Google投資AI醫療檢測，希望透過AI模型的協助，讓更多疾病能在更早期被發現。 圖片來源:Google
多數確定肺癌罹癌患者，一年前的斷層掃描中，AI檢測已經可以發現肺部出現異常徵兆，但是若由人類判斷，6位放射科醫生裡面，有5個無法用肉眼看出其中的異狀，而提早一年對疾病治療具有關鍵性的影響。
在2018年舉辦的Google AI Impact Challenge競賽中，選出了20位得獎者獲得Google的投資。其中，關於醫療的應用是眾所期待的項目之一。
「醫療領域已具備相當多的數據，並且有許多醫師的判斷並不夠到位，這些醫療領域的特色使得機器學習相當適合被應用在其中，」Google Health產品經理彭浩怡（Lily Peng）這樣說。
而將人工智慧（AI）技術用於醫療項目，目前不僅可以增加糖尿病視網膜病變（Diabetic Retinopathy，DR）的辨識準確度，也已經可以用於癌症腫瘤的早期偵測。
.png)
彭浩怡說，糖尿病視網膜病變是全球成長最快的失明原因 圖片來源:程倚華/攝影
AI模型快速篩檢，讓更多糖尿病失明更早被發現
糖尿病視網膜病變是全球成長最快的失明原因，而全球有4.15億名糖尿病患者都面臨該風險。預防的關鍵在於每年一次的定期檢查，檢查時使用特殊的攝影機拍攝眼底。
彭浩怡指出，眼科醫師會在視網膜影像中，尋找眼睛微血管爆裂的細微特徵，並將影像由健康「無糖尿病視網膜病變」到最嚴重的「增殖性糖尿病視網膜病變」分為5級。在分級過程中，有些特徵非常難以用肉眼發現，全球更有許多地區，缺乏足夠的眼科醫師可完成這項任務。
像是在印度，由於眼科醫師短缺，再加上其他醫療體系的不足，導致將近45%的患者在還沒有接受診斷之前，就已經喪失視力。
因此，Google打造了一個機器學習系統，用以檢測患者視網膜圖像中的糖尿病視網膜病變。 目前已在《美國醫學會雜誌》發表一篇論文，指出該模型的表現與一般眼科醫師相當。在印度與泰國也已經有醫生在試用這套系統，作為檢測的工具。未來也將持續拓展應用，同時尋求更進一步的硬體解決方案及監管審核。
糖尿病視網膜病變分為5級。 圖片來源:Google
AI檢測肺癌、乳癌比醫生還準，未來還能用在更多癌症偵測
另一方面，AI在早期的肺癌與乳癌檢測上，也已有展獲。
以肺癌而言，彭浩怡說，肺癌是全球最常見的死亡原因之一，占每年全球死亡人數的3%，越早發現，存活機率越高，但全球卻有將近80%的肺癌並沒有在早期被發現。而AI可以幫助早期的胸部電腦斷層檢查更精準，讓醫生即早發現肺部的早期病變。
彭浩怡提出實際案例，指出一名肺部檢測到異常細胞的病患，發現罹癌一年之前的斷層掃描中，AI已經可以判斷肺部出現異常徵兆，但是在6位放射科醫生裡面，有5個無法用肉眼看出其中的異狀。與放射科醫師相比，Google提出的AI模型偵測到的癌症病例增加了5%，且偽陽性的檢查結果減少了11%以上。
另外，彭浩怡也以乳癌為例指出，醫生透過採集乳癌患者淋巴結的組織為樣本，以確認癌症是否擴散，並依此決定患者的治療方式。而病變處往往非常小，因此要透過顯微鏡在其中要找到病變細胞相當困難。透過AI模型，可以找出95%以上的癌症病變，比病理學家普遍能檢測到的73%要高上許多。在未來，類似的AI模型也可以推廣到更多癌症的偵測之中。
責任編輯：蕭閔云