【肺纖維化到底能不能恢復？張上淳解密：時間可以讓它慢慢復原】
新冠肺炎疫情影響全球，根據 Lancet Infectious disease臨床期刊報導，從一位50歲因病死亡男性案例的屍體解剖發現，新冠肺炎的病理特徵與SARS和MERS非常相似，除了對肺部有「瀰漫性肺泡」、「纖維化損傷」外，也會造成嚴重「免疫損傷」。(資料來源：【註1】)


■ 什麼是肺纖維化？
肺纖維化當肺臟受到損傷自然出現的結疤現象，如果肺部傷害時間過長或是破壞的面積過大，就會導致肺臟組織硬化並逐漸喪失功能，嚴重會導致病患死亡，這種硬化的過程部分醫師會這樣形容：肺臟從柔軟如絲瓜般逐漸纖維化到如菜瓜布般的發展，因此又有「菜瓜布肺」的俗稱。(資料來源：【註2】 )


■ 「肺纖維化」俗稱「菜瓜布肺」，是一種嚴重的肺部纖維化疾病
菜瓜布肺患者：下肺纖維化，常有爆裂聲；近年因天氣變化劇烈加上空氣汙染嚴重，誘發「菜瓜布肺」患者因急性惡化而送醫的比例逐年升高。


「振興醫院胸腔內科主治醫師曾敬閔」指出，菜瓜布肺是一種嚴重的肺部纖維化疾病，由於患者的肺功能持續惡化，對於空汙的敏感度高，極易引發急性惡化造成乾咳、呼吸喘而住院治療。


此外，菜瓜布肺相較於其他肺部疾病的特別之處在於，菜瓜布肺通常從下肺葉開始纖維化，因此，當醫師聽診患者後背下背肺葉時，會聽到類似撕開魔鬼氈的連續性爆裂音，此時醫師會高度懷疑有菜瓜布肺的可能性，並安排高解析度電腦斷層掃描做進一步檢查。


「振興醫院胸腔內科主治醫師曾敬閔」分享，診間就有一名65歲的男性，一年前確診菜瓜布肺，原本病情穩定，但最近因為感冒導致疾病急性惡化，感到嚴重呼吸困難，血氧濃度從百分之九十幾下降到百分之八十，緊急安排住院治療。(資料來源: 【註3】)


■ 新冠肺炎疫情衝擊全球，日前更有痊癒患者出現「肺纖維化」後遺症，究竟什麼是肺纖維化？又會對身體造成什麼影響？

【特發性肺纖維化】可能是大家比較陌生的一個病名，但近年來發生率持續增加。主要發生在中老年人，肺部發展出許多疤痕組織而影響氣體交換能力，導致肺部功能逐漸惡化，使患者呼吸困難，預後相當不好，目前醫學界尚未了解肺纖維化的確切病因。


特發性肺纖維化的患者中，男性多於女性，年齡介於50到70歲。全世界約有五百萬人患有特發性肺纖維化，近年來發生率有增加的趨勢。


■首先我們先來認識正常肺部功能
空氣進入體內經過氣管、支氣管，最終抵達肺泡。肺泡壁很薄，周圍密布微血管。氧氣在此擴散進入血流，血液中的二氧化碳則回到肺部呼出。


■萬一罹患特發性肺纖維化，患者肺部變得像菜瓜布一般粗糙，不再有彈性。堅韌的纖維組織阻礙氣體交換，使身體難以獲得氧氣，也無法排除二氧化碳，肺部失去功能。


■罹患特發性肺纖維化會怎麼樣？
初期症狀並不明顯，患者最常表現呼吸困難，慢性咳嗽，倦怠。隨著疾病持續進展，會出現發紺，杵狀指，身體逐漸消瘦。若肺部功能持續惡化，心臟功能亦會受到影響。


