關於 榮總放射科位置 ，我們在網路上蒐集到這些相關的討論、資訊與評價

--曾經忘記快樂有多簡單，謝謝妳教會我
只要知足，一小杯冰涼的沙士也能讓自己感到幸福--

轉眼曉琪已離開一個多月…
這段時間不斷有親友告訴我，他們夢見她了，可獨獨我跟她媽連一次也沒有過。
難道真像人家說的，最思念的人反而更不容易夢見…?
我想她知道我不會滿足那種皮克斯開頭的小短片，非要湊成一部魔戒三部曲再來找我吧…

思念是一種很玄的東西(?
一開始如浪似湧，讓你無處可躲。哭著醒來睡去，在刷牙時哭，上廁所哭，走路哭，坐下來也哭，全日無休兢兢業業把淚腺功能滿載運轉。

過了幾天，當你哭到漸漸麻木嘗試回歸生活，他又像一個低劣齷齪的拳擊手，在猝不及防時給你扎實到肉的一拳，瞬間擠出肺腔所有空氣，讓嗆辣的喘息裡只剩下既想重歷又不敢回憶的美好過去。

於是掙扎踉蹌一段日子以後，思念又再次轉型…
這時你已看似正常，能吃能睡能互動能說話，但其實像是開著「自動駕駛」。跟外界的一切互動都隔著層泡泡，感官仍在，只是被扭曲地放大、縮小，就像活在個四面八方都是哈哈鏡的世界裡，一切看起來如此真實，卻又滿溢荒謬。
尤其是在回憶之前一起做某些事的情景時，一切歷歷在目，可唯獨她的臉卻異樣地模糊。
到底是我太怕想起? 還是太怕忘記?
沒有人能給我答案，除了讓時間繼續作用，這一切終究是個無解的習題。

之前曉琪寫好了下面關於釔90的分享，文章搭配了我選的幾段影片(抱歉，更多的影片一樣只能從Instagram觀看：https://pse.is/MWHB3)從病服就可以看出不在之前曉琪一直待的馬偕醫院。
手術後我在院照護，半夜忙到一個段落想稍事休息，一轉頭就看見精神恍惚(幾近無法互動)但直勾勾看著我的曉琪。一方面心疼但卻又充滿暖意，因為她是那麼毫無保留地相信著我能想出方法救她的啊。
所以到了最後的最後，我的崩潰除了不捨，更充斥難以釋懷的自責，因為我終究還是辜負了她的信任。

我盼望當有一天再相見，她能親口聽我再說一次入火化室前，我心底對她說的最後一句話
「對不起。」
然後如果可以，我希望再聽一次妳告訴我的最後耳語
「謝謝你。」

-----------------------------------------
大家好~
能在這裡跟大家再次說話我就揪甘心欸…
上個月因為免疫治療對肝腫瘤遲遲沒有效果，主治醫生問了我，還要不要繼續治療?
雖然我說當然要啊，但他說擔心出現肝衰竭情況，有可能我會過不了這個年…
挖，雖然自生病以來一直知道狀況很嚴重，也覺得自己的心智已經被訓練得如膠似漆，啊不是，我是說如鋼似鐵了，但這是我第一次被宣告生命的期限，還是令人感到非常難受啊😣

家人與擾公當然比我還難過，但在這樣的情緒中，第一個站出來的總是擾公。
只過了不到一天他就帶著厚厚一疊印出來的資料回家跟我與爸媽說明，說他找到台灣第一例做釔90(一種放射線藥物)的患者也是從婦科癌症移轉到肝部，術後對肝腫瘤的治療效果很顯著。
甚至他還直接找到該位病友的家屬，詢問了當時的各種細節(不要問我他怎麼找得到這些網路沒公開的患者個資，我有時覺得他可能是CIA臥底特務😎)，從他們LINE對談中，我好像真的看到一線希望。
然後也就是再隔天(對，就是這麼有效率😳)，他就帶著我去榮總找負責這種療法的團隊主任討論。經過一連串曲折(中間發生了太多故事，等我有精神一點再分享)，終於在上週五12/6完成了釔90的手術治療🤕。

