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。
「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。

騎車、拍照、寫寫稿。
2011年起《數位時代》開始以Meet社群品牌推動創業家們的交流連結。從新創團隊的採訪報導、創業小聚月會的分享、產業沙龍的分享, 提供創新與創業社群相互分享與媒合的平台。
新創團隊採訪請來信:vincent.tseng@bnext.com.tw