影像組學(Radiomics)是一種研究影像生物標記的一門學問，它透過使用演算法從醫學影像中提取大量特徵來描述腫瘤的表現。然而，影像組學的分析需要透過使用三維體積數據操作技術來進行整個腫瘤的切片式分割，這種手動分割腫瘤的工作量大且容易受到觀察者間變異性的影響。

從數據輸入到腫瘤分析，一站搞定
為了解決這些問題，林口長庚紀念醫院影像診療部林育駿副主任率領的團隊開發了一種全自動的MRI影像組學分析平台，提供一站式的方式，實現從數據輸入到腫瘤影像組學分析的全自動過程，功能包括圖像類型識別、腫瘤全自動分割以及影像組學特徵提取等。過程中只要將病人的MRI影像整批輸入，平台即可自動分割出可能的腫瘤區域於每張影像上，並自動提取腫瘤的影像組學特徵，包括形狀、灰度共生矩陣、灰度運行長度矩陣、灰度尺寸區域矩陣、鄰近灰度差異矩陣…等105個影像組學特徵。該平台的開發具有以下幾方面的意義：

• 提高診斷準確性：AI 模型可以快速切割腫瘤區域並結合影像組學資料，幫助醫師進行更精確的診斷，進而提供更適合的治療方案。
• 提升醫療效率：AI 模型可以快速分析MRI 掃描數據，並提供可能的腫瘤位置與其組學特徵，大大減少了醫師分析影像的時間，提高了醫療效率，讓醫師有更多時間專注於病人的治療與照護。
• 早期發現，提高治療成功率：AI 模型能快速地從大量的醫學影像中發現可能的腫瘤，提升早期發現腫瘤的機會，進而提高病患的治療效果。
• 個體化治療規劃：透過影像組學特徵，可以獲得更深入的腫瘤生物資訊，有助於實現個體化的治療規劃，提供最適合病患的治療方案。
• 市場潛力：隨著AI 在醫療領域的應用越來越廣泛，全球的癌症診斷和治療市場正在持續擴大，此技術可以應用在許多需要精準診斷的醫療情境，具有很大的商業價值和潛在市場。

林育駿副主任表示：「我們期待這項技術平台能夠幫助醫師更有效地診斷和治療婦科癌症患者，為患者帶來更好的預後。」

詳細資訊→全自動磁振影像組學精準醫療於婦癌的應用|林口長庚紀念醫院林育駿副主任|第20屆國家新創獎