臺中榮民總醫院兒童醫學中心傅令嫻科主任團隊藉著該院豐富的腎臟超音波影像資料，訓練出多個自動辨識腎臟超音波影像異常的人工智慧模組，並結合這些模組，建立兒童腎臟超音波影像異常輔助診斷系統。

精準辨識水腎、水囊等病灶影像
腎臟疾病常常因為它的慢性病程，沒有明顯症狀，而容易被忽略。現在體檢常用的尿液及抽血檢查，還是會漏掉不少腎臟問題。傳統的人工判讀腎臟超音波影像，容易受限於醫師的主觀判斷與經驗差異，導致非腎臟專科醫師難以確定判讀結果。為提升腎臟超音波影像辨識的精準度，該團隊從數萬張原始超音波影像之大資料庫經挑選後，建立多個影像異常分類訓練集，包含Hydronephrosis(水腎)、Cyst(水囊)、Stone(結石)、Hyperechogenecity(超音波高回音)、Space occupying lesion(佔據空間的病灶)等。採用遷移學習(transfer learning)的方式，以ImageNet資料集為基礎，反覆測試最後四層辨識能力之最佳擬合狀態，並進行模型效能(Model Evaluation)量化驗證，進行視覺化供專家判讀。

該診斷系統具有以下優點：

• 高敏感度及正確率：敏感度為96.36%，正確率為92.5%，可有效篩檢出腎臟超音波影像異常。
• 快速判讀：圖像處理100張超音波影像至傳出報告僅需不到30秒，且可在兩秒內完成台灣島內與越南之間判讀腎臟超音波影像的傳輸，提供醫師即時的輔助診斷結果。
• 適用於偏鄉及國際：可透過網路進行判讀，適用於缺乏醫療資源的偏鄉地區，甚至可推廣至國際。

人工智慧助力，實現醫療普及
傅令嫻科主任指出，本技術不僅已成功在國際期刊發表相關論文，更獲得中華民國發明專利，目前以全年齡申請美國專利中，已於2024年2月早期公開。若能將此人工智慧輔助診斷系統普及至基層診所、健檢，甚至推廣至偏鄉地區及國際，可望有效提升兒童、甚至全年齡層腎臟疾病的早期發現率，並提供民眾更便利的醫療服務。

詳細資訊→篩檢兒童腎臟超音波影像異常之人工智慧模組及作業系統|臺中榮總傅令嫻科主任|第20屆國家新創獎