聲帶麻痺常造成聲音沙啞、嗆咳與吞嚥困難，不僅影響患者日常溝通，也可能妨礙正常吞嚥功能，進一步降低生活品質與社交參與...

聲帶麻痺診斷導入AI量化，輔助醫師客觀評估聲帶功能

傳統臨床評估多仰賴醫師觀察喉頻閃光源內視鏡影像，判斷聲帶運動與閉合狀態，但在聲帶長度、聲帶夾角、聲門面積等關鍵參數上，仍缺乏即時且標準化的客觀量化工具；加上拍攝距離、光源、角度及醫師判讀經驗各異，評估結果容易產生差異。中山醫學大學廖家秀副教授與臺中榮民總醫院耳鼻喉頭頸部王仲祺醫師及其團隊共同開發「愛語音智慧聲帶判讀系統 AI VocalDx™」，結合人工智慧與醫學影像處理技術，自動辨識內視鏡影像中的聲帶與聲門結構，進一步量化聲帶功能相關參數，為聲帶麻痺診斷、分級評估與病程追蹤提供更客觀的輔助依據。

AI辨識聲帶與聲門結構，建立客觀量化評估依據

AI VocalDx™採用Mask2Former影像分割架構，搭配針對聲帶麻痺嚴重程度設計的專業影像處理流程，可自動標示喉頻閃光源內視鏡影像中的左聲帶、右聲帶與聲門區域，並計算聲帶長度、聲帶夾角及聲門面積等結構性參數。相較於傳統以人工觀察與經驗判讀為主的方式，本系統可將聲帶影像轉換為一致性的量化資料，有助於降低不同醫師、不同時間或不同設備造成的判讀差異。團隊已完成AI模型訓練、驗證與測試，模型在聲帶與聲門區域辨識上表現穩定；與臨床醫師人工量測結果具有良好一致性，顯示其可作為臨床評估與後續追蹤的輔助工具。

從主觀判讀到標準化追蹤，推動音聲健康智慧評估

AI VocalDx™的核心價值，在於將過去依賴主觀經驗的聲帶影像判讀，轉化為可量化、可追蹤、可比較的結構化資料。醫師可依據系統輸出的聲帶長度、夾角與聲門面積等數據，評估病灶嚴重程度，並作為觀察追蹤、語音治療或外科介入等治療規劃參考。此系統亦可應用於高度依賴聲音的職業族群，如歌手、教師與業務人員，協助早期偵測聲帶功能變化、追蹤復健進展，並作為調整工作負荷與聲音健康管理的科學化工具。目前系統已完成操作介面與報表輸出模組整合；後續將持續優化模型與使用者介面，推動系統於門診、住院、復健評估與遠距醫療場域應用，朝智慧化輔助聲帶診斷與音聲健康管理平台發展。

詳細資訊→愛語音智慧聲帶判讀系統 | 中山醫學大學、臺中榮民總醫院 廖家秀 副教授團隊 | 第22屆國家新創獎