CISA_LOGO

LibraLung 醫學影像標註平台

發表年月 2021-08   應用領域 AI 醫療應用


AI應用技術
深度學習、醫療影像標註訓練平台、DICOM Viewer、AI模型管理平台、K8S雲端平台、健康數位平台(HealthBee)、身體部位影像AI辨識、統計建模  

技術應用領域
醫療影像大數據應用、輔助醫師對醫療影像的診斷/偵測/繪測應用  

應用名稱
LibraLung, Medical Images Detection Platform, LDCT Lung Nodules Screening Application, 醫療影像輔助偵測平台  

應用描述
醫療影像資料占醫學資訊量 80%,每張醫學影像相關標註,皆是重要的醫療診斷資訊,若可收集放射科醫師平日工作之醫療註解資訊,將可大幅提升人工智慧訓練成效,降低電腦偽陽性與偽陰性之判讀,進而提高AI輔助醫學影像判讀之可行性,提升放射科醫師工作效率。尤其目前醫院在影像醫學科醫師人力普遍不足,預防意識抬頭以至於醫學影像判讀需求遽增,此外先進儀器產生資料量快速增長,皆造成相關工作負荷過重。又特別在偏遠地區專業影像醫學科醫師短缺,若能應用AI輔助醫學影像判讀,提高辨識率外,在影像微小的病灶查找、病灶連續追蹤上,亦可為醫療專業人員強化輔助操作能力。另結合相關檢查檢驗的報告提醒參考與比對,據研究可再提升輔助診斷正確率。最後,將確認的檢查發現導入結構化報告以支持進一步的臨床研究,亦為進入精準醫療目標不可或缺之步驟。本計畫期以建置一套影像AI報告產生平台,使用AI協助醫師更容易撰寫報告,減輕醫師負擔,系統內含可持續提高精準度的AI學習機制。  

運用技術
影像去識別化、影像標註、影像收載與查詢、深度學習、機器學習、影像辨識、身體部位影像AI辨識、統計建模  

效益
以資深醫師擁有足夠時間仔細檢查胸部CT影像的前提下,相比較平均約可節省35%時間,並多找出30%病灶,並且精準標註出各病灶的大小體積、性狀、位置等訊息(原本業界醫師經常省略)。  

應用/研究單位
睿傳數據股份有限公司