臺大研發AI判讀骨髓抹片 速度比人工快4到6倍

骨髓抹片AI分類計數系統可輔助醫檢師快速判讀並計算細胞數量。（臺大醫院提供）

臺大醫院和雲象科技合作「骨髓抹片AI分類計數」系統，判讀一片僅需5分鐘，可大量省下人力及時間。（圖取自臺大醫院直播）

骨髓肩負着人體造血功能，數量過多會導致血癌，數量過少會引發再生不良性貧血。爲診斷這些疾病，過去需要由醫檢師或醫師人工判讀骨髓抹片，一顆顆計算各種細胞的數量，且十分仰賴個人經驗，判讀一片需要20到30分鐘；而現在臺大醫院與科技業者合作研發「骨髓抹片AI分類計數」系統，可在5分鐘之內完成判讀，速度比人工快了4到6倍！

根據衛福部統計，臺灣白血病與骨髓增生性腫瘤病患人數明顯逐年上升，每年約1100人因白血病死亡。臺大醫院是國內血液病診治的重鎮，從1983年起保存完整的骨髓抹片資料；2018年起與雲象科技攜手研發「骨髓抹片AI分類計數」，是全球最先進、可在短時間內辨別骨髓細胞的系統，已獲得國內食藥署和歐盟覈准，未來可投入商轉運用。

臺大醫院檢驗醫學部主任周文堅指出，骨髓細胞種類多達15種以上，過去對於血液疾病的診斷只能靠人工閱片，醫檢師在顯微鏡下用肉眼判讀，每片需計數500個細胞，一邊看一邊數，高度仰賴個人經驗和感覺；而經過訓練的AI系統可以直接取出影像，自動判讀並標註各類細胞數量，醫檢師只需查看大螢幕，確認標註狀況是否符合預期，可省下大量人力和時間。

由於骨髓抹片經過影像取得後，細胞複雜且不平均，且經常擠在一起，形態上較難粒粒分明。爲訓練AI系統，臺大醫院共收集323位病人、542片抹片，由專家判讀近60萬顆細胞並告訴AI這是哪些細胞，一步步建立精準的模型。

進入測試階段後，AI系統又分析了4.6萬個細胞，並與3位專家的判讀共識進行比對，9成以上結果均吻合；接着進入臨牀驗證階段，共判讀31萬個細胞，以2位專家判讀的各類細胞比例平均爲標準，AI系統判讀結果吻合度高達8至9成。

「AI系統不能取代醫護，但可以輔助決策。」臺大醫院院長吳明賢表示，醫療行爲不能有所疏忽，過去靠着極高紀律的醫護努力才做到；但人會受到各種因素影響，而機器不會疲倦，可以取代人類的自律，把寶貴的時間還給醫護，讓醫療安全品質更有保障。

雲象科技創辦人葉兆元說，該AI系統除了取得歐盟及臺灣食藥署認證，目前正和日本5間大學醫院展開合作，讓AI系統可以適應日本的資料集；未來也希望增加臨牀驗證資料後，送美國食品藥物管理局（FDA）審查。不過他提到，AI系統可能因爲各醫院流程落差而有準確度的差異，未來若投入廣泛使用，會持續觀察AI模型是否需要調整。