急性闌尾炎是急診科常見的急性腹痛原因，約佔急性腹痛求診的10%以上。由於症狀與其他腹部疾病相似，傳統依賴醫師經驗的診斷容易出現誤診或延誤治療的風險...

為了解決這一問題，亞東紀念醫院郭冠宏醫師團隊研發腹部電腦斷層影像之急性闌尾炎人工智慧輔助診斷系統，該系統利用先進的人工智慧技術，通過3D nnUNet架構深度學習算法，精準識別急性闌尾炎，顯著提升診斷準確性與效率。

3D nnUNet架構助力準確定位 闌尾炎診斷全面升級

該人工智慧系統的核心技術為3D nnUNet架構，這是一個專為醫療影像分割設計的深度學習模型，具有極高的靈活性和適應性，能夠處理各種解析度的影像數據。nnUNet在多個國際醫學影像分割挑戰賽中表現出色，並成功實現了跨領域的應用，證明其在醫學影像領域的卓越性能。

與傳統的影像診斷系統相比，本系統的優勢不僅體現在算法結構上，還體現在數據集上。亞東醫院提供的1,800多例急性闌尾炎病例的精細標註，成為訓練模型的重要基礎。除了急性闌尾炎的病例外，本系統還使用了3,000例腹痛相關疾病的影像資料，包括急性憩室炎、腸道感染等，這些病例具有與闌尾炎高度相似的臨床表現和影像特徵。通過這樣的“主動篩選”數據集，系統在識別相似疾病時，能夠提供更高的準確性，避免誤診或漏診。

此外，本系統的急性闌尾炎診斷演算法進行了專門的優化，使其在高敏感度檢測腫脹的同時，能夠準確辨識闌尾與其他腹部器官之間的相對位置。這一點在臨床中尤其重要，因為急性闌尾炎的病灶位置有時會受患者解剖結構變異影響，導致診斷困難，但該系統在測試中成功應對了這類情況，顯示了其在處理複雜解剖特徵方面的強大能力。這使得AI系統不僅能快速定位病灶，還能大幅減少醫師的誤診風險，提高診斷的準確性。

郭冠宏醫師分享技術成就與未來規劃

郭冠宏醫師指出，這一人工智慧系統的開發不僅是一項技術突破，更是一個實際應用的成功案例。他強調，該系統的最大特色在於其能夠為醫師提供準確且快速的診斷結果，減少診斷過程中的主觀因素和延誤，並為急診科等高壓環境下的醫療提供實質性支持。他補充道，隨著系統在亞東醫院的成功落地，下一步將進行更大範圍的多中心臨床試驗，並計畫於2025年中完成TFDA認證，進一步推動商業化進程。展望未來，該系統將不僅服務於台灣市場，還計劃進一步擴展至亞洲其他地區以及美國、歐洲等國際市場，特別是在醫療資源相對匱乏的偏遠地區，該系統的應用有望顯著提高急性闌尾炎的診斷效率，改善患者的治療預後。

詳細資訊→腹部電腦斷層影像之急性闌尾炎之人工智慧輔助診斷系統|亞東紀念醫院郭冠宏主治醫師|第21屆國家新創獎