跳到主要內容
 

AI協助診斷肺部腫瘤

AI協助診斷肺部腫瘤
醫療健康
肺腫瘤3D影像自動偵測,提升醫生100%診斷效率,早期發現癌症

應用情境

辨別肺癌結節辨識肺腫瘤篩檢放射影像(電腦斷層掃描),透過即時影像異常提醒。

企業痛點

資料量龐大每位病患做一次CT產生約100~500張斷層切面影像醫生判讀

診斷不易早期肺癌直徑大小>=0.33公分且易與血管等軟組織混淆

3D影像標記困難電腦斷層為3D影像,目前已標記資料不易取得,且AI標記技術非常困難。

解題方法

開發標記產品Labelhub影像標記管理系統 &人機互助自動學習與輔助系統。

肺部結節分類:分類正常組織、腫瘤組織,以3D-CNN五層架構,,準度達99%。

結節位置預測:預測平面X,Y軸正確率98%、深度Z軸正確率97.5%。

成果效益

提高醫生診斷效率:一名放射科醫師與胸腔科醫師診斷20名病人CT影像,每人都需花超過210分鐘完成,AI全數判讀完畢只需2.05分鐘,效率提升100倍。

降低肺癌初期漏診率:高達97~99%肺腫瘤標記準確率,有效降低醫生漏診率。

後續運用

合作研發3D DICOM標記技術:與童綜合醫院、中國醫藥學院、PACS醫療影像儲傳系統廠美德康(註),合作研發3D DICOM(醫療數位影像傳輸標準協定格式)影像標記技術。

 

相關競賽
電腦輔助醫學影像診斷
電腦輔助醫學影像診斷
相關成功方案
AI協助診斷肺部腫瘤
肺腫瘤3D影像自動偵測,提升醫生100%診斷效率,早期發現癌症
心電圖特徵影像進行病徵分類
自動偵測心電圖病徵,降低醫生工作負擔