3D病灶分割AI模型獲獎 可精準辨識滿足臨床需求
記者／竹二
許多人到大醫院看診、檢查都會做電腦斷層掃描影像（CT），但傳統CT的困難點在於病灶識別困難、需大量專業人力分析和手動標註，導致診斷效率低下，增加醫療成本，且在人工標註過程中，容易因疲勞、有限診斷作業時間和經驗不足而漏判。現在有團隊開發了「通用3D病灶分割AI模型」，可以快速且精準辨識與分割多類別胸腹部病灶。
3D病灶分割AI模型解決人力問題
臺灣科技大學醫學工程研究所的王靖維教授團隊開發了「通用3D病灶分割AI模型」，可用於電腦斷層CT掃描影像，快速且精準辨識與分割多類別胸腹部病灶，在今年的國際醫療3DCT影像AI競賽（The Universal Lesion Segmentation 23 Challenge，ULS23）脫穎而出，獲得第三名的好成績。
根據研究團隊的說法，這款AI模型可以精準辨識多類別胸腹，包含骨骼、胰臟、腎臟、肝臟、肺結節、肺部、結腸、淋巴結和縱膈等病灶，適用於胸腹部的CT影像，可自動化精準標註多種病灶，幫助放射科醫師以3D形式標註，解決手動標註耗費大量人力成本問題。
3D病灶分割AI模型可精準辨識病灶
除了精準辨識之外，這款模型在處理效率上也滿足臨床應用需求，傳統人工標註每案約耗費30到60分鐘，AI技術在配備單一T4GPU的Grand Challenge平台伺服器上處理每個3D病灶資料只需3.25秒，若是使用配備RTX4080的本機PC則不到2秒。
研究團隊指出，3D的CT影像病灶分割與2D影像相比，可以提供更多有助醫師監控病灶成長的資訊，像是病灶體積、形狀和空間位置等。而CT掃描的自動AI病灶分割比手動分割具有優勢，包含提高效率、可重複性、準確性和標準化，實現更精確的定量分析，並促進研究成果轉化為臨床實踐。
瀏覽 206 次
