來源：自由時報 記者林惠琴

肺癌為國人癌症死因之首，成功大學研發「運用人工智慧（AI）技術建構胸腔X光影像偵測癌症疑似病灶模型」，經由判讀胸腔X光片揪出肺部結節，輔助醫師及早診斷肺癌，準確度已高達8成以上，預計最快明年第一季應用於偏鄉行動醫療車，未來也會導入健保系統，偵測到各醫療院所上傳影像異常就立即回饋，有助於早期發現與治療肺癌。

成大醫院健康數據資源中心執行長蔣榮先的AI團隊，去年因應武漢肺炎（新型冠狀病毒病，COVID-19）疫情，開發模型判讀胸腔X光影像偵測疑似COVID-19患者，不只於世衛舉辦的國際COVID19科技防疫黑客松大賽獲得肯定，也被聯合國教科文組織推舉為全球最頂尖10個AI團隊之一。

蔣榮先指出，當PCR檢測COVID-19逐漸成熟、廣泛應用於診斷後，就將此套模型改良成揪出肺部結節，並將肺部影像切割為16個區塊，加速AI判讀，經過利用美國、日本、越南等地大型公開資料集使用，以及透過國內健保資料庫X光片，進行深度學習模型訓練，目前每張判讀時間在1分鐘內，精準度可達到8成以上，相當於是一般資深醫師的判讀水準。

以今年1至9月來說，全台胸腔X光就拍攝655萬張，蔣榮先指出，在醫師工作繁重的情況下，人工一一判讀難免受限，以某醫院上傳的2張胸腔X光片為例，一開始醫師判讀認為正常，但不到一個月內，進一步透過電腦斷層檢查發現是肺癌；然而使用AI確認時，第一時間就發現有異常。

蔣榮先說明，顯然開發的AI模組可當作醫師的「捕手」，有點類似「快篩」的概念，先為醫師過濾與分流，並可望協助醫師判定近橫膈膜、肺門、肋骨或鎖骨後方、心臟後方、血管密集處等不易發現的結節，找出高風險患者。

此套AI模組預計最快明年第一季先在嘉義偏鄉的行動醫療車上使用，蔣榮先說明，過去行動醫療車出去為民眾拍攝X光後，要等到醫師判讀完畢、發現問題，可能都是數週以後才有結果，但若可結合AI，就可及時「示警」異常，讓醫師及早介入診斷與治療。此外，也可用於急診等放射科醫師人力較吃緊之處，提高醫療品質。

健保署長李伯璋表示，此套AI模組也將與健保系統結合，可望就各醫療院所上傳的胸腔X光影片進行判讀，當發現異常時，就及時回饋給醫師評估，有助於肺癌早期病人診斷，預計最快明年上半年就可導入。