【AI浪潮席捲醫療業】透視5大類醫療影像辨識的AI應用場景

常見的醫療影像包括了X光、超音波、CT、MRI，以及近年興起的數位病理。由於拍攝技術不同，決定了影像性質和張數多寡，更影響了AI模型訓練的難易度和應用場景

文/王若樸 | 2019-04-16發表

醫療影像一直是窺視人體內部結構與組成的方法，其種類包括了X光攝影、超音波影像、電腦斷層掃描（Computed Tomography，CT）、核磁共振造影（Magnetic Resonance Imaging，MRI）、心血管造影和伽瑪射線等等。

其中，X光攝影、超音波攝影、CT、MRI，以及近來興起的數位病理，都是目前用來打造醫療影像AI常見的類型。這幾種影像因為拍攝技術不同，決定了影像性質和張數多寡，也影響了打造AI模型的難易度和應用場景。

就影像性質來說，臺北榮總放射線部主任郭萬祐表示，X光片、CT、MRI等影像的切片厚度（即每隔多少身體厚度拍攝1張斷層影像的距離）分別是0.16毫米、0.625毫米以及1～2毫米，與數位病理切片的0.11微米相比，解析度相對低，因此從硬體需求角度來看，是醫療影像AI的入門首選。

常見醫療影像AI的類型與應用場景

在這些醫學影像中，「X光和超音波屬於初階檢查，」中國附醫人工智慧醫學診斷中心主任黃宗祺表示，這兩類檢查的拍攝門檻不高，因此累積出大量、各式各樣的影像資料，滿足訓練AI模型的先決條件。

X光攝影是利用X光對不同密度物質的穿透性來成像，密度越高，X光穿透性就越低，在底片上的成像就越白，反之越黑。不過，臺大生醫電資研究所所長張瑞峰指出，「X光攝影將原本立體的多張橫切面影像疊壓為一張平面影像，」因此，一張X光影像中涵蓋了龐雜的訊息，不僅病灶可能會被組織、器官重疊處擋住，小於1公分的腫瘤也難以檢測出，得靠CT進一步檢查才行。

而超音波攝影，則是利用超高頻率的聲波來穿透人體，將不同組織反射回來的聲波轉換為畫面，來呈現體內組織或器官構造。超音波的好處是沒有輻射，但黃宗祺指出，超音波影像雜訊高，難以偵測初期病徵。就乳房腫瘤檢測來說，需要不斷追蹤，才能確定疾病狀況，但也可能因此錯過即早治療的時機。

因此，就X光和超音波來說，AI的應用場景，主要是協助醫生快速從訊息含量大的影像中，找出肉眼難以發現或容易忽略的初期病徵。在2年前，AI權威吳恩達的團隊所設計的CheXNet模型，以121層卷積神經網路（CNN）架構和美國國衛院釋出的胸腔X光資料集訓練而成，就可以做到早期偵測來輔助醫生診斷。

或像中國附醫所開發的乳癌超音波AI輔助分類系統，利用4萬多筆超音波影像和深度學習Xception架構打造而成，能在人眼難以判斷的初期階段，就偵測出腫瘤，「甚至早3、5年就發現了。」黃宗祺強調。

至於CT和MRI，「屬於進階檢查。」黃宗祺表示，兩者專門用來檢查腦、心、肺、腹部臟器等重要器官，門檻較X光和超音波高，成像也較清晰、細緻。但有別於X光片和超音波影像，CT屬於3D影像，透過X光來掃描人體，經電腦重組，以多張橫切面影像來呈現立體的檢查部位，並根據每張橫切面影像的間隔，分為厚切與細切，間隔越小，越能呈現完整的器官。單一次CT掃描可產生數百張影像，也才有機會能夠發現1公分以下的小型腫瘤。

MRI同樣也是一種3D影像，其原理是利用強大的磁場與人體內的氫質子產生共振，再透過電腦處理共振訊號後成像，可以清楚呈現出軟組織和重要器官的結構，像是腦、心、腹部臟器和骨骼關節等部位。MRI掃描一次可產生數百甚至數千張影像，畫質比CT更好。

要進行CT影像和MRI的影像辨識時，雖然醫生容易從清晰的影像中找到病灶，但這兩者每次掃描動輒就產生數百張影像，要從中尋找病灶，不管是標註還是診斷病情，都相當耗時。

臺北醫學大學副校長暨北醫附醫影像部主任陳震宇以肺結節CT掃描來說明，一次拍攝會產生500張影像，而醫生至少得花20分鐘，才能找出肺結節的位置。病人數量一多，醫生不僅要花更多時間來檢驗，準確率也會因長時間作業而下降。

