用AI算骨髓抹片細胞 台大醫院資料庫領先全球

（中央社記者陳偉婷台北24日電）骨髓抹片判讀是血液疾病確診重要基礎，但倚賴人工，費時費工計算才能精準判讀。台大醫院研發骨髓抹片AI自動分類計數系統，2年來建立超過30萬顆骨髓細胞資料集，領先全球。

台大醫院今天舉行記者會，發表和AI廠商雲象科技共同研發的骨髓抹片AI自動分類計數系統，在雙方合作下，已建立超過30萬顆骨髓細胞、共計10類主分類及40類次分類的資料集。

以AI協助計數骨髓抹片為什麼重要，台大檢驗醫學部主任周文堅上午表示，當病人抽血檢查發現疑有造血疾病時，會做骨髓穿刺檢查進行確診，將抽出的骨髓液做成抹片，經染色後，觀察骨髓細胞型態並進行分類計數，是診斷血液疾病的首要關鍵任務。

周文堅說，骨髓細胞數量、種類多且複雜，傳統計數工作是由醫檢師在顯微鏡下以人工方式計算細胞。醫檢師需要熟練各種血球型態，仰賴長久的訓練和經驗累積；人工計數必須要多算才能更準確，一般至少要算到500顆細胞，相對也就費時費工，不同的醫檢師判讀也可能比較主觀。

根據統計，目前人工判讀一張影像依難度不同平均耗時30分鐘，若抹片差異較大，甚至會選擇2片玻片分別進行計數，得耗費雙倍時間。在人工計數的限制下，細胞計數的影像無法存檔或再次確認，人工計數的成果也比較難被驗證。

透過AI完成自動計數及分類骨髓血液細胞，除了可縮短計數時間、提高判讀一致性，使用者僅需透過顯微鏡圈選區域，AI即可提供細胞自動分類計數的摘要成果，準確率近9成，且預估能比人工判讀至少節省50%計算時間。

以人工智慧閱片的好處，周文堅說，細胞型態的經驗累積很適合人工智慧的訓練，人工智慧比較省時、節省人工，可以多算一點細胞，增加準確率，也會比較客觀。

周文堅說，AI骨髓血液分類計數系統可協助包含白血病、血癌、再生不良貧血等血液疾病的診斷，但疾病的確診仍仰賴醫師「眼見為憑」，不是僅靠AI就能診斷。

雲象科技執行長葉肇元表示，目前以骨髓抹片AI自動分類計數達到的成果，資料數量領先全球，全台目前僅台大醫院有相關技術，但也希望和其他醫院展開合作，有助AI練兵。（編輯：葉俐緯）1081224

本網站之文字、圖片及影音，非經授權，不得轉載、公開播送或公開傳輸及利用。