集3605张骨盆X光片练功 AI即时显影髋部骨折 判读精准至99％

集3605张骨盆X光片练功，AI即时显影髋部骨折，判读精准至99%。(图/林口长庚医院提供 原图刊载于生策会)

髋部骨折一旦误诊将导致许多不良后果。透过深度学习所开发之AI辅助判读软体可视觉化呈现髋部骨折部位，将原本医师判读的95%准确率提升至99%。

近年来医疗科技进步及外伤治疗观念演进，临床面导入先进技术和崭新的治疗理论，帮助许多病患可以得到更好的治疗效果及预后。髋部骨折常发生在高龄的患者身上，也是急诊室里常见的外伤之一。早期诊断与治疗髋部骨折不只可保留关节活动功能，并可提升患者生活品质。而髋部骨折的误诊可导致许多不良之后果。

然而临床上在忙乱的急诊室中，面对多大量患者或是经验不足的医师时，仍有可能会有一定遗漏诊断的比例。在急诊室里，外伤病患的治疗需要和时间赛跑，降低延误诊断或是错失诊断的机率，正是人工智慧可以协助之处。以往第一线急诊医师必须在忙乱的环境中进行快速准确的诊断，这是一个困难而艰巨的挑战。

●约翰霍普金斯医院、史丹佛、波士顿医学中心合作测试

林口长庚外伤科AI团队由郑启桐医师发起，利用着眼于利用AI辅助常被误诊的髋部骨折，利用林口长庚医院之骨盆X光进行深度神经网路应用在髋部骨折侦测之研究，运用3605张骨盆X光片进行人工智慧模型建构，在独立测试集100张髋部X光影像中，侦测髋部骨折之准确率到达91%，敏感度98%，特异性84%。

同时此模型可以在影像中准确指出髋部骨折处。利用此成果建置以网页为基础之X光辅助判读软体，于急诊外伤现场将从原本只有人类判读的95%准确率提升至人机合读的99% (p<0.05)。并与美国约翰霍普金斯医院、史丹佛医学中心、波士顿医学中心合作进行外部测试，各家医院均提供50张正常骨盆X光与50张髋部骨折X光进行分析。AI的准确度分别为97%、89%、95%。此外部测试证明即使在不同国家不同人种与不同机构的状况下，髋部骨折侦测系统准确度仍可维持在一定的水准。

●演算法再进化！可同时辨识髋部骨盆不同位置与不同类别外伤

以往的AI演算法大多是针对单一部位的单一病灶进行分析判读，在临床情境上使用相对的有局限性，当多任务同时进行的时候准确度就会下降。这也是目前AI还无法于临床普及的原因。

(图/林口长庚医院提供 原图刊载于生策会)

基于原有的髋部骨折诊断演算法，更进一步发展骨盆X光片外伤全病灶诊断演算法，让演算法同时辨识髋部骨盆不同位置及不同类别的外伤型态，在骨盆X光独立测试集中可以达到92.4%的准确度。

这个结果可以达到最专业的放射科医师的诊断准确度。透过AI辅助，可以在第一线急诊室里辅助医师判读出可能发生骨折的部位，掌握治疗患者的黄金治疗时机。同时经由人机合读的机制，提升临床医师之判读准确率，快速精准诊断病人，提升外伤医疗品质，也在世界上展现台湾在医疗人工智慧的强大实力。