不過，也因為人工判別CT和MRI相當費時，正是醫療影像AI擅長的的應用場景。這也是為何北醫附醫正計畫建置一套肺結節AI輔助偵測系統的緣故，就是為了縮短看片時間，讓醫生有更多時間在病人身上。

吳恩達研究團隊利用美國國衛院釋出的胸部X光資料集，打造出CheXNet模型，可辨別肺部14種疾病，並以熱成像圖來顯示病灶位置。

醫療影像AI新挑戰：數位病理切片

數位病理是醫界近幾年的新浪潮，可以將原本只能在顯微鏡下察看的病理切片，改成直接在電腦上進行。它的出現，是醫療影像AI的新方向，卻也是一個高難度的挑戰，因為數位病理的製作複雜，需經過組織處理、染色切片，以顯微鏡觀察、再掃描至電腦儲存，仰賴醫生專業經驗與時間。

不只如此，數位病理的檔案容量還相當大。與CT、MRI不同，數位病理和X光片一樣都是平面影像，但單一張影像的解析度卻比X光片、CT和MRI高上1,000倍，可達1GB至2GB。因此要拿來訓練AI，不只資料儲存是一大挑戰，訓練模型的時間也需要更久。以數位病理起家的臺灣AI醫療影像新創雲象科技就提到，曾有一次要用一個100層的殘差網路ResNet來訓練每張解析度高達1萬×1萬的影像，得靠GPU搭配600GB系統記憶體才能運算。

不過，臺灣在數位病理的AI應用已經起步了，林口長庚醫院就找來雲象科技開發了一套準確率高達97％的鼻咽癌偵測模組。北醫附醫已經開始將上千片肺癌數位病理交由放射科醫生，要展開部分標註的工作。臺北榮總今年也計畫投資數位病理。

然而，不管是哪種影像類型，在打造AI系統時，都會面臨資料收集的挑戰。也因此，科技部2年前特別發起醫療影像計畫，聯合國內3家大型醫學中心，要利用國人的醫療影像資料，來建置一個大型AI醫療影像資料庫，推動醫療影像AI的發展。

臺北醫學大學附設醫院自去年起，找來了10名擁有2年經驗以上的主治醫生，著手建置肺結節AI醫療影像資料庫，目前已完成1,500例的影像標註和語意標註，今年還要再新增2,000例。

附圖：【超音波影像AI實例】中國附醫旗下子公司長佳智能，開發一套乳癌超音波AI輔助分類系統，可以辨識乳房腫瘤及其良、惡性程度。目前，腫瘤辨識率達9成以上，而腫瘤良、惡性辨識率則約7成左右。（攝影／李宗翰）
X光影像AI實例
MR影像AI實例
臺北榮總與臺灣人工智慧實驗室以6個月的時間，打造出一套能在30秒內就揪出腦轉移瘤的AI系統DeepMets。今年4月份最新結果顯示，DeepMets準確率已達95％。　（攝影／洪政偉）
CT影像AI實例
數位病理影像AI實例
林口長庚醫院與雲象科技共同打造一套鼻咽癌AI偵測系統，由醫院提供數位病理切片資料，雲象負責進行模型訓練，經過2年優化，目前準確率達97％。　（圖片來源／雲象科技）

資料來源：https://ithome.com.tw/news/129973…

財閥沒在怕政府！

我們來看一下長庚院方的免職理由 :

長庚醫院肺癌權威郭漢彬開會時的便當費用報帳70元，因為邀請其他醫院醫師而採購較貴的便當，差了20元，卻遭到李石增以「不符規定」為理由記下大過。(編按: 原來王永慶先生生前都只吃50元便當! )

而骨科陳文哲醫師是院方認為骨科部[去年]望年會接受廠商提供獎品違背醫院規則，但竟然用[16年前]他擔任骨科部長的理由，要他負「連帶責任」，記兩大過免職。(編按 : 16年前能夠預測去年的事情?)

而急診部主任陳日昌的免職理由是，由於林口長庚急診部壅塞嚴重，院方還掌握證據，發現有部分患者可收住院，但有急診醫師不願讓病人轉床，刻意製造急診壅塞。(編按 : 急診醫師叫病患留觀康復就可以馬上回家難道也錯了嗎？這下長庚急診醫師不是全走了嗎？病患的住院管道不就瞬間通暢了嗎？)

這麼離譜的決策，請問長庚一向標榜多人決策，為何出事至今只有一名蕫事下台負責? 衛福部難道不應該依照醫療法第45條立刻接管蕫事會 ?

