科技部建置台湾首座本土化“AI医疗影像”数据库
http://bit.ly/2LAcN9G
科技部推动“医疗影像专案计画”，目标是对医疗影像资料进行符合AI训练需求资料处理
与编译，并将开发可自动分析判读医疗影像的AI算法，标注影像资料，先锁定定心、肺
、脑等领域，包括心脏冠状动脉疾病、脑转移瘤、原发性脑瘤、听神经瘤、肺癌等疾病之
电脑断层、血管摄影、磁振造影和X光等15类，其中17,950个案例标注了疾病资讯，未来
将持续扩充。
同时，科技部基于该计画于2018年12月26日宣布，建置台湾首座本土化“AI医疗影像”资
料库，汇集国立台湾大学、台北荣民总医院、台北医学大学等顶尖医师经验，一年来累积
4.6万个案例的相关影像，其中1/3已完成疾病资讯标注，未来将持续蒐集资料，并开放给
研究团队合作开发算法，并把成果开放给外界合作。
科技部陈良基部长表示，透过智慧医疗影像数据库的建立，以及医疗AI之研发与应用，将
可提升临床医疗经验并创造更大的价值，利用台湾医疗优势创造提升台湾竞争力。
例如，北医团队针对肺癌则标注1,500例肺癌影像，由病理科医师透过切片，搭配玻片扫
描、染色方法等，制成分辨率60K x 60K、平均1GB的数位档案，然后透过深度标注与AI模
型开发来协助肺癌病理分类、诊断与预后预测。台大团队针对心血管疾病，民众在电脑断
层扫描后，透过AI算法自动将冠状动脉结构与心肌血流功能融合，AI进行影像分析诊断
，仅须2秒钟可以快速比对出血管阻塞位置，这比传统比对却要花20分钟。
该数据库将汇入国家高速网络与计算中心(国网中心)平台，提供其他研究团队与资料建置
团队合作，进行医疗卫生目的之学术研究。当然，保护资料当事人隐私及资料自主权是很
重要的，所以资料在汇入国网中心前及提供利用前，都将先做去识别化处理。也就是说，
医疗团队并已建立当事人动态同意机制，透过资料利用前对当事人之告知、资料利用情形
之资讯回馈、当事人也可选择退出资料利用等动态机制。
由于，医疗影像是一种非侵入式诊断工具，透过累积众多每个疾病个案所扫描的影像，结
合AI技术与医疗影像的疾病诊断标注进行研究，并开发AI自动分析判读工具，不仅可以协
助医师加速医疗影像判读及提高诊断的一致性与精准度，也可以缩短病人就医时间及减少
侵入式检查，降低医疗的支出。