■特發性肺纖維化發生原因至今仍無法斷定，但可能和「抽菸」、「空氣汙染」、「病毒感染」、「胃食道逆流」、「基因」等原因有關。


■該如何治療特發性肺纖維化？　
目前醫學無法根治特發性肺纖維化，但接受治療能減緩疾病進行並提高生活品質。
● 【服用藥物】：目前有能夠延緩病程的藥物，科學家也繼續努力開發療效更好的藥物。
● 【補充氧氣】：補充氧氣增加血氧濃度能改善患者生活品質及睡眠品質，並減少低血氧帶來的併發症。
● 【肺部復健】：透過運動增強耐受力，學習呼吸技巧讓肺部運作更有效率，也要攝取均衡營養。
● 【移植肺臟】：若各種治療方式已無法幫助患者，手術移植肺臟是最後的選項。


除了要按時服用藥物以外，患者還需記得戒菸、多運動、攝取均衡營養，並定期接種疫苗減少肺部感染。(資料來源：【註4】)


■肺纖維化到底能不能恢復？張上淳解密：時間可以讓它慢慢復原
台灣新冠肺炎疫情逐漸趨緩，但大家還是很擔心台灣400多個案例，會不會留下「肺纖維化」的後遺症。


不過中央流行疫情指揮中心專家諮詢小組召集人張上淳說，在他的經驗中，肺纖維化是可以慢慢恢復的，大概半年之後就會慢慢回到正常。


台灣首例個案的女台商被證實有肺纖維化的狀況，跟以前SARS病患、H7N9病患的肺炎變化情形很類似。而肺纖維化俗稱「菜瓜布肺」，是指肺部從柔軟的絲瓜，變得像乾掉的菜瓜布一樣，又粗又硬、沒有彈性，所以沒辦法將空氣吸入肺部、運送到全身，不只呼吸會變得很困難，身體也會缺氧。


台北市立聯合醫院陽明院區胸腔內科主治醫師蘇一峰說，肺纖維化的確有機會完全恢復，但要滿足3個條件：「當初的肺炎不嚴重」、「年輕」、「不要讓肺部再受傷」。


■出現肺纖維化的人，該做什麼來幫助恢復？
蘇一峰說，現在並沒有一個幫助肺纖維化恢復的超有效方法，「有抗纖維化的藥物正在研究，但也還在研究中。」所以只能保護肺部、多休息、均衡飲食、充足睡眠，讓身體有能力製造材料去修復。


林口長庚醫院胸腔內科系醫師王智亮說，在肺部纖維化的這段期間，要小心注意不要感冒，「如果再次讓肺受傷，比如說感冒，肺功能就會快速的惡化。」


■ 用運動來幫助恢復肺纖維化？
蘇一峰說，運動幫助恢復的是肺活量、肺功能，因為在肺纖維化之後，肺功能也會下降，透過游泳、有氧運動，可以幫助恢復肺功能，身體會比較舒服。

「但不代表肺纖維化的部分好了，只是比較不會惡化。」

王智亮也提到，運動其實增強的是血液循環、是心臟輸送氧氣的能力，對於肺部細胞的幫助不是很大，但氧氣輸送能力變好，其實也可以減輕肺部負擔，是可以嘗試的作法。
（資料來源：【註5】）


【Reference】
1. 來源
➤➤資料
∎【註1】
(國家衛生研究院-論壇)
> COVID學術專區(http://forum.nhri.org.tw/covid19/)
---學術文章 http://forum.nhri.org.tw/covid19/journal/
-----轉譯摘要 https://forum.nhri.org.tw/covid19/virus/j279/

📋 (2020/02/18)Pathological findings of COVID-19 associated with acute respiratory distress syndrome +中文摘要轉譯 (財團法人國家衛生研究院 蔡慧如博士摘要整理)
論壇FB貼文，連結網址: https://bit.ly/2Zpn0ib

■文獻資料:
📋 Pathological findings of COVID-19 associated with acute respiratory distress syndrome
Author：Zhe Xu, Lei Shi, Yijin Wang, et al.
原文連結：( The Lancet ) https://bit.ly/2LJmN1d


