用AI輔助外傷影像診斷，秒抓「骨折致命出血點」林口長庚開創新紀元

曾金月報導

2021/04/20 14:54

骨盆骨折出血常是致命傷！為提升外傷急症醫療品質，林口長庚收集外傷資料庫高達5000張骨盆X光片，設計出一套嶄新的AI演算法，能判讀發生骨折的可能部位，輔助第一線急診醫師診斷及掌握黃金治療時機，平均準確度超過95%，目前連美國史丹佛醫院、約翰霍普金斯醫院和新加坡樟宜醫院等國際多家知名醫院和外傷中心都已使用此演算法。

看更多：顫抖是中風、關節痛還是… 影像AI輔助判讀帕金森氏症，快又準

由於這套此演算法突破了種種過去醫療AI無法達到的效果，打破過去AI的屏障，因此研究報告也登上自然(Nature)期刊2021年2月的子刊「自然通訊(Nature communications)」，向世界展現台灣和林口長庚在醫療人工智慧之強大實力。

工人高處落地，幸用AI找到出血點

林口長庚外傷急症外科鄭啟桐醫師舉例，一名工地工人自高處跌落，右大腿骨骨折，血壓一直不穩定，因為一直找不到正確病因，只能進行輸液和輸血治療。後經轉送到林口長庚時，病患已呈半休克狀態，外傷科醫師進行評估時同步調閱外院X光片，以該院AI人工智慧輔助診斷，利用熱點電腦視覺處理，發現病患除了有左側股骨骨折外，另有左側恥骨骨盆骨折。

▲Ｘ光片，加AI人工智慧輔助診斷，利用熱點電腦視覺處理，可以協助醫師找出可能受傷部分。

由於骨盆骨折出血會隨時致命，林口長庚外傷團隊馬上安排後續檢查和血管攝影，找到出血點，即時止血，病患血壓馬上回穩。隔日接受大腿骨手術，於一周後平安出院。

以往AI困境：只能單一判讀

林口長庚外傷急症外科廖健宏醫師表示，很多患者送到醫院時，通常都是多處出血，醫師會急著先處理明顯處，沒辦法馬上去檢查是否有骨折、出血等狀況，而以往的AI演算法，大都是針對單一部位的單一病灶進行分析判讀，在臨床情境上使用，相對的有侷限性，尤其當多重任務同時進行時，準確度就會下降，這也是目前AI還無法於臨床普及的原因。

廖健宏解釋，在臨床上發現，骨盆X光片還可以看到很多不同的結構，如：髖骨、股骨、脊椎骨、坐骨、骨盆和許多不同的病灶。如果人工智慧只能認出髖骨骨折，對於醫療上的幫助非常侷限。尤其在重大車禍或者嚴重外傷時，骨盆骨折是最可能致命的傷害，所以如何利用一張骨盆X光片，就可以診斷出各種不同傷害，是臨床上最希望達到的理想。