、甚至保險核保評估等均有重大商業潛力。

評審推薦
1.Deep-Lung「一圖四用 All-in-One」,利用人工智慧和機器學習的工具,針對中老年人的肺癌、慢性阻塞性肺病、冠狀動脈疾病及骨鬆疾病作學習,提供主治醫師於臨床治療的決策報告。
2.由臺北醫學大學校級人工智慧醫療研究中心團隊開發人工智慧肺部LDCT篩檢輔助系統,提供肺部LDCT篩檢之功能,具臨床之實用性。
3.已有明確衍生新創公司之規劃,並有明確申請TFDA認證、美國FDA申請規畫與營收模式與業績目標。
2024年度精進成果
Deep-Lung導入NVIDIA MONAI AI 技術,開發新的骨質密度模型,實現骨質疏鬆風險預測靈敏度85%、特異度86%。針對後端架構,改用FastAPI替代Flask,提升系統執行速度並降低錯誤率,同時優化API資料存取效能,自動生成API文件,強化平臺的管理效率。此外,本平臺引入ISO 27001標準,以加強資訊安全和程式碼管理,提升整體系統安全性與穩定性。 DeepLung平臺現已部署至全臺9間醫院,包括3間醫學中心、4間區域醫院及2間社區醫院,累積篩檢案例超過25,000例,並有7間醫院正在洽談試用。新功能涵蓋單一肺部結節的多次追蹤及時間限檢查,讓臨床醫師可依時間軸查看結節變化,並新增Maximum Intensity Projection影像切換及冠狀動脈鈣化斑塊分割功能,提升心臟冠狀動脈鈣化風險預測的準確性,更加符合真實臨床需求。在肺節結和冠狀動脈鈣化分數雙模型臨床試驗通過食藥署醫材製造與販售並授證,為全球唯一心肺同時驗證的篩檢產品。
團隊簡介

陳震宇

學歷

學士

現職

臺北醫學大學附設醫院

經歷

2021.08-2024.07 臺北醫學大學特聘教授

2019.08- 臺北醫學大學人工智慧醫療碩士在職專班教授

2019.01- 臺北醫學大學副校長

2019.01- 臺北醫學大學人工智慧醫療研究中心主任

2015.01-2016.07臺北醫學大學附設醫院影像醫學部主任

2014.08- 臺北醫學大學醫學系放射線學科教授

2014.08-2018.12 臺北醫學大學放射線學科主任

2014.03-2018.07 臺北醫學大學醫學院轉譯影像研究中心主任

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 - 2025 Research Center for Biotechnology and Medicine Policy (RBMP). All Rights Reserved