云象科技：首度三方跨界打造「血液病理AI辅助判读应用」

林口长庚纪念医院、云象科技、台湾诺华共同打造「血液病理AI辅助判读应用」，突破「骨髓增生性肿瘤」诊断难题。云象

伴随AI技术成熟、COVID-19(新冠肺炎)加速数码转型，林口长庚纪念医院、云象科技、台湾诺华三方跨界携手，奠基于林口长庚医院病理数码化累积的庞大数据库，结合云象科技AI技术，进行深度学习、训练深度神经网络来识别骨髓细胞的形态、特徵与空间分布情形，打造「血液病理AI辅助判读应用」，以提供客观且量化的数据，辅助病理医师作出高效、精准的「骨髓增生性肿瘤」(myeloproliferative neoplasm；MPN)诊断；而台湾诺华则长期投入血液肿瘤研发治疗，促成策略合作。
 
疫情加速智能医疗-林口长庚完成病理玻片数码化  奠基AI应用基础

林口长庚纪念医院解剖病理部陈泽卿主任指出，林口长庚每月有近万个案例、高达上万笔的病理玻片需要判读，病理团队每日皆须面临数量庞大且急迫的病例。

为了能及早且精准帮助病患确诊，长庚医院已将病理玻片数码化，包含长庚医院五个院区采用云象科技数码病理系统，目前林口长庚数码化玻片已累积超过38万片，是全台少数完成跨院区病理科数码化的医疗院所。

血液肿瘤诊断异常复杂  高品质数据、AI技术、计算能量缺一不可

云象科技创始人暨CEO叶肇元医师指出，血液疾病的诊断与治疗因病患数不如其他器官的癌症，故新技术如AI较不会在第一时间被应用在血液疾病上；不过，对血液疾病来说，以形态学为基础的病理诊断扮演关键角色，而形态识别正是AI在医疗上能有最大发挥空间的面向。

云象科技自2018年起，陆续与台大医院、林口长庚医院、奇美医院，分别进行骨髓抹片细胞型态识别、淋巴瘤型态诊断及预后分析等血液疾病AI的应用，所累积的技术与应用开发经验，挹注于开发「骨髓增生性肿瘤」AI辅助判读与病理诊断。叶肇元表示，相信在AI辅助下，形态诊断的重要性会再次提升，和近年备受瞩目的分子及基因诊断相辅相成，进一步强化血液疾病诊断以及治疗的品质。

运用AI于血液病理诊断  可望提升血液癌症判读精准度有助及早治疗

林口长庚纪念医院血液科郭明宗医师表示，骨髓增生性肿瘤就病患临床表现而言，因为没有可触及的肿块，或是因疾病引起的其他症状，像是出血、中风等，正确的诊断必须仰赖骨髓切片。针对切片的判读，林口长庚纪念医院解剖病理部庄文郁副主任解释，病理医师必须在显微镜下仔细评估各种造血细胞的数量及形态，特别是巨核细胞的形态特徵、数量及空间分布，才能得到精准的诊断。

人工判读难取得客观量化的结果，且会存在不同诊断者间的差异，透过高品质、经过专家标注数据的训练，AI辅助影像分析可以让诊断流程有更客观一致的量化标准，提升诊断的准确率。

诺华肿瘤(台湾)总经理陈乔松表示，身为全球制药领导者，自第一代标靶治疗到目前最创新的细胞基因疗法，诺华持续为癌症治疗创新里程碑。同时，亦致力运用数据科学以发展先进药品，运用大数据分析及AI数码科技是诺华重要的策略方向。目前血液肿瘤的早期诊断仍有未被满足的需求，诺华期望结合三方优势，能帮助更多血液肿瘤病患及早诊断并接受治疗，降低疾病恶化的风险。