手術結束後，我一直處於半睡半醒的狀況，事後看擾公錄的影片，我拿著一碗湯，卻連湯匙都送不到自己的嘴裡。
因為眼神失焦的狀況不太尋常，很快被觀察力過人的擾公察覺，擔心是肝昏迷前兆跟住院醫生回報、來回討論檢查，直到後來嘗試使用解抗劑測試才發現是止痛嗎啡過量，才又把我從危險邊緣拉回這個世界。
要不是擾公很了解我，從我眼神看出問題，情況可能會很驚險，這些轉折我真的剛好可以唱首林俊傑的"♫ 確認過眼神，我遇上對的人~♪"來表達心情呢😬。

謝謝一直關心著我、我最愛的家人們⋯本來我跟爸媽都說好了，如果手術沒成功就放棄急救吧，因為我已經被疼痛折磨得好累好累了⋯但因為有你們的支持，我才能過了一道道的關卡。
然後手術後一發現狀況，我先生真的是連著兩天兩夜48小時都沒闔過眼，不管白天黑夜只要我醒來，就看到他坐在那裡注意著我，幫我調位置、換尿布，跟護理人員回報狀況，我又被他把我從鬼門關拉回來一次，我到底要欠他幾次呢科科🙇🏻‍♀️

但這種藥會讓我變成神力女超人，自帶高輻射5 ~7天，所以一天跟我近距離接觸的總時間不可高於10分鐘。但擾公為了照顧我，每天都近距離照護我超過4、5小時。我雖然叫他離我遠一些，但他總說他身體好沒問題，我心疼卻也無比依賴這位超人。

雖然目前我肝腫瘤的問題正在嘗試新的療程，但因為癌細胞已經轉移到肋骨與脊椎，所以我從前陣子開始，即使使用高劑量的止痛藥還是非常疼痛。接下來也還有很多問題要克服，但像我擾公說的，我們一步一步來，一步一步牽著走。
因為有這麼多對我不離不棄的家人，我一定要加倍努力不放棄👍🏻
這幾天也是關鍵期，謝謝媽咪對我無微不至的照顧👩‍❤️‍💋‍👩～

最後要再次謝謝最辛苦的幕後推手(推我的那個人)
還好手術前，擾公特地把之前安排12月要帶我出去散心的沖繩旅行給提前了(為了弭補我今年延了兩次都沒去成的關島與克羅埃西亞)，雖然過程也出現很多波折，但我真的很開森，能跟最疼我的擾公出來走走(其實我都沒走到，全程坐輪椅咻咻咻給他推。好啦，等你老了換我推推你哦👨🏽‍🦽)。
雖然身體很不舒服，但只要跟擾公一起，我總能看見世間最美的景色。
或許景色的美好並不在眼前，而在於你跟誰一起分享吧👩‍❤️‍👨

不用擔心喔，我會努力的，我愛大家❤️
-----------------------------------------

p/s.1: 雖然曉琪終究離開了，但我寧願相信是她在這世間的債已清償。而離世的原因是其他擴散部位的共同惡化，並不代表釔90對於肝臟腫瘤的治療失敗。所以如有需要，請私訊我，我會把知道的訊息分享給病友及家屬參考。

p/s.2: 我保證下一篇會歡樂一點

#如果我笑了，那是因為她一直在我心底
#如果我沉默，那是我想起她也想在這裡

【AI 輔助診斷時代來臨 臺北榮總 AI 輔助門診開張】
　　
傳統判讀腦瘤方式，是在磁振造影(MRI)上，人工找出影像上一顆一顆的病灶，標註腫瘤大小、位置再進行診斷，需要耗費不少時間去整理判讀。
　　
臺北榮總醫院與臺灣人工智慧實驗室合作，打造輔助系統，今年初已開始使用這套 AI 系統來輔助醫生進行複雜的醫療影像診斷了！點文章參詳此系統的優點與限制↓ (新聞放留言噢)

#自動計算腫瘤體積 #最近剛好有放射科相關日劇

===我們有Line可以訂訂喔 @moststv===

【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…