AI幫助判別骨折的新舊狀態！提升CT影像診斷效能，避免誤診或延誤
隨著年齡增長，骨質流失速度加快，骨質疏鬆症已成為中老年族群最常見的隱形疾病之一。根據統計，女性在50歲以後、男性在65歲以後罹患骨質疏鬆的風險大幅提升，其中脊椎壓迫性骨折更是最容易發生，卻最容易被忽略的傷害。這類骨折常造成慢性下背痛、駝背，甚至因反覆骨折導致行動困難與失能，嚴重影響長者生活品質。
臨床上要準確判斷骨折是「近期新發」還是「過往陳舊」，對醫師來說極具挑戰。為了提升醫療更精準做出判讀，嘉義大林慈濟醫院與國立雲林科技大學攜手合作，於今8日發表2025年運用人工智慧，成功開發CT影像AI判讀系統，能有效區分骨折的新舊狀態，準確率高達93.4%。該項研究2024年10月刊登於國際SCI期刊《Multimedia Tools and Applications》，為智慧醫療的實務應用樹立新標竿。
嘉義縣65歲以上人口比率已超過25%，面對骨鬆與骨折高風險，更需要快速又精準的診斷工具。「高齡社會挑戰下的智慧醫療應用，打造精準又溫暖的診療」，大林慈濟醫院骨科部主任謝明宏指出，該技術結合深度學習與先進模型架構，有望協助臨床醫師在CT影像中更能快速且精準地判斷骨折狀態，提升診療效率，守護高齡族群骨骼健康。
大數據+AI，提升CT影像診斷效能
本研究由國立雲林科技大學校長張傳育教授與大林慈濟醫院骨科部主任謝明宏醫師領銜，針對臨床診療上最棘手的問題之一「如何從電腦斷層（CT）影像中判別骨折的新舊狀態」提出解方。
雖然MRI能清楚區分骨折時間性，但價格高昂、等待時間長，在基層或偏鄉醫療現場難以普及；CT雖普遍可行，卻無法有效判別骨折新舊，容易導致誤診或延誤。
研究團隊蒐集自大林慈濟醫院的10,305張脊椎CT影像，處理後選用5,631張側面切面影像進行AI訓練與測試，導入YOLOR深度學習架構，並結合三種影像特徵模型（MobileViT、EfficientNet_NS與CSPDarknet53）與Involution技術進行優化，最後透過集成學習方式整合各模型優勢，成功建立準確率高達93.4%的AI系統。
雲科大校長張傳育說，「嘉義是高齡化程度極高的縣市，脊椎壓迫性骨折發生率亦高，這次骨科團隊與雲科大合作的AI系統，不僅補足CT影像診斷的限制，更能在第一線提供醫師精準判斷依據，協助患者早期治療、避免後續併發症，成果有意義，令人感到振奮。」
「研究落實臨床，讓AI真正幫助人」校長張傳育強調，技術不只在理論上表現亮眼，更有機會真正落實於臨床端。未來將持續推進實地應用測試，整合進臨床決策輔助系統（CDSS），提升智慧醫療的實用性與可近性。
大林慈濟醫院院長賴寧生表示：「隨著科技發展，智慧醫療已不再只是未來藍圖，而是當下實際推動的重要方向。AI、大數據與遠距醫療的導入，不僅提升醫療效率，也讓醫療更人性化，更能貼近偏鄉與高齡患者的實際需求。」
賴寧生指出，大林慈濟醫院早在多年前即著手推動智慧醫療與資料應用，與多所學術機構合作並累積多項研究成果。此次與雲科大團隊聯手，正是跨域整合的成功典範，實際回應在地健康需求。
「跨域整合，讓智慧醫療從學術走進生活，」嘉義大林慈濟醫院與雲林科技大學產學合作，不僅讓台灣智慧醫療成果登上國際，也再次證明醫學與科技的結合，能夠有效提升照護品質、改善高齡社會下的醫療挑戰。未來，這項技術有望進一步導入大型資料庫與全國醫療體系，成為臨床診斷的新標配，守護更多長者的健康與尊嚴。
延伸閱讀：