独／AI人工智慧揪出疟疾 疾管署「鹰眼专家」终能退休了
▲ AI人工智慧揪出疟疾，疾管署「鹰眼专家」终能退休了。（摄影／刘亮亨、庄乔迪、张凯喨；制作／张舒芸；资料提供／疾管署）
疟疾为台湾法定传染病，虽在1965年根除，每年仍有10至30例境外移入病例。一旦医院收到疑似病例，需将影像档送至疾管署，以人眼判读是否感染，但随着署内唯一的「鹰眼专家」郭明珠即将退休，疾管署寻求外援，改用人工智慧辅助，经过半年多的训练，电脑判读恶性疟原虫准确度超过9成，未来有望领先全球建立疟疾血片资料库，展现台湾软实力。
疟疾感染为遭带有疟原虫的蚊子叮咬后，红血球被指环体占领，进而出现一系列发烧、冒冷汗、肌肉酸痛、恶心呕吐症状。若无适当治疗，严重者可能导致黄疸、休克、肝肾衰竭、肺水肿、急性脑病变，并可能造成死亡，但只要及时投药，基本上一天内就能缓解。
台湾近年来揪出的疟疾案例，多是以高烧作为表征，其中又以恶性疟、间日疟为大宗。医院镜检患者血液发现疑似案例，除需依《传染病防治法》将检体送疾管署，还须在第一时间拍下显微镜影像由专家进行判读，确认感染期别及型别，好对患者进行投药，若检体在深夜送到，专家也需赶回疾管署进行研判。
计划发起人、疾管署副署长庄人祥表示，AI人工智慧的着力点在于最后一阶段的辅助判读，未来模型建置完成，不排除开放给医院直接套用，让医事人员一验就知中标与否，缩短投药时间。
人工智慧判读疟疾，需由大数据做为辅助，而这些数据全仰赖疾管署提供。疾管署与人工智慧实验室去年7月申请科技部计划通过，今年1月正式投入影像扫描，但光是前置作业，就遇到不少难关。
计划负责人、防疫医师刘宇伦表示，疟疾血片镜检需使用100倍物镜，清晰观察寄生于红血球的疟原虫，但一般组织病理切片扫描物镜多为40倍，一开始找不到适合的电动显微镜，只能靠厂商提供的旧机器，以4平方毫米网格慢慢扫描，加上高倍率扫描容易因环境震动，影响玻片对焦品质，每次扫片会以Z-stack模式储存3个焦层，增加准确率，光扫一片血液抹片，就需耗上4至6小时。
▲疾管署疟疾血片资料库建置步骤。（图／疾管署刘宇伦医师提供）
除了扫描花时间，影像库建立作业也是一大问题。刘宇伦提到，扫描后的影像将依每个网格分层，切割为2048X2048单位的jpg档，再对疟原虫位置进行标记，由于影像档案极大，转档上传过程让电脑数度当机，后来改采随身硬碟储存，才成功将影像提供给人工智慧实验室进行分析。
疾管署1月至今已扫描50片血片，共计570万张影像档，成功标记出3000多片恶性疟原虫。刘宇伦笑称，为了方便电脑学习，扫描的都是「教科书」等级，指环体在红血球清晰可见。不过，疟原虫在血液中除了第一阶段指环体外，尚有活动体、分裂体、配子体、生殖母细胞等阶段，有些保存过久或染色不佳的抹片，都需专家指点，才能将血片中的疟原虫一网打尽。
刘宇伦提到，疟原虫找到宿主后，多以指环体存在于血球中，虫体逐渐长大为成熟活动体，其核染质与细胞质开始分裂为分裂体，分裂体破裂后分裂小体被释出于血液中，如此在红血球内的分裂繁殖称红血球内分裂繁殖，然后分裂小体又进入新红血球内发育，反复其分裂繁殖至人体产生的免疫或被抗疟药物抑制为止。
▲疾管署在扫描血片时，需手动一张张标记出疟原虫。（图／疾管署提供）
疾管署疟疾唯一判读专家、检验及疫苗研制中心寄生虫实验室办事员郭明珠谦称，通常医院送来的疟疾血片都在指环体阶段，能够一眼就揪出，也是靠46年的经验，加上显微镜近年来已有大幅进展，「我从不好的看到好的，辨识上当然更容易。」
不过，郭明珠也分享辨识撇步，像是台湾常见的间日疟，因为原虫喜欢寄生在年轻、幼小的红血球上，显微镜下的血球会成不规则状，而血性斑点也是判断关键。至于恶性疟则容易遭到血小板、染色杂质相互干扰，此时就要从核、细胞质、色素等三要件辨识。
▲疾管署防疫医师刘宇伦指出电脑标记出的疟原虫。（图／记者季相儒摄）
疾管署将扫描血片归档后，便送往人工智慧实验室进行后续模组建置，若通过图灵测试，电脑判读准确率高过人类，就代表模组成功。人工智慧实验室董事长杜奕瑾表示，1月至今已利用10多片血片、20多万张图档帮模型建档，目前已拿资料库血片随机测试，准确率已接近专业医师水准。
人工智慧实验室研究员郭柏辰表示，系统是利用已标记的疟原虫血片建置初步物件物件侦测模型，电脑接收血片后，会快速扫每一处影像，挑出可疑点做分类，最终再从中判定是否有血球遭感染。实验室将判读成果提供给郭明珠做最终确认，有9成5以上的疟原虫都能成功挑出 ，由于判读不需要挑出全部疟原虫 ，就确诊要求而言，已接近专业医师判读。
▲人工智慧实验室董事长杜奕瑾。（图／记者黄克翔摄）
杜奕瑾举例，教电脑分辨疟原虫就像教小孩，拿着两张不同的图档，告诉他「这个是，这个不是。」由于指环体辨识不易，过去的确发生将杂质误判成疟原虫案例，但此时就要更有耐心，让误判图档混搭正确图档反复出现，直到电脑完全学会为止。
疾管署现存疟疾血片共有4000多片，预计扫描200片作为疟疾AI辨识资料库，但杜奕瑾坦言，「不需要这么多」，因为大数据首重多样性，「有些血片长很像，对资料其实没什么帮助 ，需收集不同种类来源的血片。」
疟疾AI系统在7月16日在疾管署展开首次测试，利用未判读过的血片展开人机对决，除了比快还要比准。杜奕瑾表示，人工智慧实验室预计在10月发表完整成果，届时一定能达到图灵测试标准。
▲疾管署电子显微镜扫描疟疾血片，一张就要花4至6小时。（图／疾管署提供）
对于AI在医疗发展愿景，杜奕瑾说，台湾除了疟疾外，还有许多已根除的法定传染病，随着专家人数逐日凋零，人工智慧实验室想做的，就是「把逐渐失传的医师智慧学习起来」，至于下一步要做什么？还有待与疾管署讨论。而疟疾资料库建置完成后，将免费开放给全台甚至全球医疗院所使用，让智慧医材创造更高的附加价值。
至于人工智慧判读结果是否仍人类做最后把关？杜奕瑾笑答，「不一定」，依照过去经验，只要机器准确度达到一定水准，就不需人类判读，像机场自动通关就是如此。不过，疟疾判读因牵涉到医材，是否能完全将「人」抽离，还需通过食药署审查才能放行。
▲疾管署与人工智慧实验室合作，让电脑学习揪出血液中的疟原虫，服务46年的专家终于能安心退休了。（图／记者黄克翔摄）