心血管疾病向來有無形殺手的稱號，更是全球第一的致死疾病。台大攜手八大醫學中心，共同建立心血管影像巨量資料庫、並為影像資料進行標註，繼而開發多種心血管影像的 AI 應用。其中，心臟主動脈鈣化／脂肪全自動分析 AI 模型可在 0.4 秒內完成心臟主動脈鈣化分析，心臟分割準確度高達 94.2％。
隨著全球人口數快速增加、壽命逐年延長，發展以AI技術為核心的智慧醫療 ，已成為兼顧醫療品質與預算的最佳方案。在科技部補助下，台大攜手長庚、北榮、馬偕、成大、高醫、中國醫、亞東等八大醫學中心，以及聯合大學等醫學影像相關專業團隊，共同成立台灣心血管人工智慧聯盟（Taiwan CVAI Consortium），推動心血管影像生理資料庫建置與全方位 AI 工具開發研究計畫，透過建立心血管影像巨量資料庫、並加以標註，開發多種心血管影像的AI應用。
研究團隊在冠狀動脈狹窄自動診斷、心臟／主動脈自動分割（脂肪／鈣化計算／心血管疾病風險 公式建立）、冠狀動脈功能性 AI 模型（核醫／冠脈血流生理資訊） 、人體全血管狹窄自動診斷(周邊動脈／骨盆腔動脈等） 四大領域，目前已有 9 項 AI 亮點成果。
台灣大學醫學院內科教授暨台大醫院內科部心臟內科／整合醫學科主任王宗道說，以心臟主動脈鈣化／脂肪全自動分析 AI 模型為例，團隊與輝達 NVAITC （NVIDIA AI Technology Center - Taiwan） 團隊基於 CLARA 平台，共同研發的 HeaortaNet 神經網路架構，是全球唯一獲 NVIDIA 總部認證的心臟／主動脈自動分割 AI 模型 。此模型可自動分類及計算胸腔鈣化／脂肪定量，心臟分割準確度高達 94.2％，分析一名心臟主動脈鈣化病例時間，可從傳統人工分析的 60 分鐘，縮短到 0.4 秒即可完成。此AI模型成果相當卓越，也是首項獲得台大醫院審核通過，可應用於台大醫院影像醫學部的應用輔助 AI 模型。
導入 AI 新技術 自動判別能力大幅提升
根據統計，心血管疾病是全球排名第一名的致死疾病，更是台灣十大死因中的第二名，平均每 10 分鐘奪走一命。儘管透過冠狀動脈電腦斷層（CCTA）技術，搭配冠狀動脈血管攝影（CAG）、冠狀動脈心肌灌注掃描（SPECT）等醫療影像，以及臨床醫師的豐富判讀經驗，可提早判別血管是否有堵塞及鈣化狀況，進而採取相關治療；然而傳統人工判讀非常耗時，且仰賴醫師臨床經驗，因此台大很早就投入建立醫療影像自動判讀機制，以縮短判斷心血管疾病的時間。
王宗道主任指出，早期，我們使用傳統機器學習技術（Machine Learning，ML），投入至少 10 年以上研發時間建置自動辨識機制，可惜最終成效並不如預期。現在我們改以 AI 深度學習技術，終於攻克自動辨識機制，讓自動影像診斷目標得以實現。
一千四百萬張心臟冠脈影像 搭配影像標註
AI 技術判讀醫療影像的成敗關鍵，在於必須被臨床醫生妥善標註，否則擁有再多醫療影像也沒用。為此，研究團隊運用3年時間，從八家醫學中心收集超過 3,500 例、每例 4,000 張影像，共一千四百萬張心臟冠脈 影像，並針對醫療影像中的血管結構、血管功能及血液動力學等進行標註，開發自動對位、分割、拉直測量技術，發展AI心血管影像自動判讀系統及影像自動對位軟體，最終順利運用 AI 斑塊和流體力學估算模組，預測病患心血管風險。
值得一提，研究團隊執行計畫過程中，為擴大 AI 影像醫療效益，特別邀請台大公衛所教授李文宗、台大應用數學系教授王偉仲等團隊加入此研究。
台大應用數學系教授王偉仲指出，我們與產業合作開發 AI 演算法多時，一直希望能有合適驗證平台。本次參與科技部的專案計畫，讓我們有機會驗證 AI 演算法在判讀心血管醫療影像的能力，對於日後開發演算法帶來極大幫助。
「公衛所投入建置國人風險預測模式多年，過去都使用健保署開放的電子病歷資料，因此獲得結果都是來自於醫師的診斷資料。」李文宗教授解釋：「現在我們在原有電子病歷的基礎下，進一步搭配醫療影像數據使用，更有助於開發更精準的國人心血管疾病風險預測模型。」
符合個資法規範 完成去識別化工作
為加速台灣發展智慧醫療所需的各種 AI 模型，台大暨八大醫學中心研究團隊將建置完成的標註醫療影像，上傳到國網中心的醫療影像共享平台，讓其他不同領域的研究團隊能持續運用。只是此外醫療影像屬於病患隱私，所以醫療影像的蒐集與建置必須在符合台灣個資法下，進行適法性管理，包含當事人動態同意機制、個人資料去連結等工作，最後再由國網中心檢視去識別化程度，以符合歐盟的 GDPR 資料最小化原則。
王宗道主任說，我們透過親送、雙掛號等方式，向當事人重新告知研究內容，且提供退出資料利用的選項等，藉由這些可達到保護當事人資訊自主權措施，最終，僅有約 1.9% 病患選擇退出資料利用，這代表 98.1% 民眾在了解個人資料將會被妥善保護，即樂於提供醫療影像做為研究之用，協助醫療科技發展。
在台大與八大醫學中心的研究團隊規劃中，心血管影像生理資料庫 建置與全方位 AI 工具開發研究的目標，除了爭取更多 AI 模型在台大醫院落地應用外，也將申請美國食品藥物管理局、台灣食藥署的醫療器材查驗登記，務求 全力透過 AI 影像醫療技術及早發覺潛在心血管疾病，為全民創造更美好的生活。