來源：聯合報 記者許政榆

判讀骨髓抹片將更省時省力。台大醫院與雲象科技合作，歷時3年多研發「骨髓抹片AI自動分類計數系統」，涵括超過70萬個細胞標註資料集，今年獲得衛福部食藥署與歐盟CE核准，取得智慧醫材許可證，成為「全球首款」同時獲兩地認證的血液判讀AI醫材，將成醫檢師、醫師進行相關疾病診斷的最佳助手。

據統計，台灣每年因白血病死亡人數約1100人，白血病患者抽血檢查異常時，必須藉由骨髓穿刺進行確診，因此骨髓抹片判讀是血液疾病重要基礎。然而一張張骨髓抹片，需仰賴醫檢師以人工方式，在顯微鏡下計數500個血球分類，費時費力才能精準判讀。

有鑑於此，台大3年前與雲象科技合作，研發「骨髓抹片AI分類計數」系統，運用台大醫院38年來診斷及收藏的骨髓抹片檢體庫，使用近60萬個細胞訓練AI判讀，並以2萬6千個細胞測試，讓AI達到可自動分類計數15類骨髓細胞，準確率高達九成，與人工判讀結果相近。

台大醫院檢驗醫學部主任周文堅表示，過去人工判讀1張影像平均耗費20至30分鐘，透過AI縮短到5分鐘以內，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。

過去曾有研究者嘗試運用AI在骨髓細胞分類計數，但仍有不足之處，包括細胞標註數量不足、僅能辨識骨髓中的少數幾類細胞、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距離。

台大「骨髓抹片AI分類計數」屬國際性創新AI應用，並進行多國、多中心的臨床驗證。254位病人的骨髓抹片分別來自台大醫院總院、台大雲林分院、台北國泰醫院、與美國BioReference Laboratories，一張玻片由兩位醫師及AI標註相互驗證，涵蓋14種骨髓疾病類別，且包括治癒前後的不同臨床病程，跨兩種染色，而此模型的研發資料集，是由台大醫院血液專科醫師及資深醫檢師，進行了超過70萬個細胞標註所組成。

「人會疲倦但機器不會，訓練後透過智能輔助，把寶貴時間還給醫護。」雲象科技創辦人暨執行長葉肇元醫師表示，AI判讀骨髓抹片技術，準確率達九成，目前第一階段仍定位「輔助」，AI判讀結果再由醫師綜合評估，下一階段將研發全自動掃描。他提到，國內外醫療臨床人力短缺，很多醫院都是醫師自己看抹片，耗費過長時間，研發此系統希望透過台大訓練出具水準的AI系統，讓各醫院判讀骨髓抹片時有良好品質。

該系統今年10月取得衛福部食藥署及歐盟CE的許可證，是目前全球最先進的骨髓細胞計數與分類系統，目前正申請美國FDA許可、推廣至日本市場等，盼從台灣出發，奠定先進AI技術應用及骨髓細胞型態無人種差異特色，推廣到海外市場。

葉肇元表示，有些AI系統部署到真實世界使用後，會因為不同醫院擷取流程有落差而影響判讀，這是不可避免的現象，若上市於各大醫院使用，也將謹慎評估模型是否需改進及調整。