三總醫世代電子報第244期 2024 年 4 月號
胃腸科 楊志偉醫師
近年來，人工智慧 (artificial intelligence, AI) 技術逢勃發展，已實際應用於我們的日常生活中，例如天氣預測、汽車自動駕駛與預測客戶行為之應用程序。深度學習與機器學習被定義為人工智慧學習的能力；而深度學習意指利用大量數據為基礎，訓練並改進人工智慧之模型。人工智慧在肝膽腸胃醫學領域中具有巨大的潛力，可應用於分析放射影像、內視鏡影像及病理影像等，得以協助醫護人員在診斷和治療疾病方面提供更好的醫療品質。
根據衛生福利部公告「109年國人死因統計結果」，惡性腫瘤排名為第一位，其中第三名為結腸、直腸和肛門癌。大腸鏡檢查適用於大腸癌的檢查與治療。大多數大腸癌起源於先前存在的腺瘤性瘜肉，故切除腺瘤可有效降低大腸癌的發生率。因此，腺瘤檢出率的提升能增進預防大腸癌的成效，但根據文獻中指出，腺瘤檢出率可能會因執行大腸鏡檢查的醫師而有差異，其中的差異可能高達20%。人工智慧藉由識別放大內視鏡的影像判斷瘜肉種類，輔以特殊光學影像檢測，進而區別増生性瘜肉與腺瘤。目前人工智慧輔助大腸鏡已開發應用於瘜肉偵測、診斷以及預測大腸癌預後情形。
2016年本院內視鏡中心啟動與交通大學資訊工程研究所的合作計畫，開發圖像分類模型；得以用放大內視鏡影像區別小型腺瘤 (< 5毫米) 與增生性瘜肉。爾後，本院內視鏡中心與鼎智生醫股份有限公司 (TIMS) 簽署產學合作，一同開發人工智能大腸瘜肉即時偵測系統，此系統收集了數十萬張的大腸鏡數位影像進行分析，利用深度學習進行瘜肉偵測，最終建立新型人工智慧GI-CAD人工智能大腸瘜肉即時偵測系統。
GI-CAD可協助內視鏡醫師増加瘜肉檢出率，減少大腸鏡檢查帶給醫師的視覺疲勞，進而提高大腸鏡檢查效率與醫療品質；此外，GI-CAD有望應用於日常臨床實際操作，並有助於預防大腸癌的發生。