用AI辨識胸腹CT病竈不用2秒 臺科大解決手動標註問題

臺科大醫工所教授王靖維（右）團隊於今年國際醫療3D CT影像AI競賽，榮獲第3名佳績。圖／臺科大提供

傳統電腦斷層掃描影像（CT）的病竈需要手動標註，相當耗時，臺科大醫工所教授王靖維團隊開發「通用3D病竈分割AI模型」，最快能在2秒內辨識多類別胸腹部病竈，解決人力問題，並在今年的國際醫療3D CT影像AI競賽中得到第3名。

傳統電腦斷層掃描影像在分割病竈時，容易出現病竈識別困難的問題，且需大量專業人力分析和手動標註病竈相當耗時，人工標註過程中還容易因疲勞、有限診斷作業時間和經驗不足而漏判，導致診斷效率低下，增加醫療成本。

王靖維表示，團隊研究開發「通用3D病竈分割AI模型」，在今年國際醫療3D CT影像AI競賽的632名參與者脫穎而出、榮獲第3名。這項模型可精準辨識骨骼、胰臟、腎臟、肝臟、肺結節、肺部、結腸、淋巴結和縱膈等胸腹部病竈，適用於胸腹部CT影像，可自動化精準標註多種3D CT病竈，解決手動標註耗費大量人力成本問題。

王靖維說明，3D的CT影像病竈分割與2D影像相比，提供更多有助醫師監控病竈成長的資訊，如病竈體積、形狀和空間位置。CT掃描的自動AI病竈分割比手動分割具有優勢，包括提高效率、可重複性、準確性和標準化，從而實現更精確的定量分析。

傳統人工標註每案約耗費30到60分鐘，但團隊AI技術在配備單一T4 GPU的Grand Challenge平臺伺服器上處理每個3D病竈資料只需3.25秒，若使用配備RTX4080的本機PC則不到2秒。

臺科大表示，王靖維研究團隊透過參與競賽，除提升團隊技術實力外，也增強處理大規模、多類別CT影像數據方面的經驗，深入瞭解如何在真實臨牀應用提升AI模型的實用性和穩健性，爲未來的研究和應用奠定基礎。

王靖維教授團隊開發通用AI模型精準3D分割多種類別病竈，紅色輪廓代表基準真相；綠色輪廓代表模型預測。圖／臺科大提供