測試

AboutUs

:::

骨齡AI輔助判讀與身高預測系統

*已技轉長佳智能

近年來,兒童身材矮小及性早熟現象越來越普遍,已成為兒童常見的內分泌疾病之一。

而在過去十年,或許因著環境及飲食習慣的影響,發現男女性開始進入青春期發育年齡,比起過去二、三十年前台灣本土資料,提前約1歲。加上台灣目前少子化的程度逐漸提升,家長對於兒童成長議題越來越重視。

由於骨齡不易判讀及偏鄉缺乏專科醫師可判讀的情形,開發出以承襲資深醫師的判讀經驗做為學習依據之輔助判讀軟體,能維持判讀準確率的一致性,並縮短大量判讀時間,以提供早期發現早期治療。

傳統放射診斷科進行骨齡評估之判讀

骨齡輔助診斷系統

適用2至16歲孩童及青少年的左手X光影像,推算出骨骼目前年齡,以輔助醫師檢視骨齡發展為正常、遲緩或過快,作為後續診斷及治療依據。傳統翻閱圖譜約需花費15 分鐘,而使用AI 自動判讀完成骨齡評估僅<1 秒,提升效率約97%

執行方式:

  • 初期須有藉由小兒科醫師的協助標記手骨當Ground Truth
  • 達到醫定準確率進行驗證,將AI判讀學習的Feature Pattern與醫師討論是否合適
  • 透過醫師的即時回饋增加判讀準確率
  • 透過深度學習應用於手部 X 光影像建置一套以國內影像資料庫為基礎的自動化骨齡判斷

​將已開發完成之自動化骨齡判讀輔助系統設置於臨床科醫師報告系統內,提供臨床科醫師即時檢視自動化骨齡判讀結果及結構化報告。並針對不同院所臨床使用流程進行優化,從一開始影像讀取,自動化骨齡判讀,到產出結構化報告之流程,確認該輔助判讀系統在臨床應用上的使用情況。

AI智能骨齡模型介紹:

▲ AI模型正確聚焦於手骨的關鍵特徵區域:在深度學習中,「顯著圖」(saliencymap)用於可視化模型的關注區域。驗證AI模型是否正確聚焦於手骨的相關部位,確保模型的解釋性和可靠性。

▲ AI模型預估與醫師評估之一致性測試:用於檢驗AI預測結果與專家評估結果的一致性,若點分布接近對角線則表示兩者相符程度高。

研究論文

  • Juxtaposition of bone age and sexual maturity rating of the Taiwanese population
    Wen-Li Lu a, Chung-Hsing Wang b,c, Yi-Chun Lin d, Fuu-Jen Tsai
    DOI: 10.37796/2211-8039.1466

專利認證

  • TFDA衛生福利部食品藥物管理署核准之醫療器材(衛部醫器製字第008263號)
  • TFDA衛生福利部食品藥物管理署核准之醫療器材(衛部醫器製字第007219號)
  • FDA美國食品藥物管理局(510(k): K234042)
至頂