關於 乳癌轉移腦多少時間 ，我們在網路上蒐集到這些相關的討論、資訊與評價

【AI浪潮席捲醫療業】透視5大類醫療影像辨識的AI應用場景

常見的醫療影像包括了X光、超音波、CT、MRI，以及近年興起的數位病理。由於拍攝技術不同，決定了影像性質和張數多寡，更影響了AI模型訓練的難易度和應用場景

文/王若樸 | 2019-04-16發表

醫療影像一直是窺視人體內部結構與組成的方法，其種類包括了X光攝影、超音波影像、電腦斷層掃描（Computed Tomography，CT）、核磁共振造影（Magnetic Resonance Imaging，MRI）、心血管造影和伽瑪射線等等。

其中，X光攝影、超音波攝影、CT、MRI，以及近來興起的數位病理，都是目前用來打造醫療影像AI常見的類型。這幾種影像因為拍攝技術不同，決定了影像性質和張數多寡，也影響了打造AI模型的難易度和應用場景。

就影像性質來說，臺北榮總放射線部主任郭萬祐表示，X光片、CT、MRI等影像的切片厚度（即每隔多少身體厚度拍攝1張斷層影像的距離）分別是0.16毫米、0.625毫米以及1～2毫米，與數位病理切片的0.11微米相比，解析度相對低，因此從硬體需求角度來看，是醫療影像AI的入門首選。

常見醫療影像AI的類型與應用場景

在這些醫學影像中，「X光和超音波屬於初階檢查，」中國附醫人工智慧醫學診斷中心主任黃宗祺表示，這兩類檢查的拍攝門檻不高，因此累積出大量、各式各樣的影像資料，滿足訓練AI模型的先決條件。

X光攝影是利用X光對不同密度物質的穿透性來成像，密度越高，X光穿透性就越低，在底片上的成像就越白，反之越黑。不過，臺大生醫電資研究所所長張瑞峰指出，「X光攝影將原本立體的多張橫切面影像疊壓為一張平面影像，」因此，一張X光影像中涵蓋了龐雜的訊息，不僅病灶可能會被組織、器官重疊處擋住，小於1公分的腫瘤也難以檢測出，得靠CT進一步檢查才行。

而超音波攝影，則是利用超高頻率的聲波來穿透人體，將不同組織反射回來的聲波轉換為畫面，來呈現體內組織或器官構造。超音波的好處是沒有輻射，但黃宗祺指出，超音波影像雜訊高，難以偵測初期病徵。就乳房腫瘤檢測來說，需要不斷追蹤，才能確定疾病狀況，但也可能因此錯過即早治療的時機。

因此，就X光和超音波來說，AI的應用場景，主要是協助醫生快速從訊息含量大的影像中，找出肉眼難以發現或容易忽略的初期病徵。在2年前，AI權威吳恩達的團隊所設計的CheXNet模型，以121層卷積神經網路（CNN）架構和美國國衛院釋出的胸腔X光資料集訓練而成，就可以做到早期偵測來輔助醫生診斷。

或像中國附醫所開發的乳癌超音波AI輔助分類系統，利用4萬多筆超音波影像和深度學習Xception架構打造而成，能在人眼難以判斷的初期階段，就偵測出腫瘤，「甚至早3、5年就發現了。」黃宗祺強調。

至於CT和MRI，「屬於進階檢查。」黃宗祺表示，兩者專門用來檢查腦、心、肺、腹部臟器等重要器官，門檻較X光和超音波高，成像也較清晰、細緻。但有別於X光片和超音波影像，CT屬於3D影像，透過X光來掃描人體，經電腦重組，以多張橫切面影像來呈現立體的檢查部位，並根據每張橫切面影像的間隔，分為厚切與細切，間隔越小，越能呈現完整的器官。單一次CT掃描可產生數百張影像，也才有機會能夠發現1公分以下的小型腫瘤。

