科技产业报订阅
科政中心
 

疾管署AI大应用 疟疾血片自动辨识

虽然台湾在1965年时本土疟疾已经根除,但卫生福利部疾病管制署副署长庄人祥说,在国际上疟疾仍然是一个相当重要的疾病问题。此外,台湾现在一年还是有10~40例境外疟疾病例,其原因许多是在从非洲经商回台的人士身上检出。也因此,疾管署2017年与AI Lab合作,共同在疟疾血片的识别领域上努力。实验人员在数百片影像档上,标示感染血球,提供进一步的数据分析与机器学习。

庄人祥认为AI能够有效提升疫情防治与检测效率。蔡腾辉摄

疟疾血片 AI辅助辨识

现行检验流程虽由医院镜检初判,但仍需回传影像档予疾病管制署寄生虫实验室,仰赖实验室专家再次判定,讯息交换所需时间,即可能造成个案或长或短的通报及治疗时效延迟。庄人祥说,也因此开发自动辨识技术,就是希望透过人工智能模型辅助镜检影像研判。在现阶段提供一个在线平台,让临床检验人员上传影像后,实时检视模型研判结果,争取检验时效。

疟疾侦测在线平台画面示意图。疾管署提供

为训练人工智能模型辨识疟原虫,第一阶段需先建立大量的血液抹片影像库,现阶段以自动显微镜建立100片血片数码影像档,产生近1,000万张影像,并针对其中约8,000张影像标注感染血球,提供人工智能模型进行训练及精准度验证。

疟疾数码影像库建立流程。疾管署提供

目前针对恶性疟进行辨识模型开发,模型辨识效果已接近、甚至优于受过相关镜检训练的检验人员,未来也将持续优化辨识效果,并将辨识范围拓展至其它种类之疟原虫。

聊天机器人疾管家

除了疟疾血片的AI技术以外,针对台湾重大疫情防治的科技应用上,疾管署2017年10月与HTC合作,并在2018年推出第2版聊天机器人LINE@疾管家。庄人祥说,透过「疾管家」,疾管署除了能够快速将讯息传递给民众以外,民众也可以透过了解传染病、如何预防、国外的疫情现况等信息,进而在最短的时间内采取应对措施。此外,疾管家的推出,也有效纾解疾管署1922热线的人员作业时间。

AI疾病预测系统

此外,疾管署在2017年底也与宏碁合作,在疾管署网站上推出「流感预报站」。透过收集健保署的门诊资料与医院端的急诊数据,创建4个人工智能模型,集成呈现图表的方式,将地区分为危险、中等、良好等三分类,可以提醒民众注意健康保健与自我防护之用。庄人祥表示,资料都会在每周三凌晨更新。从门诊与急诊类流感就诊人次的数量高低分布来分析,目前已经可以知道,每每在年初都会有升高的趋势。庄人祥表示,透过AI与大数据,流感预报站的准确率高于国外类似的预测模式,有效让疫情的预测更具参考价值。

对疫病防治的未来发展与看法

目前,主要业务以公共卫生为主的疾管署已有收集许多疾病相关数据,团队也正在分析数据,并且正朝影像分析的方向发展。对于未来科技医疗与疾病防治,庄人祥说,可以从几个方面来看。首先,象是流程精简化。过去医师都只能将信息传送至卫生局,卫生局再将资料上网更新。从2000年开始,医院已经可以直接上网更新。接著是电子化。包括收集医院资料的防疫云系统,自动带出的电子病历等。

人工智能可以更快速判断出社区疾病与医院之间互动的关联。庄人祥说,在科技导入医疗与疾病防治应用的面向上,要有明确的定义,才能够让新科技的操作更加顺利。比方说,AI的影像辨识应用,就可以统计路上戴口罩的民众数量,同时收集与比对气象局的空气质量资料,即可产生更有相关性与更多元意义的分析结果。

蔡腾辉

DIGITIMES电子时报智能医疗主编蔡腾辉Mark Tsai
专注研究智能医疗产品技术服务导入场域时,所遇到的困难症结与如何克服要点。
精通中英德语,热爱挑战与Swing Dance。
Facebook:DIGITIMES智能医疗

作者更多专栏

  •     按赞加入DIGITIMES智能医疗粉丝团