(下篇)結核菌鏡檢大進化！AI辨識省時85%、準確率高達95%

解析▪新創技術

2022-03-23

上一則

下一則

返回列表

｜

該系統整合了兩項核心關鍵專利技術，並透過醫院所提供的巨量影像資料訓練AI模型，臨床驗證已證實比傳統影像處理方法更為穩定，且準確率和偵出率輕易可達95%以上，能更快且更有效提升結核病的篩檢率，降低感染風險…

「人工智慧結核病鏡檢系統」的AI來自深度神經網路（deep neural network）領域的發展主力–被稱為CNN的卷積神經網路（Convolutional Neural Network），它是一種模擬人類大腦神經網路所建立的模型，具有非常好的圖像辨識能力，但孫教授團隊不滿足於此，他們利用CNN的特性，重新開發設計人工智慧深度學習結核菌辨識的核心技術，並且對於內部網路架構進行優化，開發出「多階集成卷積神經網路」，比一般的CNN可得到更好的結果。

高度整合了兩項核心關鍵專利技術–高速全自動對焦玻片取像與人工智慧深度學習結核菌辨識的「人工智慧結核病鏡檢系統」，在提升系統穩定性方面，除了再度優化已獲專利之自動對焦取像的演算法，團隊也與疾病管制署合作展開抗酸性染色抹片的全國多中心驗證測試，有成大醫院、台北市立聯合醫院、衛生福利部彰化醫院和台南胸腔病院參加，透過該些醫院所提供的巨量影像資料訓練AI模型，辨識的結果會分類為結核菌影像與非結核菌影像，並邀請醫檢專家對影像進行標示並作為評估的標準答案；透過這項多中心驗證計畫，也同步將抹片數位化，建立本土標竿的抗酸性染色痰液抹片數位影像資料庫，目前已累積超過150萬張以上的1,000x750高解析度、附有標示並驗證完成的數位影像。

※圖為AI結核菌鏡檢系統的辨識結果，可準確辨識出結核菌。(照片來源：孫永年團隊提供)

經過以上臨床驗證，已證實此系統比起準確率60-70%的傳統影像處理方法更為穩定，且準確率和偵出率輕易可達95%以上，是可具體滿足目前臨床迫切需求的一套全自動且高準確度之結核菌鏡檢系統與解決方案，獲署方高度肯定。除此之外，也可因此大幅減少醫檢師工作負擔。孫教授特別提到，WHO規定人工鏡檢時每個玻片須檢查300個視野約耗時20分鐘，20個玻片就要耗用一位醫檢師一天的人力，且誤判率會隨著觀看的抹片數量逐漸提升，而此系統對於每玻片取像和辨識只需3分鐘即可完成大約600個視野的檢測範圍，且能自動標示可疑區域讓醫檢師作最後確認。

「人工智慧結核病鏡檢系統」目前提供的功能包括：全自動批次送片和聚焦取像、全自動辨識並產生結果、影像結果可數位儲存於雲端並供後續確認或驗證（現有方式的玻片大約保存六、七個月後則會開始褪色，且需要較多儲存空間和耗材費用），以及經過實證除可辨識結核菌，亦可推廣到支援非結核分枝桿菌（Non-tuberculosis mycobacterium, NTM）及非肺結核桿菌的識別，為結核病的管控提供更完善的幫助，相關的臨床驗證成果也已發表為國際期刊論文。

在競品的差異比較方面，孫教授指出，目前市面上大部分產品係針對敏感性大約只有43%的螢光染色痰液抹片進行辨識，且經過螢光染色篩選後，仍必須經過抗酸性染色，因此此系統對於抗酸性染色抹片除具有相當高的準確率外，也能減少螢光染色所耗用的時間和藥劑成本。此外市面上雖有類似的檢測設備，但該些設備須綁定購買使用專用的藥劑耗材及製作抹片的設備，才能夠達到規格上的準確率，而此系統可相容於目前醫院主流使用的顯微鏡，具有相當高的相容性和經濟效益性。因此在結核病盛行率高的地區/落後國家，此系統可提供更便宜、優質且高效益的檢驗平台建置，更快且更有效提升結核病的篩檢率，相對地也更能提早發現病人、給予治療，降低感染風險。

在系統的延伸性方面，近年來非典型分枝桿菌（NTM）的感染有逐步攀升的趨勢，其治療方式與結核病完全不同，在傳統的痰液抹片鏡檢下，NTM的形態和顏色皆與結核菌相近，因此必須透過耗時的培養鑑定方式才能準確判定。因此系統未來將延伸識別NTM，輔助醫檢人員能更快速的判定。目前也有許多案例發現結核菌和NTM除了感染肺部，也有一定的機率感染肺以外的器官（例如：頭頸部淋巴腺、骨骼或關節等其他器官或組織受到感染），也就是俗稱的肺外結核。肺外感染很難經由臨床症狀判定，必須將病徵部位的檢體經過抗酸性染色後利用鏡檢才能確診，相較於痰液抹片，其顯微影像更為複雜且多變，長久以來也是醫檢人員非常重視的問題。目前此系統已初步針對這兩個項目進行檢測，並獲得相當正面的結果，未來開發完成後亦會將其加入檢測項目中。此外，團隊也將與檢疫單位及醫療院所合作，利用此項檢測技術衍生出其他不同疾病的檢測系統，例如用在血液抹片或是組織切片等需用到顯微鏡檢測的項目，促使此系統可以有更廣的用途以協助提升醫療品質。

根據Transparency Market Research研究報告顯示，全球結核病檢測市場於2025年將達到31.8億美元的經濟規模，年複合成長率約為4.9%，主要市場在亞太地區和非洲。加上此系統攸關公共衛生利益，因此孫教授團隊對於與產業各界的合作採積極、開放的態度。此系統已與疾病管制署、成大醫院、胸腔病院、台北市立聯合醫院及衛生福利部彰化醫院共同申請執行IRB計畫，並與多家顯微鏡廠商和自動平台廠商簽訂合作意向書（MOU），且陸續進行臨床試驗，皆得到正面肯定與回饋，同步也朝著申請軟體醫材認證包括TFDA、FDA、CE等進行中。

目前為止，「人工智慧結核病鏡檢系統」至少可有兩個商化產品：結核菌自動偵測軟體、結核病智慧鏡檢的電腦輔助診斷系統，孫教授說，此系統可與國內外顯微鏡廠商、相機廠商、自動平台廠商等硬體廠商進行技術授權，搭配其硬體設備銷售，讓更多醫院及第一線單位在原本所使用的顯微鏡設備上透過硬體廠商的額外軟體更新，就能使用這套人工智慧結核菌識別功能；也可透過技術移轉、委託技術服務模式、技術資源整合等相關開發方向與各界進行合作，逐步擴展與導入亞太市場。