[台中訊] 腎臟癌症是全球常見的惡性腫瘤之一，而腎臟腫瘤的良惡性判讀一直是醫學界的挑戰。為提升診斷準確率，中國醫藥大學附設醫院優良醫師獎得主 吳偉榤醫師，攜手亞洲大學精準健康研究中心 蔡志仁組長 及其研究團隊，透過深度學習技術，開發出自動分類腎臟超音波影像中腫瘤良惡性的模型。該研究已於2024年國際計算智慧、生物醫學與醫學影像國際研討會（ICIIBMS 2024）獲得技術委員會認可，並由吳醫師在線上進行口頭報告，展示最新研究成果。  

 深度學習助力醫學影像判讀 提高診斷準確性  

研究團隊針對880張腎臟超音波影像進行深度學習訓練與測試，透過卷積神經網路（CNN）來自動區分良性與惡性腫瘤。在實驗中，團隊採用十種不同的CNN模型進行比較，包括VGG16、ResNet18、DenseNet121等，並使用遷移學習技術來優化模型表現。研究結果顯示，VGG16模型的診斷效果最佳，靈敏度達79%，特異度達86%，顯示出人工智慧在醫學影像診斷領域的潛力。  

 研究突破：助力臨床決策 降低誤診風險  

目前，超音波影像診斷高度依賴醫師的經驗與技術，因此在醫療資源有限的地區，可能會因技術人員經驗不足而影響診斷準確度。透過此次研究，吳偉榤醫師團隊成功開發出基於深度學習的自動化分類系統，不僅能協助醫師進行早期診斷，更能降低誤診率，避免不必要的侵入性檢查或手術。  

此外，研究還發現，腎臟癌在早期的五年存活率高達92.6%，但晚期患者的存活率僅為11.7%，因此透過AI技術及早發現腫瘤的良惡性，對於病患的治療決策與預後有重大影響。  

 國際肯定：研究成果發表於日本EI研討會  

此次研究成果已於ICIIBMS 2024國際研討會上發表，該EI研討會涵蓋生物醫學、人工智慧、醫學影像等前沿技術，吸引全球專家學者參與。吳偉榤醫師親自於研討會上進行線上口頭報告，詳細闡述研究方法與成果，獲得國際專家的高度評價。該研究不僅展現了台灣在AI醫療領域的創新實力，也為腎臟癌的早期診斷提供了新的解決方案。  

 展望未來：AI輔助診斷將成為醫療新趨勢  

隨著人工智慧技術的不斷進步，深度學習在醫學影像分析的應用將日益廣泛。蔡志仁老師團隊未來將進一步擴大研究規模，期望透過更大數據集的訓練來提升模型準確率，並推動AI輔助診斷系統的臨床應用，使智能醫療技術能夠真正落地，造福更多病患。