成功大學孫永年特聘教授投入開發結核菌自動鏡檢逾10年，率領團隊歷經幾個階段逐次納入新科技和新技術不斷演化，將人工智慧技術導入到系統中，以提高檢測的精準度和量能，帶領多位研究人員共同深究AI醫療應用核心技術的發展與優化，開發出「人工智慧結核病鏡檢系統」…

德國醫生暨細菌學之父羅伯特•科赫博士（Heinrich Hermann Robert Koch）在1882年3月24日宣佈發現結核病（Tuberculosis，又稱TB）的致病菌，從此，肺結核不再是絕症。全球也將3月24日定為世界結核病日，以提高公眾對該病的重視和加速終止結核病流行的共識。。

結核病是一個已存在上千年的全球性的慢性傳染病，由結核分枝桿菌（Mycobacterium tuberculosis）所引起，曾多次成為全球前十大死因；根據世界衛生組織（WHO）2021年10月發布的資訊，2020年全世界估計有1,000萬人患有結核病、150萬人死於結核病，尤其在未開發及開發中地區最為嚴重；結核病為2020年全球第13大死因，也是僅次於COVID-19的第二大傳染性致命殺手（超過愛滋病毒/愛滋病）。同時，COVID-19大流行使多年來結核病防治的進展呈現倒退，2020年結核病死亡人數在十多年來首次增加。

結核病的早期診斷發現對於即時治療和感染管制非常重要。臨床上的診斷係針對有疑似徵狀的病人痰液以抗酸桿菌染色的顯微鏡檢作為第一線檢測方式，即須仰賴醫檢師從顯微鏡中找出極為渺小的結核菌，因此人工鏡檢已顯得不夠先進且有需改善的問題，包括人力判讀耗時耗眼力以及判定不一致等，因而無法很準確的將病人篩檢出來。對於疾病防疫來說，若能有自動快速且準確的結核菌辨識數位系統就顯得非常必須且重要。

※成功大學孫永年特聘教授(中)率領團隊，歷經幾個階段逐次納入新科技和新技術不斷演化，將人工智慧技術導入到系統中。(照片來源：孫永年團隊提供)

為了解決結核病第一線鏡檢的問題，成功大學資訊工程系孫永年特聘教授投入開發結核菌自動鏡檢逾10年，率領團隊歷經幾個階段逐次納入新科技和新技術不斷演化，包括早期須由醫檢師以手動進行抹片影像數位化，再由團隊以傳統的影像處理方式進行辨識分析，以判斷影像中是否有結核菌，辨識準確率超過八成，但是影像分析時間較長且須先透過醫檢師取得數位化影像，此外，孫教授在受訪時也提到，傳統影像處理方式對於光線和色彩的調適性不夠好，所以光是要調到適合每家醫院的處理條件，就需要花費一、兩個星期作調整，導致此種方式仍有諸多限制和缺點。

孫教授於是積極思考改進的方式，第一個改良源自發展成熟的自動化設備，其團隊改裝傳統顯微鏡，在顯微鏡上增加一組電動XYZ自動平台和高速數位相機（如下圖所示）；孫教授團隊也研發出高速對焦專利演算法，可依照疾病管制署的結核病鏡檢指引中之檢測路徑，在路徑上每個位置全自動調整顯微平台的焦距，再讓電腦從這些不同焦距的影像中挑出最清晰者。將此一高速自動化對焦取像平台結合之前的辨識機制，遂整合成一套自動化的結核菌辨識系統，讓醫檢師只需將玻片放置系統平台上，即可自動得到檢測結果。然而問題又來了，即使已經自動化，但是傳統影像處理方法在效率上仍然無法滿足臨床上醫檢師每天須完成的檢測需求量。

孫永年教授服務學界甫逾30年，以電腦視覺、醫學資訊、醫學影像分析與工業視覺技術研發為研究主軸，與中鋼是20多年的工作夥伴，曾獲頒國科會傑出研究獎、傑出工程教授獎以及CVGIP 2012醫學影像特別貢獻獎等，成就有目共睹。孫教授也與時俱進，自107年起開始深入研究深度學習領域，並且決定將人工智慧技術導入到系統中，以提高檢測的精準度和量能。孫教授接下科技部人工智慧生技醫療創新研究中心的多年期AI計畫：「人工智慧醫療器材：利用集成卷積網路建構結核桿菌識別技術」，結合屏東大學資工系洪昌鈺特聘教授的數學與理論基礎、成功大學病理學科周楠華教授的臨床病理學專長，帶領多位研究人員，共同深究AI醫療應用核心技術的發展與優化，並針對結核菌識別研提最準確有效的處理機制，因而開發出「人工智慧結核病鏡檢系統」。

※團隊開發的AI結核菌鏡檢在顯微鏡上添加電動XYZ自動平台及數位相機。(照片來源：孫永年團隊提供)

※系列報導：

• 結核菌鏡檢大進化！AI辨識省時85%、準確率高達95%（下篇）
• 成大醫院醫檢師談結核菌鏡檢的壓力與助力
• 世衛組織：每年需20億美元用於加速結核病新治療工具的研發