MRI同樣也是一種3D影像，其原理是利用強大的磁場與人體內的氫質子產生共振，再透過電腦處理共振訊號後成像，可以清楚呈現出軟組織和重要器官的結構，像是腦、心、腹部臟器和骨骼關節等部位。MRI掃描一次可產生數百甚至數千張影像，畫質比CT更好。

要進行CT影像和MRI的影像辨識時，雖然醫生容易從清晰的影像中找到病灶，但這兩者每次掃描動輒就產生數百張影像，要從中尋找病灶，不管是標註還是診斷病情，都相當耗時。

臺北醫學大學副校長暨北醫附醫影像部主任陳震宇以肺結節CT掃描來說明，一次拍攝會產生500張影像，而醫生至少得花20分鐘，才能找出肺結節的位置。病人數量一多，醫生不僅要花更多時間來檢驗，準確率也會因長時間作業而下降。

不過，也因為人工判別CT和MRI相當費時，正是醫療影像AI擅長的的應用場景。這也是為何北醫附醫正計畫建置一套肺結節AI輔助偵測系統的緣故，就是為了縮短看片時間，讓醫生有更多時間在病人身上。

吳恩達研究團隊利用美國國衛院釋出的胸部X光資料集，打造出CheXNet模型，可辨別肺部14種疾病，並以熱成像圖來顯示病灶位置。

醫療影像AI新挑戰：數位病理切片

數位病理是醫界近幾年的新浪潮，可以將原本只能在顯微鏡下察看的病理切片，改成直接在電腦上進行。它的出現，是醫療影像AI的新方向，卻也是一個高難度的挑戰，因為數位病理的製作複雜，需經過組織處理、染色切片，以顯微鏡觀察、再掃描至電腦儲存，仰賴醫生專業經驗與時間。

不只如此，數位病理的檔案容量還相當大。與CT、MRI不同，數位病理和X光片一樣都是平面影像，但單一張影像的解析度卻比X光片、CT和MRI高上1,000倍，可達1GB至2GB。因此要拿來訓練AI，不只資料儲存是一大挑戰，訓練模型的時間也需要更久。以數位病理起家的臺灣AI醫療影像新創雲象科技就提到，曾有一次要用一個100層的殘差網路ResNet來訓練每張解析度高達1萬×1萬的影像，得靠GPU搭配600GB系統記憶體才能運算。

不過，臺灣在數位病理的AI應用已經起步了，林口長庚醫院就找來雲象科技開發了一套準確率高達97％的鼻咽癌偵測模組。北醫附醫已經開始將上千片肺癌數位病理交由放射科醫生，要展開部分標註的工作。臺北榮總今年也計畫投資數位病理。

然而，不管是哪種影像類型，在打造AI系統時，都會面臨資料收集的挑戰。也因此，科技部2年前特別發起醫療影像計畫，聯合國內3家大型醫學中心，要利用國人的醫療影像資料，來建置一個大型AI醫療影像資料庫，推動醫療影像AI的發展。

臺北醫學大學附設醫院自去年起，找來了10名擁有2年經驗以上的主治醫生，著手建置肺結節AI醫療影像資料庫，目前已完成1,500例的影像標註和語意標註，今年還要再新增2,000例。

附圖：【超音波影像AI實例】中國附醫旗下子公司長佳智能，開發一套乳癌超音波AI輔助分類系統，可以辨識乳房腫瘤及其良、惡性程度。目前，腫瘤辨識率達9成以上，而腫瘤良、惡性辨識率則約7成左右。（攝影／李宗翰）
X光影像AI實例
MR影像AI實例
臺北榮總與臺灣人工智慧實驗室以6個月的時間，打造出一套能在30秒內就揪出腦轉移瘤的AI系統DeepMets。今年4月份最新結果顯示，DeepMets準確率已達95％。　（攝影／洪政偉）
CT影像AI實例
數位病理影像AI實例
林口長庚醫院與雲象科技共同打造一套鼻咽癌AI偵測系統，由醫院提供數位病理切片資料，雲象負責進行模型訓練，經過2年優化，目前準確率達97％。　（圖片來源／雲象科技）