長庚醫院第14屆董事名單為：

家族代表
王文淵（台塑集團總裁）、
王貴雲（南亞副總）、
王文潮（台塑集團行政委員）、
王瑞慧（長庚醫院行政中心副主任）、
王文堯（南亞資深副總）、

社會賢達
林健男（台塑董事長）、
吳嘉昭（南亞董事長）、
洪福源（台化副董事長）、
林澤安（西園醫院創院院長）、

醫事人員代表
張昭雄（前長庚大學校長、長庚醫院院長）
吳德朗（長庚醫療體系最高顧問）、
李石增（長庚決策委員會主委）、
翁文能（林口長庚榮譽院長）、
程文俊（基隆長庚榮譽院長）、
廖張京隸（前長庚護專校長）。

#莫須有

(請花點時間把他看完！！）
生活到處充滿毒害汙染，吃的、喝的、用的，幾乎都難逃毒素汙染，長庚腎臟科臨床毒物科主任林杰樑，是國內最權威的毒物專家，他從日常生活貫徹防毒之道，真的有一套！出生在嘉義朴子的林杰樑，父親經營中藥行，5個兄弟姊妹中有3個醫生。

林杰樑就讀醫學院時罹患腎炎，這場莫名的大病幾乎要了他的命，幸虧靠洗腎救回來，這場病讓林杰樑決定鑽研腎臟，當了腎臟科醫師，看到很多中毒的人要洗腎，他才進一步研究毒物。對毒物越瞭解，林杰樑越清楚要從生活周遭防毒。關於吃，他非常謹慎，幾乎不外食，由老婆下廚，每天帶便當上班。這一天，他中午帶的便當，就是前一天的晚餐，菜色很簡單! 毛豆炒豆皮、半尾煎肉魚、滷肉片一小塊、蔥花煎蛋、水煮綠花椰菜，配上白飯，就是健康營養又便宜的一餐。

早餐則是豆漿、饅頭、麥片、白煮蛋等交替選擇，他不鼓勵吃麵包，因為麵包隱藏了太多油脂，甚至有害人體的反式脂肪。林傑樑認為任何種籽油都不錯，他們家用的則是葡萄籽油，平日烹調盡量水煮、清蒸或微波，減少用油量。如何避免食物的毒素？他說：「我們家只吃當令食物。」絲瓜、高麗菜等，都是林家餐桌上常見的好菜。因為當季盛產的蔬果，價格便宜，且較不會有農藥殘留，青菜買回家，一定先用流動的清水浸泡十五分鐘。水果也要徹底清洗，即使像有皮的橘子、香蕉、龍眼、荔枝，都得先洗過再剝皮，柳丁洗過才能切，比較特別的是棗子、蓮 霧，林杰樑都是削掉皮才吃。碰到菜價飆漲時，林杰樑會選擇冷凍蔬菜代替。在食材選擇上，除了吃當令蔬果，林杰樑鼓勵大家多吃當季盛產的小型魚，台灣的鯖魚、花飛魚、四破魚、竹筴魚與秋刀魚都是不錯的選擇。海水魚優於淡水魚，愛吃鮭魚的人，最好擇體型較小的野生鮭，大型深海魚在食物鏈中累積了太多毒素，建議少吃。

至於肉類，他只吃雞胸和雞腿不吃皮，豬肉則選擇有CAS標記的優良肉品。不吃生食、不吃內臟、不吃加工醃漬類食物如香腸、炸雞等，少買進口蔬果、少吃帶殼海鮮，多吃蔬果、一周至少吃兩次魚，是他的飲食原則。他的孩子從小跟著吃清淡飲食，炸雞、漢 堡、薯條對他們沒有任何吸引力。這個不能吃、那個也不能吃，人生還有樂趣嗎？林杰樑笑說，生活沒必要過得戰戰兢兢，因為身體有自然的排毒功能，愛吃炸雞、薯條、燒烤的人，一個月吃一次無妨，只要頻率不是太高，身體都可以自然代謝，別怕健康被毒害！

