台灣牙e通創辦人暨執行長陳欽章表示,團隊自行開發牙周病輔助診斷AI,可偵測每顆牙齒的牙周病期別風險,準確率達97%。

圖片來源: 

攝影/王若樸

本土牙醫科技新創台灣牙e通(dentall)打造牙科影像判讀AI,不只能判斷基本的口腔X光片牙位、分辨牙齒位置和牙肉,還能預測蛀牙病灶和牙周病期別,其中,牙周病預測準確率達97%。目前,他們正準備申請衛福部食藥署智慧醫材SaMD認證,通過後,將把AI軟體嵌入自家雲端牙科醫療資訊系統(HIS)中,銷往國內外牙科診所。接下來,團隊也計畫將牙周病AI判讀結果,結合保險給付,來簡化民眾保險申請流程。

牙科醫師跳下成立科技新創,要數位化也要打破資訊藩籬

台灣牙e通創辦人暨執行長陳欽章透露,自己原是名牙科醫師,在2015年成立牙科診所執業後,發現許多資訊整合痛點,比如牙科病歷系統介面老舊、功能局限等,因此他決定成立台灣牙e通,定位為牙科診所解決方案供應商,來解決這些痛點。

他們先是打造牙科HIS系統,從使用者角度改良介面,比如將文字病歷視覺化,以牙齒圖示和不同顏色來呈現患者口腔狀況,以及適合的治療方法,讓民眾更理解醫師的治療決策。又比如,團隊打造如Google日曆般的約診系統,醫師移動滑鼠,就能查看預約患者資料。

另外,他們也將傳統需要複寫紙的牙技流程數位化,讓醫師可在系統填寫假牙製作需求和資訊,再傳給牙體技術所(也就是技工所)。其中,他們導入AI技術,在醫師拍下患者牙齒照片、上傳雲端後,來校正牙齒顏色,讓牙技師傅做假牙時,不必再到診所進行比色驗證。他們打造的系統,已銷往15國共150家診所。

自組研發團隊打造牙周病預測AI,今年拼TFDA取證

後來,2019年,他們自組研發團隊,開始打造牙科影像辨識AI。他們與北醫聯手,透過北醫提供去識別化且經標註的牙齒影像,來訓練AI模型。第一階段,他們先訓練模型辨識牙位,比如上、下排或左、右排牙齒。台灣牙e通研發副總傅懷磊解釋,目前,牙科診所拍完患者口內影像或X光片,「影像都是散的,需要人工排序定位,」而他們的模型,現已可在大量散亂的影像中,自動排序牙位。再來是第二階段,讓模型辨識牙肉與牙齒位置(如第幾顆)。

傅懷磊指出,在這些基礎上,團隊訓練模型辨識其他疾病,比如牙周病。因為,牙周病的辨識是根據牙肉和牙齒露出牙肉的比例來計算,有了牙位和牙齒牙肉定位基礎,就能判斷每顆牙齒的牙周病風險。

在風險的判斷上,他們根據美國牙周病學會標準,讓模型學會辨識4種期別的牙周病,來預測每顆牙齒的期別風險。陳欽章表示,目前,牙周病判讀AI的準確率達97%,而這些期別預測值,會顯示在X光片的牙齒上,便於醫病溝通。(如下圖)


模型判讀牙周病期別風險後,會於醫學影像上顯示個別牙齒的牙周病期別,便於醫病溝通。

像是,醫師可解釋不同期別的治療方式,比如,第一期別屬於正常,第三期別較嚴重,需要進行牙周病再生治療,「這就符合保險給付項目,未來可與保險業者串接,簡化給付流程。」陳欽章指出,團隊目前正準備食藥署SaMD認證,也考慮申請美國FDA和歐盟CE的智慧醫材認證。

取證後,他們將把該功能嵌入自家HIS產品中,來實際改善臨床診斷流程。如此一來,也就能發展後續的保險給付串接,來簡化給付手續。

除了牙周病,團隊也正開發蛀牙病灶偵測功能,接下來也打算進一步延伸治療計畫書功能,要讓病患走出診所,就能在手機App上查看治療計畫。


熱門新聞

Advertisement