[台中讯] 肾脏癌症是全球常见的恶性肿瘤之一，而肾脏肿瘤的良恶性判读一直是医学界的挑战。为提升诊断准确率，中国医药大学附设医院优良医师奖得主 吴伟榤医师，携手亚洲大学精准健康研究中心 蔡志仁组长 及其研究团队，透过深度学习技术，开发出自动分类肾脏超音波影像中肿瘤良恶性的模型。该研究已于2024年国际计算智慧、生物医学与医学影像国际研讨会（ICIIBMS 2024）获得技术委员会认可，并由吴医师在线上进行口头报告，展示最新研究成果。  

 深度学习助力医学影像判读 提高诊断准确性  

研究团队针对880张肾脏超音波影像进行深度学习训练与测试，透过卷积神经网络（CNN）来自动区分良性与恶性肿瘤。在实验中，团队采用十种不同的CNN模型进行比较，包括VGG16、ResNet18、DenseNet121等，并使用迁移学习技术来优化模型表现。研究结果显示，VGG16模型的诊断效果最佳，灵敏度达79%，特异度达86%，显示出人工智能在医学影像诊断领域的潜力。  

 研究突破：助力临床决策 降低误诊风险  

目前，超音波影像诊断高度依赖医师的经验与技术，因此在医疗资源有限的地区，可能会因技术人员经验不足而影响诊断准确度。透过此次研究，吴伟榤医师团队成功开发出基于深度学习的自动化分类系统，不仅能协助医师进行早期诊断，更能降低误诊率，避免不必要的侵入性检查或手术。  

此外，研究还发现，肾脏癌在早期的五年存活率高达92.6%，但晚期患者的存活率仅为11.7%，因此透过AI技术及早发现肿瘤的良恶性，对于病患的治疗决策与预后有重大影响。  

 国际肯定：研究成果发表于日本EI研讨会  

此次研究成果已于ICIIBMS 2024国际研讨会上发表，该EI研讨会涵盖生物医学、人工智能、医学影像等前沿技术，吸引全球专家学者参与。吴伟榤医师亲自于研讨会上进行线上口头报告，详细阐述研究方法与成果，获得国际专家的高度评价。该研究不仅展现了台湾在AI医疗领域的创新实力，也为肾脏癌的早期诊断提供了新的解决方案。  

 展望未来：AI辅助诊断将成为医疗新趋势  

随着人工智能技术的不断进步，深度学习在医学影像分析的应用将日益广泛。蔡志仁老师团队未来将进一步扩大研究规模，期望透过更大数据集的训练来提升模型准确率，并推动AI辅助诊断系统的临床应用，使智能医疗技术能够真正落地，造福更多病患。