∎【註2】
( 康健雜誌 - KB康健知識庫)【什麼是肺纖維化？】: https://bit.ly/3eaaKq8


∎【註3】
振興醫院【空汙嚴重 「菜瓜布肺」恐急速惡化】：https://bit.ly/3gbwtQ5

∎【註4】
天下雜誌【新冠肺炎後遺症「肺纖維化」是什麼？有什麼症狀又該如何治療？】：https://bit.ly/36grUzq

∎【註5】
Yahoo 新聞「肺纖維化到底能不能恢復？張上淳解密：時間可以讓它慢慢復原」：https://bit.ly/2Trzgev


➤➤照片
∎【註4】

2. 【國衛院論壇出版品 免費閱覽】
∎國家衛生研究院論壇出版品-電子書(PDF)-線上閱覽: http://forum.nhri.org.tw/forum/book/

3. 【國衛院論壇學術活動】
➤http://forum.nhri.org.tw/forum/category/conference/


#國家衛生研究院 #國衛院 #國家衛生研究院論壇 #國衛院論壇 #衛生福利部 #國民健康署 #健保署 #中央健康保險署 #五南圖書 #國家書店 #五南網路書店

#武漢肺炎 #新型冠狀病毒 #COVID-19 #Wuhan coronavirus #新興傳染病 #2019COVID19 #2019COVID19News

#肺纖維化 #Lancet Infectious disease #瀰漫性肺泡 #纖維化損傷 #菜瓜布肺 #下肺纖維化 #下肺葉 #振興醫院胸腔內科主治醫師曾敬閔 #台北市立聯合醫院陽明院區胸腔內科主治醫師蘇一峰 #抽菸 #空氣汙染 #病毒感染 #胃食道逆流 #基因 #服用藥物 #補充氧氣 #肺部復健 #移植肺臟 #肺炎不嚴重 #年輕 #不要讓肺部再受傷 #保護肺部 #多休息 #均衡飲食 #充足睡眠

長庚醫療財團法人－長庚診所 / 長庚醫院 / 林口長庚醫院 / 林口長庚醫院 病理大樓 血液腫瘤科 / 振興醫療財團法人振興醫院 / 台北市立聯合醫院陽明院區 / 衛生福利部 / 國民健康署 / 疾病管制署 / 疾病管制署 - 1922防疫達人 / 財團法人國家衛生研究院 / 國家衛生研究院-論壇

她
是如此堅毅而平靜地
打開房貸的契約
打開一本本存簿
打開一張張保單
我
卻沒有心記下這些數字
什麼房仲電話、卡片密碼
小孩唸書⋯⋯
直到她強顏歡笑說
如果⋯你會再娶嗎？
我的淚水才忍不住的
滑落！
太太在年中健檢
突然發現的肺部腫瘤
從此換來的
是輾轉失眠、交代家事
是X光攝影、電腦斷層
是核磁共振、正子掃描
是全身麻醉、胸腔開刀
這段時間
我不僅要安慰太太
故作堅強
更得正常作息
怕孩子爸媽發現擔心
直到中秋節過完
所有檢查出爐
才告訴他們開刀的決定
我兒說的好啊
我們出生都欠媽媽一刀
但是這刀是爸爸沒照顧好
算你的
對啊。這兩年都是我疏忽
當然算我的
所幸百般煎熬
最後開刀順利
一切平安慢慢恢復
有時候平凡的生活
居然是那麼不容易
😢😢😢😢😢😢😢
這段日子特別感謝
李思儀中醫診所李思儀醫師
北醫胸內主任周百謙醫師
林口長庚胸外主任趙盈凱醫師
譚敦慈老師以及許許多多
各界好朋友的關心探望
當然，對於昆鋒無法投入工作的苦衷，也感恩許多長官厚愛，諒解，有您們的關心，我會加油，繼續努力！
明天，主播 黃文華即將回到東森新聞主播台，讓我們一起為她加油吧！

#這輩子沒機會再娶啦😢
#妳銀行密碼我好像忘了😪
#李思儀中醫
#周百謙醫師
#趙盈凱醫師

【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…