資料來源：https://ithome.com.tw/news/129973…

《文茜的世界周報》免疫細胞療法特別專輯系列

如果是身處癌症的狀況，你可能很困擾。因為台灣目前擁有質子治療的是長庚，在細胞療法最先進的是中國醫藥大學，在免疫療法裡頭最有經驗的包括台灣大學的醫院，中國醫藥大學的醫院，有一部分在長庚，這幾家醫院到底對一個癌症病患來說，如果你要治療你的疾病，要跑多少家醫院?而且你要擁有非常好的常識才有辦法了解這個病。

質子治療要去長庚，這個病免疫療法要去台大或是中國醫藥大學的附屬醫院，你可能會跑錯了其他醫院，然後過去這個醫院在其他領域非常的出色，但是在這個領域裡頭，他相當的沒有經驗，你成了他的人體實驗，也在他不夠有經驗裡頭實施免疫療法，因而不幸的產生嚴重的副作用，在沒有癌症發展到最後期的時刻，你就活得生不如死，或者你的家屬 親人 好友 因此死亡。

所以我們今天特別大家製作這個專題，就是告訴各位，整體不同的知識之外，還告訴各位一個好消息，台大醫院過去本來就是台灣遙遙領先的醫療機構，在12月19號將有一個台大癌症醫院在基隆路三段正式的落成。

一剛開始只是試營運，真正的開始完全對外開放是2019年的7月4號，台大癌症醫院過去這一段時間，可以說是花費了前台大醫院的院長跟台大校長楊泮池十多年來的心血。

當年鴻海董事長郭台銘因前妻乳癌死亡，加上他的弟弟也因血癌死亡之後，他決定捐金額高達150億台幣，這裡頭很多人以為都是興建硬體，但不是的，因為他們相當了解一個癌症的治療，不是一個質子機器放在那裡，你需要人才，你需要真的會質子的人才，你需要真的會做免疫療法的人才，會做細胞 他的病原抗體的病理實驗室的人才，所以他有生物專家 有傳統的醫生，甚至營養師的整合，放射專家也要完全的提升到可以打質子。

因此人才的訓練，在過去十年裡頭，是台大醫院跟台大校長最重要的工作之一，他要選擇是哪幾個好的醫生，他已經具備足夠的背景送出去國外交流，台大醫院照常的給他的薪水，但是由永齡基金會贊助這個醫生，可以得到國外一流的醫學交流，跟足夠的受訓。

僧多粥少之下 爭議非常的大，但是他們都挺住了，目的是為了什麼?目的就是為了要讓台灣的癌症病人，不是最富有的人才可以得到治療。這就是整個台大癌症醫院，希望能夠建立的初始目的，因為郭台銘說它不是給有錢人的。

而我們就在台大癌症醫院即將試營運的時刻，訪問了台大前任的院長跟台大前任的校長楊泮池，他本來就是肺腺癌相關的專家，也長期從事關於癌症免疫療法有關的研究，他也提出了關於免疫療法很重要的一些觀念，包括他應該在加護病房裡頭施打，而且過去台大醫院也曾經施打的時候有病患死亡，他死亡的原因是什麼?他從裡頭找到一些答案，而他們現在預防的方式是什麼?請看以下我們的報導。

{內文}

被譽為台灣醫界九大權威，專長細胞及發展生物學，曾任台灣大學校長 基因體醫學研究核心實驗室主持人，目前是中研院院士的楊泮池，一直是台灣治療肺腺癌的第一把交椅，但談到近期全球颳起的免疫療法旋風，仍不免感到憂慮。

(楊泮池/台大醫學院教授)
(免疫療法)一開始的時候大家覺得，我們好像又進到一個世代，是一藥可以治百病的意思，我這個治療通通可以有效，其實不對的，它還是必須要個人化，目前一定是比較晚期的肺癌，就是你開刀沒有辦法處理的，或已經復發了，第一個選擇還是標靶，所以它必須要知道，他有沒有可以用藥的突變，有突變的話標靶治療，標靶治療(時間)可以很長，再復發才考慮免疫療法，沒有標靶的藥，就必須要用化學治療，現在有一些機會是可以化學治療加免疫治療，特別是PD-1，但是一樣，它是必須有一些標誌，譬如說它的PD-L1的marker高的，有一些標誌高的，或者腫瘤的變異比較高的，這些人他可以免疫治療效果比較好

