工研院領先Google一步！國產糖尿病視網膜病變AI診斷技術獨步全球

近年來，世界各地吹起一波醫療影像AI浪潮，比如Google 3年前就用了近13萬張眼底圖，開發一套糖尿病視網膜病變AI診斷系統，可快速判斷病變程度，準確率還與人類醫生相當。隨著這波風潮，工研院更在2年前，就著手打造國產糖尿病視網膜病變AI輔助診斷系統，最近也公開揭露成果。工研院這套系統，不僅能將視網膜病變的嚴重程度分為5級，讓醫生能依此進行恰當的治療方式，還可以標示出4種肉眼難以辨識的初期病徵位置，讓病患及早發現問題、及早治療。工研院更表示，這還是「目前國際上唯一可偵測4種主要病徵並清楚標示位置的AI技術，」連Google糖尿病視網膜病變AI系統都沒做到。

工研院糖尿病視網膜病變診斷輔助分析技術計畫主持人李雅文說，打造這套系統的動力，是因為目前「全臺眼科醫生只有1808位，但臺灣365個鄉鎮市區，超過半數沒有眼科醫生在執業，」因此，工研院決定開發這套AI輔助診斷系統，來協助非眼科醫生（比如新陳代謝科、內分泌科、家醫科等醫生）進行眼底圖判讀，並判斷糖尿病患是否該轉診至眼科，提高糖尿病患視網膜病變的早期篩檢率。

也因此，2017年時，工研院向國內3家醫學中心取得31萬張眼底圖，同時通過人體試驗委員會（IRB）認證、確保取得的資料是安全且沒有問題的。經過資料前處理之後，工研院便請了50位眼科醫生來標註影像。

不過，由於這項專案的目標之一，是要輔助病患早期篩檢，但早期病徵非常微小，像是微細血管瘤（Microaneurysms）、出血（Hemorrhages）等，而且在一張眼底圖中（如黃線標註處），這類病徵才11像素左右，「我們花了很多心思在這一塊，」李雅文說，因為病徵非常微小，一般影像標註工具難以標示，工研院還特別開發了一套標註系統，來給醫生使用。

而影像標註，是建立機器學習模型基準（Ground Truth）的重要過程，如果基準不準確，模型也無法準確預測。但在標註影像時，每位醫生對眼部病變的判斷難免有異，為解決醫生意見分歧，工研院安排3位醫生共同標註1張眼底圖，當前2位醫生對病徵或病變嚴重程度持不同意見時，就由第3位醫生來仲裁，或是協調2位醫生的看法，取得一致結果或是採用多數決方式決定。

後來，工研院使用醫生標註好的10多萬張眼底圖，來訓練AI模型。在訓練過程中，工研院研究團隊也不斷根據訂定的效能指標，來調整模型，完成後再部署至場域中，進行實際操作。但在實作過程中，團隊發現，操作結果與當初醫院給予的報告仍有落差，因此又得重新訓練模型，再一次評估與調整。

現在，這套糖尿病視網膜病變診斷輔助AI系統，可偵測4種主要病徵，包括微細血管瘤、出血、軟滲出物、硬滲出物（Microaneurysms、Hemorrhages、Soft Exudates、Hard Exudates），而且能標示出這些病徵的位置，方便醫生與病患解釋病變情況。李雅文強調，自家研發的糖尿病視網膜病變AI系統，可說是國際上唯一一個能標示出病徵位置的糖尿病視網膜病變AI系統。

偵測病徵後，這套系統也會依此來分類病變程度，包括0至4級（No DR、Mild NPDR、Moderate NPDR、Severe NPDR、PDR）共5類，準確率已達85％以上。此外，該AI系統也有2分類模型，根據病變程度來建議是否要應轉診至眼科。

李雅文提到，工研院這套糖尿病視網膜病變AI，還需連同軟體開發文件一起送至衛福部食藥署（TFDA）來查驗登記，之後才能上市販售。工研院目前也正尋找醫療器材行，為未來的技術商轉作準備。文◎王若樸