科技部建置台灣首座本土化「AI醫療影像」資料庫
http://bit.ly/2LAcN9G
科技部推動「醫療影像專案計畫」，目標是對醫療影像資料進行符合AI訓練需求資料處理
與編譯，並將開發可自動分析判讀醫療影像的AI演算法，標註影像資料，先鎖定定心、肺
、腦等領域，包括心臟冠狀動脈疾病、腦轉移瘤、原發性腦瘤、聽神經瘤、肺癌等疾病之
電腦斷層、血管攝影、磁振造影和X光等15類，其中17,950個案例標註了疾病資訊，未來
將持續擴充。
同時，科技部基於該計畫於2018年12月26日宣布，建置台灣首座本土化「AI醫療影像」資
料庫，匯集國立臺灣大學、臺北榮民總醫院、臺北醫學大學等頂尖醫師經驗，一年來累積
4.6萬個案例的相關影像，其中1/3已完成疾病資訊標註，未來將持續蒐集資料，並開放給
研究團隊合作開發演算法，並把成果開放給外界合作。
科技部陳良基部長表示，透過智慧醫療影像資料庫的建立，以及醫療AI之研發與應用，將
可提升臨床醫療經驗並創造更大的價值，利用台灣醫療優勢創造提升台灣競爭力。
例如，北醫團隊針對肺癌則標註1,500例肺癌影像，由病理科醫師透過切片，搭配玻片掃
描、染色方法等，製成解析度60K x 60K、平均1GB的數位檔案，然後透過深度標註與AI模
型開發來協助肺癌病理分類、診斷與預後預測。臺大團隊針對心血管疾病，民眾在電腦斷
層掃描後，透過AI演算法自動將冠狀動脈結構與心肌血流功能融合，AI進行影像分析診斷
，僅須2秒鐘可以快速比對出血管阻塞位置，這比傳統比對卻要花20分鐘。
該資料庫將匯入國家高速網路與計算中心(國網中心)平台，提供其他研究團隊與資料建置
團隊合作，進行醫療衛生目的之學術研究。當然，保護資料當事人隱私及資料自主權是很
重要的，所以資料在匯入國網中心前及提供利用前，都將先做去識別化處理。也就是說，
醫療團隊並已建立當事人動態同意機制，透過資料利用前對當事人之告知、資料利用情形
之資訊回饋、當事人也可選擇退出資料利用等動態機制。
由於，醫療影像是一種非侵入式診斷工具，透過累積眾多每個疾病個案所掃描的影像，結
合AI技術與醫療影像的疾病診斷標註進行研究，並開發AI自動分析判讀工具，不僅可以協
助醫師加速醫療影像判讀及提高診斷的一致性與精準度，也可以縮短病人就醫時間及減少
侵入式檢查，降低醫療的支出。