產經情報

藉由深度學習讓創新技術協助北美醫院更有成效地管理

日期:2020-09-20

針對在大腸直腸癌病理AI分析實例應用上,加拿大AI病理學公司GenerationsE執行長Jean Su分析,據統計,全球有10億片的病理檢查需求缺口待滿足,許多地區都缺少足夠的病理科醫師及短時間內的檢測精準度,藉以提升腫瘤診斷正確度與效率。

從玻片準備、個案瞭解與規劃、病理分析、檢測與報告生成、歸檔等五大流程相當耗時;然而在透過AI加速之前,需要有良好的醫師協助標記與訓練,目前團隊與北美 BC Cancer、UBC、MAYO Clinic等癌症研究中心合作,從500萬個癌症資料陸續著手,與BC Cancer合作開發演算法,後續將提供醫院的各式應用。

團隊深度學習技術應用整體流程為,在實驗室完成病理切片,藉由WSI scanners 數位化後,以雲端的DeepScene系統判讀分析,提供醫療院所端的病理科醫師結果;另一方面,也希望直接與顯微鏡連結,系統分析後提供病理科醫師判讀結果。

Jean Su分析,大腸直腸癌已是全球關注的病症,台灣每10萬人之中,即有41人得到大腸癌,超過20%的醫療資源也投注於此,希望透過電腦自行學習的深度學習方法,讓一個6G大小的病理玻片分別、分類、識別,從過往40分鐘縮減至1分鐘。

在術前術後都可望應用,包括術前的檢體篩檢、治療後的殘留癌症細胞檢查,都可提升術後照護細膩度;有些腫瘤細胞藏在其他細胞當中,這也是深度學習將能夠展現的優勢。

特別標出神經與細胞位置、幫助醫師減少遺漏風險,團隊的DeepScene目前準確度達95.4%、成本大幅降低80%,希望讓醫療院所負擔得起,進而提升數位與數量診斷及治療後的照護。GenerationsE也與筑波醫電合作,微型化機台進以加速導入病理實驗室

目前聚焦北美23億美元的市場,同時商業模式著重第一線病理科醫師、醫院、癌症研究中心,希望替醫院節省經費、提升效率、也可望提升病理科醫師人力不足地區的醫療量能。

詳細內文請參考網址