技術名稱 開發一個自胸腔X光照片偵測肺炎的人工智慧模型與建置其應用平台
計畫單位 國立成功大學
計畫主持人 蔣榮先
技術簡介
本技術應用於新冠肺炎防疫過程中輔助醫師判讀胸腔X-ray影像、預警可疑病徵之AI技術系統。採用UNet與FPN模型為基礎,利用臨床醫師預先所標註的數千筆胸腔X-ray來訓練偵測模型。患者拍攝胸腔X-ray時,儲存資料的同時進行模型掃瞄,並使用熱區圖標示風險較高的區域來提醒醫師便於閱讀。
科學突破性
本技術不同於以往疾病偵測的模型使用分類器與注意力機制,直接使用圖形分割的策略進行分類。利用醫師標注的圖像作為訓練目標,將整張影像分類任務細化成像素分類任務,若模型輸出影像含高機率病徵像素,此筆資料視為正樣本。影像分割可知該筆資料是否為感染的樣本,亦可直接觀察模型預測之病徵所在,更貼近醫師判斷過程。
產業應用性
除了在診斷上輔助醫護人員提前找出潛在患者,降低社區感染風險外,分辨新冠病毒除了須仰賴較資深醫師外,也需要借助篩檢試劑與影像輔助判讀,若在醫護人員吃緊的地區,本團隊所開發之技術可能成為第一線過濾新冠狀病毒的防線,快速得到初步預測結果,讓醫護人員能專注在治療高風險病患上,將資源進行最大利益的分配。
媒合需求
-
關鍵字 新型冠狀病毒 影像處理 肺炎 深度學習 機器學習 醫療影像
  • 聯絡人
  • 蔣榮先