來源：工商時報 記者陳逸格

「骨髓增生性腫瘤」被喻為最難診斷的血液疾病，林口長庚、雲象科技、國際藥廠決定攜手合作，齊力以AI應用破解血液病理診斷困境，三方跨界：醫院、AI技術應用、國際藥廠攜手，可謂突破性協力。昨(16)日舉行「血癌診斷醫時俱進 跨界引領AI新紀元」線上記者會。

林口長庚挾「全台少數完成跨院區病理科數位化」的龐大資料優勢，再度與雲象科技攜手，展現雲象在數位病理與醫療影像AI的驗證實力，以及國際藥廠在血液疾病的深耕，期盼在此普遍受困的血液病理診斷，將智慧AI應用落地。三方代表貴賓就血液病理診斷挑戰、精準醫療革新、AI醫療導入等說明，積極迎戰後疫情新常態在醫療數位轉型的加速發展。

本次林口長庚紀念醫院、雲象科技、台灣諾華三方跨界攜手，奠基於林口長庚醫院病理數位化累積的龐大資料庫，結合雲象科技AI技術，進行深度學習、訓練深度神經網路來辨識骨髓細胞的形態、特徵與空間分布情形，打造「血液病理AI輔助判讀應用」，以提供客觀且量化的數據，輔助病理醫師作出高效、精準的「骨髓增生性腫瘤」(myeloproliferative neoplasm，簡稱MPN)診斷；而台灣諾華則長期投入血液腫瘤研發治療，希冀藉此提升國內血液腫瘤篩檢量能，幫助病患獲得即時診斷及治療。

林口長庚紀念醫院解剖病理部陳澤卿主任指出，林口長庚每月有近萬個案例、高達上萬筆的病理玻片需要判讀。為了能及早且精準幫助病患確診，長庚醫院已將病理玻片數位化，為全台少數完成跨院區病理科數位化的醫療院所，大幅提升判讀方便性。長庚醫院五個院區採用雲象科技數位病理系統，目前林口長庚數位化玻片已累積超過38萬片。

雲象科技創辦人暨執行長葉肇元醫師指出，血液疾病的診斷與治療相當困難。對血液疾病來說，以形態學為基礎的病理診斷扮演關鍵角色，而形態辨識正是AI在醫療上能有最大發揮空間的面向。雲象科技自2018年起，陸續與台大醫院、林口長庚醫院、奇美醫院，分別進行骨髓抹片細胞型態辨識、淋巴瘤型態診斷及預後分析等血液疾病AI的應用，所累積的技術與應用開發經驗，挹注於開發「骨髓增生性腫瘤」AI輔助判讀與病理診斷。葉肇元表示，相信在AI輔助下，形態診斷的重要性會再次提升，和近年備受矚目的分子及基因診斷相輔相成，進一步強化血液疾病診斷以及治療的品質。

林口長庚紀念醫院血液科郭明宗醫師表示，骨髓增生性腫瘤臨床上常見的三種類別，從診斷到治療都是挑戰。病理醫師必須在顯微鏡下仔細評估各種造血細胞的數量及形態。人工判讀難取得客觀量化的結果，且會存在不同診斷者間的差異。透過高品質、經過專家標註資料的訓練，AI輔助影像分析可以讓診斷流程有更客觀一致的量化標準，提升診斷的準確率。