影像醫學技術持續進步，從X光、超音波，而後發展出電腦斷層（CT）、核磁共振（MRI）及正子斷層掃描（PET），再到整合單種以上造影技術的正子電腦斷層掃描（PET/CT）與正子磁振造影（PET/MRI），適用的醫學領域不斷擴增，同時也讓越來越多患者能因此受惠，但事實上，精準的影像診斷除有賴造影設備外，同樣重要的是「醫師的精準判讀」。
台大醫院影像醫學部副主任、放射線醫學會李文正秘書長表示，影像診斷不像抽血檢查，可提供醫師明確的數值來判斷患者病情，因此對於影像診斷科（Radiology，亦稱「放射診斷科」）醫師來說，大量的臨床經驗更為必要。然而，經驗需要時間積累，要如何協助影像診斷科醫師突破這段過渡期？已有多項研究顯示，「AI can help！」
AI輔助系統提供診斷參考 消弭醫師經驗落差
有些人可能會對AI人工智慧的安全性與穩定性存有疑慮，李文正秘書長解釋，「AI並非取代醫師人為判讀」，而是作為「輔助系統」，利用神經網路技術，在大量輸入各種不同醫療影像資料後，訓練出一套演算模型，並提供醫師診斷時的參考，「有效運用前人經驗」來減少醫師因經驗不同而產生診斷上的落差。
傳統電腦斷層「血管鈣化膨脹效應」 誤導病情判斷
以國人第二大死因「心血管疾病」為例，李文正秘書長指出，過去在進行冠狀動脈電腦斷層檢查時，因該處血管較為蜿蜒，「一般二維影像難以準確判讀血管是否有狹窄現象」；此外，血管鈣化在電腦斷層影像中常伴隨「膨脹」效應，意即影像中鈣化點較實際體積來的大，導致有些經驗較不足的醫師，因此而「高估」血管鈣化及狹窄程度，直至進行侵入性心導管檢查後，才發現「病情並不如預期中的嚴重」。
為解決此困境，臺大醫院團隊研發「冠狀動脈電腦斷層全自動血管管腔分割系統（TaiCAD-Net）」，利用多切面觀察患者血管狀態，並聯合全台數個大型醫學中心，建立海量影像資料庫後，於其中標註資深影像診斷專科醫師之專業見解與判讀，協助縮短影像判讀時間，同時有效排除血管鈣化的判讀干擾。
而該演算法除榮獲當年國家新創獎殊榮之外，也奪得2020年冠狀動脈自動分割競賽全球第三的好成績。李文正秘書長說：「未來，如何在臨床上實際運用TaiCAD-Net，包含確保系統穩定性，及設計便於醫師操作的介面等，都是研究團隊持續致力研究的下一個目標。」
影像醫學持續發展、廣泛應用 有效提升醫療品質
過去因血管造影不易判讀，而導致無法從源頭下手治療的領域，除了心血管之外，還有「骨盆腔血管」。李文正秘書長分享，臨床上常觀察到，心血管疾病患者中有不少比例合併有「勃起功能障礙」問題。若排除因心理因素導致的心理性勃起功能障礙，最常見即因「血管病變」而引發，然而因骨盆腔血管分支複雜、體積狹小，難以使用造影技術診斷， 因此過去多直接使用藥物控制病情。
而臺大醫院比照多切面冠狀動脈電腦斷層技術，首創將電腦斷層運用在骨盆腔血管，結合放射診斷科、心血管專科、泌尿科及整形外科等多種科別，透過影像找出極細微的內會陰動脈血管狹窄位點後，針對病灶進行介入性治療，而此勃起功能障礙治療的突破性發展，也讓臺大醫院性功能障礙多專科照護團隊，榮獲SNQ國家品質標章認證。有賴影像醫學的快速發展，李文正秘書長認為，未來可望讓更多跨科別醫療領域，得到加乘的治療效果，除此之外，臺大醫院也持續在開發新技術，期望在可預見的未來，能將AI輔助系統一併運用在骨盆腔血管電腦斷層檢查，提升醫療品質。
