眼科診所或門診常常見到一整排病患點完散瞳劑後，坐在候診區等檢查的景象。接著病人再隨著叫號魚貫進入診間，接受醫師以眼底鏡檢查是否有視網膜及視神經盤等病變，看診一次往往要耗掉大半天。隨著智慧醫療已成趨勢，未來是否可能將人工智慧導入眼底檢查？

答案當然是肯定的。其實，不只眼底鏡檢查，各種專科醫學都希望透過 AI（Artificial Intelligence 人工智慧）影像辨識技術，更精準、穩定協助進行各類醫療判斷或處置，這也是明志科技大學電機工程系副教授林君玲「開發智慧醫療技術應用於產業」最主要的研發方向。在包括助理教授陳瓊安及王得貴率領研發團隊各自努力下，目前已順利在眼底影像病理學、牙齒疾病辨識及中醫藥材辨識上取得初步成果。

跨域團隊建構準確 AI 模型

開發影像辨識、智慧醫療儀器需要跨域合作。一般來說，是廠商看到商機或前景、醫生有需求，透過育成中心尋求老師提供技術支援後，再透過讓儀器大量學習及判讀照片，最後建立模型、拉高並穩定準確率，進入商用開發階段。

「目前影像辨識的技術已經很成熟，最大挑戰反而是來自於發展模組和套件過程中，較難取得大量照片供模組學習，」林君玲提到，包括眼底鏡和牙齒辨識，都必須經歷大量收案、通過「人體試驗倫理委員會（Institutional Review Board，簡稱IRB）」認證、獲得資料等嚴謹的流程，才能繼續往下一步進行。

以陳瓊安主導的牙齒疾病辨識來說，即使有來自與明志科技大學同體系的長庚醫院支持，仍不足以建立口腔癌的判症模型。不過，若是要辨識如牙周病這類常見的口腔疾病，準確度已經非常高。

電腦針對細微病灶都不放過、逐點掃描的特質，可以有效協助醫師判症，「系統可以準確判斷出醫生認定為正常，但實際卻有異常的醫學影像」林君玲說。但是要如何更有效地運用這些技術，還必須更進一步地和專家、資深研究員討論。

「我們透過長庚醫院的醫師指導辨識跟牙齒相關的各類X光片、環口片、牙根尖片，再結合來自明志及中原大學電子、、醫工、資工等科系的師生及菲律賓的大學教授，組成五位教授、八位醫師的跨域研究團隊，以不同的演算法達到更高的辨識準確率。」陳瓊安表示，目前團隊成員組合相當多元，再加上不定期與廠商合作辦理研討會，導入非STEM領域的醫界、產業交流，讓彼此都能理解目前的進度與未來目標。

從生活融入STEM教育

為了充實團隊的女性成員，除了招募現有的學生加入，另外，林君玲的團隊也與長庚大學合作開設「產業尖兵」課程，鼓勵對智慧醫療有興趣的非STEM領域和女性人才投身相關產業。更重要的是，以跨校合作的方式，邀請台科大教授王蕙芝及副教授翁楊絲茜、臺灣海洋大學副教授吳繼虹等不同研究領域的女性老師，帶著有興趣的學生共同加入研究計畫，拓展影像辨識在智慧醫療領域中更多的可能性。

同時，王得貴也以「Python程式志工營」在台東成功商水、泰山義學國中等學校，以 AI 製作自走車或藝術創作，在原住民和新住民學生心中點燃 STEM 教育的火種。「來上課的大部分都是女生，希望藉由這個課程燃起她們更多的求知慾，好在生活中實踐STEM教育的融合精神，」王得貴道出他的期望。

本文轉載自 高教創新2023-02-01

主題故事 〉明志科技大學－智慧醫療　AI 影像辨識開啟智慧醫療時代