▲科技部陳良基部長。（圖／科技部提供）
記者邱倢芯／綜合報導
科技部聯合國立臺灣大學、臺北榮民總醫院、臺北醫學大學3大醫療團隊，建置臺灣首座本土化跨醫療院所之醫療影像標註資料庫，鎖定國人醫療需求的心、肺、腦等重大疾病，匯集國內頂尖醫師的經驗及專業智慧，對醫療影像進行疾病標註，將供其他研究團隊與醫療影像建置團隊合作研究，以AI科技促進國內醫療技術再提升。
科技部陳良基部長表示，臺灣醫療人才輩出，醫療技術深獲國際社會的肯定，是臺灣引以為傲的成就。現在透過智慧醫療影像資料庫的建立，以及醫療AI之研發與應用，將可為這樣豐富寶貴的臨床醫療經驗，創造更大的價值，利用臺灣醫療優勢創造另一個臺灣優勢。
科技部指出，自106年10月開始推動「醫療影像專案計畫」，結合3大醫療團隊的專業醫療研究人員及國立臺灣大學、國立臺灣科技大學、國立交通大學、國立中央大學等學界AI專業研究人員，組成跨領域團隊，對醫療影像資料進行符合AI訓練需求之資料處理與編譯，並將開發可自動分析判讀醫療影像之AI演算法，以問題解決導向且能實際應用於醫療場域協助解決臨床問題為目標。
歷經一年的努力，目前已建置46,450個案例的醫療影像，包括心臟冠狀動脈疾病、腦轉移瘤、原發性腦瘤、聽神經瘤、肺癌等疾病之電腦斷層、血管攝影、磁振造影或X光等15項影像資料集，其中17,950個案例標註了疾病資訊，未來將持續擴充。
為激發出更多的創新應用，以擴大資料價值、提升資源投入效益，醫療團隊建置之醫療影像及標註資料，將匯入國家高速網路與計算中心(國網中心)平台，提供其他研究團隊與資料建置團隊合作，進行醫療衛生目的之學術研究。
且科技部強調，資料在匯入國網中心前及提供利用前，都將做去識別化處理，保護資料當事人之隱私；醫療團隊並已建立當事人動態同意機制，透過資料利用前對當事人之告知、資料利用情形之資訊回饋、當事人可選擇退出資料利用等作法，保護個資當事人之資訊自主權。
醫療影像是目前主要的非侵入式診斷工具，每個疾病個案有數張到數百張影像，醫師人工判讀的工作相當繁重；若是能結合AI技術與醫療影像之疾病診斷標註進行研究，所開發之自動分析判讀工具，不僅可以協助醫師加速醫療影像判讀及提高診斷的一致性與精準度，也可以縮短病人就醫時間及減少侵入式檢查，降低醫療的支出。
且在醫療資源缺乏的偏鄉，也能更即時的診斷，進而讓偏鄉民眾擁有更良好的醫療品質與效率。目前科技部「醫療影像專案計畫」團隊已開發相關的協助診斷技術：國立臺灣大學團隊針對心臟血管疾病，透過AI自動將冠狀動脈結構與心肌血流功能融合；臺北榮民總醫院團隊針對腦部疾病，以AI自動偵測顱內轉移腫瘤，輔助醫師做診斷；臺北醫學大學團隊針對肺癌影像，透過深度標註與AI模型開發來協助肺癌病理分類、診斷與預後預測。
讀者迴響