這是楊泮池第一次在鏡頭前公開談論免疫療法，這個癌症領域的熱話題，因為台大的龍頭地位，在台灣向來動見觀瞻，對於免疫療法的使用，他也特別著重於如何降低副作用，可能導致的高風險。

(楊泮池/台大醫學院教授)
其實那個免疫治療有很多種，現在比較大家覺得是比較成熟的是所謂的Immune-checkpoint ，就是免疫煞車的抑制劑，就是(諾貝爾醫學獎)本庶佑跟艾立遜他們講的這個PD-1 PDL-1，還有CTLA-4這個主軸 這部分的主軸是比較簡單，只是因為單一的一個分子去引起T細胞的受體，被活化以後，T細胞沒有辦法有功能，所以我把它阻斷 T細胞功能上來，它就可以殺死原來的癌細胞，但是你因為阻斷了以後，其實我們免疫反應跟發炎反應有關，跟其他的抵抗外來的病原菌感染也有關係，然後你把它阻斷以後，你的免疫的反應是高起來的，免疫高起來的時候有一些人過敏的體質，或者自體免疫的體質比較高的人 那就很危險，他這免疫系統高起來，它就攻擊自己的腦部的細胞，攻擊自己的心臟的細胞 腸子的細胞或者是造血的細胞等等，它就會受影響，所以它會產生很多副作用，最多的只是拉肚子 腸炎，但是有的呢?皮膚的變化可能最多，然後腸子的變化，有的會引起心肌炎，假如發生心肌炎的話，死亡率20到50%，一半的病人可能會死掉雖然不多，但是一發生你就很慘，我還有一個病人只打一針，他就呼吸衰竭 完全不能呼吸，他是因為他以前得過那個，我們一個自體免疫引起他肌肉無力的那種病好了，但是你一打這個藥，又激發讓它回憶起那時候的變化，自體免疫又開始攻擊他的肌肉，他完全就沒辦法呼吸，打一針就走掉，所以副作用不多，但是有的很嚴重，一般是你一定要 打的醫師要很清楚，然後你有很好的加護病房支援，有問題進來加護病房幫你處理，這是一定要知道 知道怎麼用類固醇去控制這個副作用也很重要，另外一個很重要是加護病房有整體的照顧，包括不只是抗生素 類固醇 營養，整個全身的照顧那很重要，要不然發生合併症的時候你很難處理，因為他 譬如說他心臟的合併症，他很可能短期要使用一些心臟的輔助器，甚至葉克膜都可能 T細胞的免疫治療或CART 那個又更複雜 那個副作用更大，其實那些很多，只是在臨床試驗到目前為止，這些細胞性的免疫治療，包括CART這一類，只有在血液腫瘤效果好一點，在實體腫瘤 我們講實體腫瘤就是譬如說乳癌 食道癌 肝癌 肺癌等等，還沒有臨床實驗成功的

楊泮池行醫向來視病猶親，新式醫療的採用更是不願犧牲任何一條人命，他特別提到免疫療法的副作用反應，有時候跟癌症末期引起的反應極為相似，這很容易會讓醫師診斷上出現盲點，增加病患治療上的風險，一個好的醫師不會貿然採用或者說在治療上，他會盡量在化療 放療使用效果不彰後，才和免疫療法一起整合施作。