1).避免醃製品、油炸與加工食物。少鹽少糖少油。
2).魚要吃巴掌以下的小型魚，因大魚吃多了小魚，也會在體內累積毒素。盡量吃海魚，不吃魚頭及內臟，每週吃四兩 。
3).食物以水煮或清蒸烹調，如此食物不會變質，營養流失最少。
4).盡量避免使用釀造醬油，因為少數醬油公司在釀造過程中可能產生黃麴毒素污染。
5).台灣潮濕炎熱，食物容易發黴及產生黃麴毒素，五穀雜糧、麵條、冬粉、中藥需放在冰箱保存，一旦發黴立即丟棄。
6).購買最便宜的當季時蔬，因生長迅速、價格低廉，農人不用也不願多花錢灑農藥。不吃生菜，! 避免蟲卵細菌寄生。
衛生署與豬農掀起大戰，衛生署更遭豬農潑豬糞、砸臭蛋，雙方戰火一發不可收拾。毒物專家林杰樑不畏激怒當局，直指如吃了五公斤 的瘦肉精豬肉，就逼近危險值！開放瘦肉精的政策因此踩了緊急煞車。

近年來，林口長庚醫院臨床毒物科主任林杰樑儼然成了捍衛「吃的安全」的正義使者，揮舞著「專業知識」的大劍，為民眾健康把關。

身為毒物科醫師，林杰樑吃得很謹慎。他的養生之道說來簡單做來難！少鹽、少糖、油適量，生鮮、當令食物最好，不迷信健康食品或生機飲食，便宜的蔬果吃來健康又愉快。

菜價狂跌 農民就不會灑農藥

去年菜價起跌驚人，時為菜金時為菜土，菜貴時，林家就以冷凍蔬菜取代。他可不是受經濟拮据所苦，他說，菜價好時，農民急著搶收，農藥殘留往往來不及消退。

「當菜價狂跌，農民連灑農藥的意願都沒有，正是吃的最安心的時候。豬肉也是一樣，豬肉貴時，提前宰殺的豬隻體內恐有抗生素殘留。」

一條 10元四破魚吃得新鮮開心

這個冬天，林家經常吃的是一條 10元的四破魚，四破魚屬於最小型的鯖魚，而且魚油含量豐富；花飛魚更是新鮮又好吃；最近跌價至一顆 20元的高麗菜，更是林家餐桌最近的常客。

林杰樑說，他絕對不碰發霉的食物，例如豆腐乳、豆瓣醬、福菜、雪裡紅、鹹白魚、金華火腿等，「這些食物真的好可怕！」

以豆瓣醬做湯底的紅燒牛肉麵，林傑樑碰都不碰。他的實驗室曾經檢驗吃紅燒牛肉麵喝湯與不喝湯的分別，結果發現喝紅燒牛肉湯者，體內黃麴毒素遠遠高於不喝湯者。

「 若愛牛肉麵，還是選清燉的吧！」

肝硬化到肝癌恐是發霉食物作怪

「好多不曾感染B 型肝炎、C型肝炎的病患，卻出現肝硬化，最後走上 肝癌一途，極有可能就是飲食中的發霉食物作怪。臨床上，實在看了太多了！」

為了孩子，林杰樑與太太以身作則，拒絕垃圾食物。他鼓勵孩子多喝豆漿，他說，東方人乳癌較少，抽菸者罹患肺癌的機會也比西方人低，這些東方奇蹟多與大豆食品有關，他建議，與其喝牛奶，不如多喝豆漿。

國內早年並無毒物科，林杰樑是腎臟專科醫生，而過去中毒病患均由腎臟科醫師治療，在長庚醫院看了20多年的中毒病患，林杰樑將毒物科做大，從農藥中毒、安眠藥中毒，擴及環境中的毒物、職業中的毒物傷害。

林杰樑的父母都罹患癌症，他在「防癌保健靠自己」自 序 中寫道：「在短短三年內，令人難以置信的，雙親都罹患癌症，無數的夜晚和白天，妻與我陪著兩位老人家，度過了不知多少化學治療及放射治療的晦暗日子，雖然身為醫師，但為人子對癌症的無力感卻是一種更深沈的『痛』。」

不必迷信流行解毒餐、生機飲食

至於流行的解毒餐、生機飲食，林杰樑說，「提倡排毒餐、解毒餐的人，真是壞透了，人家生病已經夠可憐，還趁火打劫，殺人無數。」癌症病患化療之後抵抗力很差，卻聽信街坊流言，開始吃生機飲食，卻不知道寄生蟲正會趁虛而入；或是糖尿病患狂吃紅蘿蔔，血糖飆至五、六百。在專業的領域裡，林杰樑不斷放砲，他不以為意的笑說，「我大概是不受歡迎人物吧！但這個社會總要有人扮黑臉，開放的社會經過討論，得利者始終是老百姓。」

看信的好處是可以『增廣見聞』，穫取您平凡的生活不會去想的東西。
當我們用心對人時，有心人將以熱情回報您，希望我們都是用心的人，也是有心的人。