網路城邦
上一篇 回創作列表 下一篇   字體:
利用人工智慧偵測肝硬化, 有眉目!
2021/03/12 16:13:30瀏覽360|回應0|推薦2
資料來源與版權所有:肝病防治學術基金會

利用人工智慧偵測肝硬化, 有眉目!

諮詢╱蘇東弘(臺大醫院內科部主治醫師)、蔡明哲(前臺大醫院急診部醫師、美國Kura Care公司醫療資訊副總裁)

撰稿╱黃靜宜

人工智慧技術席捲各領域,在醫學上的應用也發展神速。醫界嘗試利用人工智慧來協助診斷肝硬化,減少主觀判斷可能的誤差!

要了解肝臟的健康情形如何,除了抽血檢驗,最重要的就是做腹部超音波檢查。超音波不僅不具侵入性,還可以看出肝臟的質地如何、是否有脂肪肝、是否有良性腫瘤或惡性腫瘤、是否有肝硬化等,可說是檢查利器。

超音波影像解讀靠主觀判斷

醫師在替病人做腹部超音波檢查時,會依據影像特徵來判斷是否有肝纖維化,像是肝臟影像的質地及肝臟表面等。例如肝臟表面若平滑為正常;若是呈現凹凹凸凸的樣子,就可能有肝硬化。此外,正常肝臟內的血管平滑細緻,若血管變細且彎彎曲曲,也可能有嚴重肝纖維化,或是肝硬化。

醫師也可以藉由對照病人的脾臟跟肝臟質地來判斷病情,有肝硬化者,脾臟還可能腫大。

不過,這些超音波影像特徵的解讀,是靠檢查者的人為判斷,較為主觀,與檢查者的技術及經驗有關,也會受到機器型號的影響。不同人來判讀,或同一人但不同時間、不同機器下的判讀,也可能有差別。

所以,肝硬化的診斷能否標準化,一直是醫界想突破的難題,為此,臺大醫院內科部主治醫師蘇東弘與美商KURA CARE(後稱KURA)展開一項研究,探討是否可用時下熱門的人工智慧,讓機器學會判讀肝纖維化,輔助醫師診斷。

利用ARFI界定肝纖維化程度

研究一開始先定義什麼是肝硬化,方式是利用ARFI(Acoustic Radiation Force Impulse,聲脈衝成像技術)這種近年在超音波領域受到特別矚目的技術。ARFI是利用一種特別音頻的超音波,來測量肝臟的纖維化程度。一般來說,纖維化越厲害,肝臟越硬;而ARFI的原理,在於它會打出特殊的音頻波到肝臟裡面,產生剪力波,就像一顆石頭丟到水裡展生漣漪,藉由測量這個漣漪(波)的傳導速度來判斷肝臟的纖維化程度。肝臟愈硬,波傳得愈快;肝愈軟,波傳得愈慢,也就是用傳導速度來代表硬度。

之前臺大醫院已進行過一項研究,共收集六、七百個有B肝的病人,用ARFI追蹤其肝臟硬度的改變。這些B肝病人因長期用抗病毒藥物治療,每6個月都會做一次超音波以及ARFI的檢查。研究結果發現,持續使用抗病毒藥物會顯著改善肝臟硬化的程度,而這個結果可以反映在ARFI測出的數值。

然而,不是每台超音波機器都配備有ARFI,因此臺大醫院與KURA合作,使用其獨家的醫療人工智慧平台「MOTUS」,來進行此項研究。目標為利用影像辨識之技術來讓沒有配備ARFI的儀器也能達到相似準確度的肝纖維化判定。

研究開始,必須先告訴機器什麼是肝纖維化。此步驟包含設定好影像的標準,確認超音波影像屬於哪一種程度的肝纖維化,再交給人工智慧學習。所以,根據先前研究論文,將ARFI大於1.8 m/s定義為F4(肝硬化),小於0.8 m/s則是F0(無肝纖維化),再將病人的影像資料提供給機器。

最後總共收集了約一千多個病人的資料,將一千多名病人的影像,分成硬化與非硬化(F4與F0)兩類,其中八成的影像拿去讓機器去學習,兩成用來驗證機器學習的結果。

人工智慧機器學習準確率可達84%

不過肝臟範圍很大,一開始提供給機器學習的ARFI影像資料,只有肝臟的一小塊影像,經過測試發現,機器預測有無肝硬化的準確率僅約6、7成。研究顯示,只要提供足夠多的影像檔,確實可以提升機器的準確度,也就是提供的資料越多,機器學習的效果越好。因此,研究人員想辦法改良,由醫師以人工圈選方式,選出更多肝臟區域,增加資料量,讓機器學習效果更好,這稱為資料擴增(augmentation)方法。

在還沒利用人工擴增方法前,準確率約7成,經過人工加大選取區域,準確率就提升到84%,敏感度(Sensitivity)則是90%,特異度(Specificity)是73%。如前所述,這個研究的發想,是利用ARFI測出的數值來將超音波影像分類,設定影像標準,根據這些來訓練人工智慧,將來希望不用透過ARFI,只要透過一般超音波掃描,就能知道肝纖維化的程度。

初步結果顯示,利用機器學習方式去區別正常的肝和肝硬化的肝,可達到84%的準確率;而用人工方法增加肝臟圈選面積,可以加強訓練機器判斷有無肝硬化。未來需要更大量的資料,才可以讓機器學得更好。而實際套用在一般超音波機器上還需要測試,因為不同超音波機型,參數和品質都不甚相同。

 
【圖說:利用ARFI此種特別音頻的超音波,可測量肝臟的纖維化程度。】

盼成輔助醫師診斷之利器
有助於偏遠醫療

這項技術的應用層面相當廣。譬如在醫療資源不足之處,例如偏鄉缺少專科醫師,主治醫師經驗可能不足,此人工智慧系統可協助醫師判斷,也可以增加醫師下診斷的信心;又或是急診這種分秒必爭的領域,此系統也可以加快醫師獲得診斷的速度,協助第一線人員和後端專科的溝通。

再想遠一點,目前搭配智慧型手機的超音波探頭正蓬勃發展,其中以美國Butterfly最有名。若將此手持式超音波裝置,和這個人工智慧模型相結合,即使檢查者並非訓練有素的醫師,也可以在極短時間內有初步診斷結果,也許未來有機會希望像血壓計或體溫計一般,連一般人都能使用。

此一研究已陸續在2020年的台灣消化系醫學會、亞太肝病醫學會發表,2020年11月在頗負盛名的美國肝病醫學會也有報告。醫療費用高、幅員廣大的國家如美國,民眾為了就醫要花費的金錢及交通往返時間比台灣民眾高得多,他們對於醫療資源的取得其實遠不如台灣方便,因此更需要這樣的輔助診斷系統來強化醫療普及性,這個研究的未來應用性很廣。
( 知識學習健康 )
回應 推薦文章 列印 加入我的文摘
上一篇 回創作列表 下一篇

引用
引用網址:https://classic-blog.udn.com/article/trackback.jsp?uid=vector&aid=157518006