獲衛福部、歐盟核准！臺大醫院攜手雲象科技以AI判讀骨髓抹片，時間縮短一半以上

臺大醫院與雲象科技於11月24日宣布，共同研發的「骨髓抹片AI分類計數aetherAI Hema」獲衛福部與歐盟CE核准，取得醫材許可證，將過往近半小時的工作時間縮短為5分鐘，期待透過AI醫材協助醫師判讀骨髓抹片的影像，為血液疾病醫療帶來跨時代的突破。

根據衛福部統計資料，台灣白血病與骨髓增生性腫瘤病患人數在2016年至2018年分別是2,168、2,355與2,550人，其中因白血病而死亡的人數每年約1,100人。「從骨髓抹片看細胞數量與細胞比例，就能知道該病患的健康程度。」臺大醫院檢驗醫學部主任周文堅指出，人體造血機能是人類健康與否的基本條件，各種細胞的數量與比例一定要嚴格調控，若細胞過多會引發血癌、過少則可能造成貧血。

因此，骨髓抹片之判讀為診斷各種血液疾病的基本且重要的方法。然而，現行的模式其實對醫師來說非常耗時耗神，一片骨髓抹片需計數500個血球分類，皆採人工手動，大約要耗費近半小時的工作時間，且細胞計數區域及影像無法存檔紀錄，更容易陷入醫師過於主觀判斷的困境。

隨著數位化應用普及，自1997年即有研究者嘗試將AI應用於骨髓細胞的分類計數，但這些研究礙於細胞標註數量不足、辨識度不足、只限於應用在某些特定疾病，或是缺乏多中心臨床驗證，因此距離臨床上實用仍有一段距離。

臺大醫院自1983年來診斷及收藏許多骨髓抹片檢體，骨髓抹片判讀的人力素質及數量上在國內外均具優勢，對於台灣醫界來說更是不可多得的珍貴資產，並且在2018年時選擇與台灣專注於醫療影像AI的新創雲象科技產學合作，率先開發「骨髓抹片AI分類計數」系統。

雲象科技於2015年由具有病理學（Pathology）背景的葉肇元博士成立，過往分別推出「數位病理影像平台」與「醫療影像 AI 開發平台—aetherAI」兩款產品致力於將數位影像與AI技術結合醫療產業，協助大型醫療院所數位化以及醫療民主化。

延伸閱讀：目標成為國際醫療影像AI公司！雲象科技讓深度學習落實臨床，減少醫生重複性工作

「我們具有數萬片的抹片與多樣化的疾病種類資料，雲象科技則擁有人工智慧的專業，我們期待透過這樣的合作，讓AI一才有真正商轉的可能。」周文堅表示。

雙方總共用了近60萬個細胞去訓練本AI系統，並以逾2.6萬個細胞測試，達成可自動分類計數15類骨髓細胞，從原本一張影像依難度不同平均耗時約20至30分鐘，縮短至5分鐘以內。不僅協助醫師與醫檢師縮短判讀時間，減輕醫療人員負擔，而且提供量化、客觀，可反覆驗證的數據，有助經驗傳承，突破血液疾病臨床診斷與教學研究的瓶頸。周文堅以「單核球細胞」判讀為例，專業醫檢師的共識判讀準確率約為70%，而系統則可以達到9成的準確度。

自研發至取證歷經三年努力，2021年10月取得衛福部食藥署及歐盟CE的許可證，驗證此系統在未來運用方面的普遍性，是目前全球最先進的骨髓細胞計數與分類系統，將可推廣於全球的血液實驗室，會是血液疾病診斷的一項革命性的工具與利器。

「2018年台灣對於AI影像處理還很懵懂，我們也是邊做邊學，但我們秉持著『如果真的要做，就要解決世界的問題』的理念，很高興這次與臺大合作，完成世界最大的脊髓抹片標註資料集，更成功申請到了一才許可。」雲象科技創辦人葉肇元如此表示。

這套系統目前定位為輔助醫師使用，儘管準確率可能會受環境影響而下降，但仍能有效緩解醫生判斷的壓力與時間。葉肇元也表示，「骨髓抹片AI分類計數aetherAI Hema」這套系統將會主要在台灣與歐洲推廣，未來也會在美國執行臨床驗證，目前則是正在與日本的5間大學合作中。

延伸閱讀

執著北上的台南囝仔、一個更適合創業的醫師， Dcard 與雲象科技創辦人談閱讀帶來的人生價值
打造數位病理一條龍服務！醫師與工程師合力打造的雲象科技
新創 Deep01 獲華碩領投 8,000 萬元募資，AI 判讀腦出血影像準確率 95%
鉅怡智慧打造非接觸影像生理訊號偵測系統，聚焦智慧健康管理、智慧金融、疫情隔離多元應用