(楊泮池/台大醫學院教授)
公元2000年之前當醫師很容易，我們都經過那個時代，因為你只有化療，化學治療，你就是可以開刀的，局部可以治療的開刀，不能開刀就是要放射治療或化療就是這樣，化學治療那時候的藥很多沒有錯，但是你選哪一個藥都一樣，就是它只有兩成到三成的病人有效，可是到了2004年以後，整個(癌症)治療以肺癌為例，它進到一個標靶的一個世代，標靶世代是這樣，它是有一個標誌，你這個標誌有你選擇這個藥它非常有效，譬如說肺癌為例，它假如有上皮細胞受體突變，然後用它的標靶的藥，70 80%有效，沒有的話完全沒效，到了2014年以後，新的一個免疫治療就開始出現，免疫治療其實是2、30年前就開始大家這樣有這樣的觀念，因為人一定有一些細胞不正常，一定是要靠你的免疫系統去把它清掉，但是這個不正常細胞，理論上你的免疫系統應該會認識它，它為什麼不被認出來，然後它可以躲過你的免疫細胞 T細胞去攻擊它，還可以腫瘤一直大，然後你用單株抗體把它，這個抗原跟抗體結合把它阻斷掉，阻斷掉以後這個T細胞就活化，就來攻擊它的癌細胞，就是用你自己的T細胞活化，去攻擊你的癌細胞，這是很聰明的方法，特別是在(治療美國前總統)卡特，黑色素瘤非常成功，大家才開始想說，很可能黑色素瘤有效，其他的腫瘤也有效，現在14個癌症可以用這樣的免疫的療法

楊泮池說，免疫療法的誕生確實帶給癌末病患一線生機，但整套過程迄今仍未標準化，且粗估僅有三成病患能有效獲得幫忙，短期內應該不會成為癌症治療上的首選，頂多只是附加整合的一部分，至於醫院間競相採購的「重裝備」，諸如質子 重粒子放射治療儀器，對他來說，也只是癌症治療的一環，不必然能立刻在這場抗癌戰爭中吹響勝利的號角。

(楊泮池/台大醫學院教授)
其實每一個人身上或多或少都有一些不正常的細胞，就是我們可能外界的很多致癌源 輻射或者抽菸裡面也有很多致癌源，這些細胞變性了以後，然後開始可能幾顆細胞而已，這細胞很小，大概20個micron左右，但是它要累積到某一個量，你現在的電腦斷層 核磁共振 超音波才看得到，看得到是這些影像是人在眼睛在判讀，人的眼睛判讀是有他的侷限，所以你看到的時候，大概是都在0.5公分到1公分左右，這時候大概已經有10的9次方的癌細胞 10的9次方的癌細胞你才看得到，但是10的12次方的癌細胞的時候，這腫瘤大概是10公分左右，大部分這個時間它已經到處跑，那時候大部分病人就很多病人已經沒有辦法承受，很多已經過世，會有這種情形，所以我們能夠幫忙病人只有在那個癌細胞在10的9次方到10的12次方這裡，你越晚發現的時候你的治療就越困難，前面你根本看不到的時候，你也很難去偵測到，質子治療其實是跟開刀一樣，就是它還沒有擴散出去的時候，你是可以做的 你可以處理的 它局部的控制很好 不必開刀，質子可以跟開刀一樣 局部控制很好，但是一旦跑出去了，你可以用質子治療的機會就不大，假如很少數的轉移，你是可以把它拿掉或者局部用質子把它燒掉，但是你後面要追加治療，追加化學治療或者標靶治療，或者是免疫治療，這樣效果才會好，復發的機會才會減少

未來的癌症治療一定要靠全方位的整合，它是一場醫學治療的革命，楊泮池說，致勝關鍵，不僅要打造設備齊全的專科醫院，網羅富有經驗的各科專科醫師 包括病理實驗室專家，還要透過人工智能蒐集大數據進行AI治療。

(陳文茜/主持人VS 楊泮池/台大醫學院教授)
(所以是不是整個醫學教育也要進行全面的改革)，是是是 特別這些新的知識，他們一定要很快的更新，他沒有跟上時代是不行，不過是還好是整個醫學教育是最近一直在Reform(改革)，(所以他們得學AI)，一定要學，(他們得學生物化學)，對 新的治療怎麼進來一定要知道，(然後細胞的研究這樣)，對，(否則他只能變成在旁邊照顧病人的臨床醫生)，對，(所以繼續教育很重要)，繼續教育很重要 很重要