第四十二卷第十期 110年10月1日發刊
微創手術在泌尿科的運用
運用深度學習判讀急性呼吸窘迫症的胸部X-ray
◎林口長庚醫療人工智能核心實驗室碩士級研究助理 王翊峰
急 性呼吸窘迫症(ARDS)病人的肺部變化源於廣泛性的肺泡微血管受損,使得內皮細胞間通透性增加,引發肺泡出血及水腫等現象,最後導致肺內無效腔及分流增大,肺順應性與氧合狀況變差,而造成呼吸窘迫。最常見之病因以敗血症、肺炎、吸入性肺炎、大量輸血、胰臟炎等疾病所引發。目前ARDS病人死於呼吸衰竭的機率不高(<5%),而大多死於敗血症或多重器官衰竭,死亡率約50%。對病人而言,肺纖維程度也決定患者日後肺功能。
急性呼吸窘迫綜合徵 (ARDS) 是一種常見但未被充分辨識的危重疾病綜合徵,與高死亡率相關。其未被充分辨識的一個重要因素是 ARDS 胸片上的多變性,所以如果能夠早期在臨床上識別這樣的症狀,將有助於醫護人員對病人更好地進行管理,但是對於增進一個初步檢查認為可能有問題,還沒有詳細檢查找到特定問題時的臨床表現,則是屬於較具有挑戰性的目標。
深度學習為機器學習領域的其中一個方法,利用類神經網路的架構來做目標的學習。深度學習最常見的應用,包括影像識別、語音辨識、自然語言處理等,甚至推薦系統、生醫資訊等,各種和生活相關的領域都可以看到深度學習的應用,而其中影像辨識最為廣泛。從早期的Alexnet、VGG以及許多後來以捲積神經網路為架構的模型伴隨著GPU的技術興起而被廣泛地使用於業界。
由於ARDS 胸片上的多變性,放射科醫師可能不會在其口述報告中明確說明胸片是否發生ARDS。因此,我們這個研究旨在開發一種深度學習模型,以在便攜式仰臥照射的胸部X光上診斷ARDS,簡單來說就是利用深度學習技術偵測急診病人,是否出現急性呼吸窘迫的症狀,來檢測 ARDS輔助醫師提早發現或是去多加留意那些不易發現的病例。本研究目前與桃園長庚楊政達院長、胸腔科高國晉醫師、黃鴻育醫師合作,我們利用Resnext50模型架構,準確率為0.84,已達到發表論文的模型表現。從醫院的影像系統中將X光的影像提取出來(如圖一),放進模型中做推論,模型即可辨認出影像是否有問題,以及透過視覺化的方法來呈現可能有問題的部位(如圖二)。由於現在只是論文發表的階段,未來將嘗試更提升準確率,即能規劃並部署模型於臨床端(如圖三),輔助醫師更快速更準確的診斷判定ARDS。
         
 
封面故事
攝護腺肥大的治療
結石處理新利器~軟式輸尿管鏡
巨大結石的剋星~經皮穿腎手術
達文西機械手臂手術~模擬人類之手
海福刀及冷凍治療~談低侵入性腫瘤消融治療
醫學報導
從醫院到社區~土城醫院精神科簡介
特別報導
長青院區「長者天堂、耕耘有成、安心即是家」
心靈點滴
還記得2020這場戰役
兒童醫療
青少年族群新冠病毒疫苗開打囉!我該注意什麼?
焦點話題
長庚醫療財團法人與仁愛醫療財團法人建立合作聯盟
林口長庚「影像導引式胸腔鏡手術示範中心」開幕
長庚醫院與馬來亞大學再度攜手 共同對抗COVID-19
長庚大學第九任校長 交接典禮