摘要
●技術簡介：
「心包膜/主動脈分割及心血管風險自動分析一站式AI模型(HeaortaNet)」為整合影像分割、心血管疾病指標分析及串接風險預測模型的一站式分析工具。本模型將無顯影劑胸部電腦斷層影像分割心包膜及主動脈程序由人為的60分鐘縮短至0.4秒。心包膜分割準確度94.8％，升/降主動脈91.6％。
●技術之科學突破性：
「心包膜/主動脈分割及心血管風險自動分析一站式AI模型(HeaortaNet)」在其內含三功能：影像分割、心血管疾病指標分析和串接統計模型，均有重要科學突破。
在心包膜/主動脈自動分割功能方面，(1)目前並無具此功能之商業軟體，(2)本團隊以自行設計之UNet結合注意力機制，使用(3)經團隊心臟/放射科醫師檢覈之心包膜及升降主動脈分段自行標註影像資料(兩百筆共近七萬張去識別無顯影劑胸部電腦斷層影像)，(4)亦導入聯邦學習演算法將分屬不同醫院、機型的標註影像資料訓練深度學習模型，提升異質資料分割準確性，最終開發出分割準確度(dice similarity coefficient)達心包膜94.8％，升/降主動脈91.6％的HeaortaNet，影像分析時間由傳統分析的 60分鐘縮短至0.4秒。本模型亦於2021年3月獲NVIDIA認證放置於NVIDIA GPU Cloud (NGC)雲端平台系統供全球AI研究標註使用，為全球唯一醫學機構自行開發AI模型獲選置於NGC者。
在量化心臟/主動脈鈣化及心外周脂肪方面，(1)全球亦無自動分析心外周脂肪/主動脈鈣化商業軟體，(2)利用自動分割AI模型建構影像遮罩，使用影像操作技術依序去除脊椎和胸骨，針對各涵蓋區域影像HU值可快速定量心臟升降主動脈鈣化與心包膜脂肪。本模型經內部300例不同醫學中心無顯影劑胸部電腦斷層測試，其診斷心臟是否鈣化之靈敏度、專一性、及準確度均 ＞95％。本模型已應用於健保署影像大資料庫逾五千筆影像資料，證明本模型於全台所有類型電腦斷層掃描儀均能迅速提供鈣化及心外周脂肪量化資訊。亦獲台大醫院正式審查通過於影醫部做為輔助診斷之用，(3)本團隊並建置能執行標註修改及adaptive learning之流程介面。
在建構融入影像資訊的心血管風險模型方面，本團隊於2020年底將健保署影像資料提取心臟/主動脈鈣化及心外周脂肪量化資料，整合歷年就診及退保資料建立國人心血管疾病風險預測模型。經查核全球專利審核系統，發現並無如本模型般的整合影像資訊心血管風險預測模型。目前臨床所用的心血管風險預測模型，均未包含影像資料，20-35％心血管疾病無法準確預測。本模型除於個別三面向皆有全球領先科技突破外，將所有功能統整為完整的一站式分析工具，亦為獨創特點。
●技術之產業應用性：
本技術模型之產業應用可分醫療、AI、健康/保險產業三面向。
醫療方面，(1)顯著提升無顯影劑胸部電腦斷層診斷價值：儘管無顯影劑胸部電腦斷層檢查已廣泛用於早期肺癌篩檢，但囿於缺乏自動影像分析工具，因此心血管風險相關資訊無法提供。本模型HeaortaNet不僅能自動判斷一般心臟/主動脈鈣化有無資訊，更能準確量化、並提供獨特的心外周脂肪量化分析及心血管風險預估，讓醫療決策更加精準，有益醫療資源合理運用。(2)放射科人力資源有效釋放：以往若要進行相關影像分析，需人工手繪分割耗時甚鉅。本模型採一站式整合自動分析，將影像分割、冠心病指標分析、風險評估一次完成，不僅大幅縮短報告產出時間，更顯著降低醫療人力負擔。(3)開發相關醫療產業：由於本產品能準確提供突破性醫療資訊，因此於2021年4月獲台大醫院審核通過於放射科用於輔助診斷。本團隊結合PACS廠商EBM完成架構於其PACS系統之介面，並建置能夠執行後續標註修正及adaptive learning之模組。此UI結合技術模型，待通過政府機構(TFDA)認證，即可進行後續商業化發展。本模型亦可單獨以技術移轉形式，售予電腦斷層儀器廠商，作為其影像分析工具庫模型之一，市場可期。
AI產業方面，(1)跨國AI研究合作：本團隊與世界大廠NVIDIA合作開發AI模型，該模型亦獲NVIDIA GPU Cloud採用為開源AI模型。近期亦將以此為基礎開展國際性聯邦學習研究，此類合作模式對國家智慧醫療政策發展具重要意義。亦將為下階段AI發展經濟應用鋪墊。(2)AI產業發展模式建立：本模型分割心包膜及主動脈準確度世界一流(台/美專利申請中)，相關判讀指標具重要臨床意義，具高應用及商業價值。目前正準備申請台灣TFDA認證。相關經驗建立對本土AI產業永續發展具重大意義。
健康/保險產業方面，本AI模型使用健保資料建立國人心血管風險預測模型，該資訊對不管是國家醫療資源利用、保險客戶風險評估、醫療照護平台訊息提供均有價值，亦均為本產品潛在合作客戶。
(欲見完整的技術摘要表，請見下方附加檔案)