| 技術名稱 | 使用常規胃鏡影像來輔助判讀幽門螺旋桿菌感染、癌前病變及預測胃癌風險之深度學習系統 | ||
|---|---|---|---|
| 計畫單位 | 國立臺灣大學 | ||
| 計畫主持人 | 李宜家 | ||
| 技術簡介 | 胃鏡檢查是相當常用的篩檢方法,然而,檢查結果常僅以「胃炎」概括,缺乏客觀且具科學依據的評估,民眾大量影像儲存在醫院、診所、健康檢查中心但是未能有效運用寶貴資源。幽門螺旋桿菌感染經常被忽略,癌前病變亦未能被精確評估,本深度學習系統可輔助診斷幽門桿菌感染及癌前病變,引發後續醫療處置或建議。 |
||
| 科學突破性 | 本創新技術建立整合式AI系統,胃鏡影像自動判讀幽門螺旋桿菌感染、萎縮性胃炎及腸上皮化生,產生個人化胃癌風險分數。模型以數萬張影像訓練,透過跨場域驗證,整體準確度高,系統比較多種深度模型,選擇最佳模型,採結果投票機制,提升解釋性。相較傳統僅偵測局部病灶,本技術以整體胃黏膜評估,具創新性與臨床應用價值。 |
||
| 產業應用性 | 臺灣已將幽門桿菌篩檢作為國家預防保健政策,因此胃鏡檢查及影像報告的普遍性極高,胃炎為常見臨床診斷,本技術乃藉由深耕多年的國際知名胃癌防治成效,結合多項深度學習技術,創新開發出可以落地應用之技術,不僅在醫學中心中驗證,已在離島證實其可用性;本技術可在行動裝置來呈現結果,迅速提供結果,讓運用上十分便捷。 |
||