工研院领先Google一步！国产糖尿病视网膜病变AI诊断技术独步全球

近年来，世界各地吹起一波医疗影像AI浪潮，比如Google 3年前就用了近13万张眼底图，开发一套糖尿病视网膜病变AI诊断系统，可快速判断病变程度，准确率还与人类医生相当。随着这波风潮，工研院更在2年前，就着手打造国产糖尿病视网膜病变AI辅助诊断系统，最近也公开揭露成果。工研院这套系统，不仅能将视网膜病变的严重程度分为5级，让医生能依此进行恰当的治疗方式，还可以标示出4种肉眼难以辨识的初期病征位置，让病患及早发现问题、及早治疗。工研院更表示，这还是“目前国际上唯一可侦测4种主要病征并清楚标示位置的AI技术，”连Google糖尿病视网膜病变AI系统都没做到。

工研院糖尿病视网膜病变诊断辅助分析技术计划主持人李雅文说，打造这套系统的动力，是因为目前“全台眼科医生只有1808位，但台湾365个乡镇市区，超过半数没有眼科医生在执业，”因此，工研院决定开发这套AI辅助诊断系统，来协助非眼科医生（比如新陈代谢科、内分泌科、家医科等医生）进行眼底图判读，并判断糖尿病患是否该转诊至眼科，提高糖尿病患视网膜病变的早期筛检率。

也因此，2017年时，工研院向国内3家医学中心取得31万张眼底图，同时通过人体试验委员会（IRB）认证、确保取得的资料是安全且没有问题的。经过资料前处理之后，工研院便请了50位眼科医生来标注影像。

不过，由于这项专案的目标之一，是要辅助病患早期筛检，但早期病征非常微小，像是微细血管瘤（Microaneurysms）、出血（Hemorrhages）等，而且在一张眼底图中（如黄线标注处），这类病征才11像素左右，“我们花了很多心思在这一块，”李雅文说，因为病征非常微小，一般影像标注工具难以标示，工研院还特别开发了一套标注系统，来给医生使用。

而影像标注，是建立机器学习模型基准（Ground Truth）的重要过程，如果基准不准确，模型也无法准确预测。但在标注影像时，每位医生对眼部病变的判断难免有异，为解决医生意见分歧，工研院安排3位医生共同标注1张眼底图，当前2位医生对病征或病变严重程度持不同意见时，就由第3位医生来仲裁，或是协调2位医生的看法，取得一致结果或是采用多数决方式决定。

后来，工研院使用医生标注好的10多万张眼底图，来训练AI模型。在训练过程中，工研院研究团队也不断根据订定的效能指标，来调整模型，完成后再部署至场域中，进行实际操作。但在实作过程中，团队发现，操作结果与当初医院给予的报告仍有落差，因此又得重新训练模型，再一次评估与调整。

现在，这套糖尿病视网膜病变诊断辅助AI系统，可侦测4种主要病征，包括微细血管瘤、出血、软渗出物、硬渗出物（Microaneurysms、Hemorrhages、Soft Exudates、Hard Exudates），而且能标示出这些病征的位置，方便医生与病患解释病变情况。李雅文强调，自家研发的糖尿病视网膜病变AI系统，可说是国际上唯一一个能标示出病征位置的糖尿病视网膜病变AI系统。

侦测病征后，这套系统也会依此来分类病变程度，包括0至4级（No DR、Mild NPDR、Moderate NPDR、Severe NPDR、PDR）共5类，准确率已达85％以上。此外，该AI系统也有2分类模型，根据病变程度来建议是否要应转诊至眼科。

李雅文提到，工研院这套糖尿病视网膜病变AI，还需连同软件开发文件一起送至卫福部食药署（TFDA）来查验登记，之后才能上市贩售。工研院目前也正寻找医疗器材行，为未来的技术商转作准备。文◎王若朴