陳敦裕教授(中)率領團隊成員孫宜辰、戴佑哲、賴俊丞和許育禎。圖：元智大學提供
經過三個月的激烈競爭，元智大學電機系團隊於上個月，以超過92%的預測準確度，奪下亞洲大洋洲放射學大會舉辦的「AOCR 2024 急性闌尾炎電腦斷層影像辨識競賽」。擔任隊長的是目前就讀元智電機系四年級的孫宜辰，他接受「桃園電子報」專訪時指出，團隊採取了四種截然不同的前處理方法來訓練四種能捕獲不同訊息的模型，並通過集成學習技術(Ensemble)將它們結合起來，從而提高了診斷的準確性。這種稱之為三維CT圖像發炎闌尾多模態分割模型的技術，使模型在比賽中達到了93%左右的準確率。
元智大學團隊由電機通訊學院院長陳敦裕教授，帶領團隊成員孫宜辰、戴佑哲、賴俊丞和許育禎，與亞東醫院影像醫學科的謝詔裕醫師、陳健翎醫師、邱意軒醫師及張鈺澐醫師，以實驗室YZU MISLab為名，於AOCR 2024 急性闌尾炎電腦斷層影像辨識競賽中，與來自國內外知名大學及醫院研究團隊競技。經過三個月激烈角逐，從近200組參賽隊伍中脫穎而出，憑藉超過92%的驚人預測準確度，榮獲冠軍殊榮。
孫宜辰說，這種創新的方法稱之為三維CT圖像發炎闌尾多模態分割模型，這樣的技術使模型在比賽中達到了93%左右的準確率。圖：記者李春台攝
陳敦裕率領實驗室的團隊使用電腦斷層掃描影像，進行判別是否發生急性闌尾炎。主要方法為透過結合二維及三維人工智慧影像分割模型區分是否有急性闌尾炎。陳敦裕指導學生團隊創造解決方案，預測急性闌尾炎是否是特定急性腹痛的原因，同時突顯CT掃描中的關鍵切片，以協助醫療專業人員快速檢測發炎的闌尾。
陳敦裕指出，亞東醫院影像醫學科醫師團隊在此次競賽中扮演相當關鍵的角色，憑藉著豐富的醫學知識和經驗，解釋醫學影像的特定情況，為模型的設計、開發與訓練提供正確的方向，確保模型能夠正確地解讀和分析影像。同時參與模型的驗證和評估過程，提供專業的評估意見，確保模型的性能達到醫學標準，同時提供改進建議。
目前就讀元智大學電機系四年級的孫宜辰，擔任隊長，也提出了許多建設性的建議，突破許多關鍵性的難關。圖：記者李春台攝
團隊中的靈魂人物孫宜辰表示，團隊非常榮幸能在AOCR Kaggle AI Challenge中脫穎而出贏得冠軍。孫指出，競賽的主題是關於急性闌尾炎的電腦斷層掃描（CT）影像識別，這是一個涉及快速且精確診斷需緊急處理的嚴重急性腹痛——急性腹症的問題。急性腹症在急診室的病例中約占7-10%，其中急性闌尾炎是最常見的原因。儘管電腦斷層掃描是其主要的診斷工具，且之前的研究已經取得了不少的進展，但準確診斷急性闌尾炎依然是一個挑戰，誤診或延誤診斷可能導致嚴重的後果，包括穿孔、腹膜炎及腹腔鏡手術的併發症，這些都可能增加患者的後遺症和死亡風險。
孫宜辰表示，在這次挑戰中，基於臨床實際需求——即醫生在判讀CT影像時需先確定大腸和盲腸的位置，進而找到發炎的闌尾，並且採取了四種截然不同的前處理方法來訓練四種能捕獲不同訊息的模型，並通過集成學習技術(Ensemble)將它們結合起來，從而提高了診斷的準確性。孫宜辰說，這種創新的方法稱之為三維CT圖像發炎闌尾多模態分割模型，這樣的技術使模型在比賽中達到了93%左右的準確率。
孫宜辰說，整個競賽過程中特別想感謝指導教授《陳敦裕教授》，他不僅給團隊參與比賽的機會，並一路細心地指導和提點，還準備了充足的計算資源，使為團隊能夠進行更多的實驗和探索。這次的成功不僅是對團隊努力的肯定，也展示了人工智能在醫療診斷領域應用上的巨大潛力與無限可能。孫宜辰說「我們殷切地期待將這些研究成果進一步地應用於實際醫療工作中，協助醫師團隊提升臨床診斷的準確性和效率，為患者及醫療領域導入更佳的治療成效」。
元智大學團隊由電機通訊學院院長陳敦裕教授帶領下，在這次AOCR Kaggle AI Challenge中脫穎而出贏得冠軍。圖：記者李春台攝
元智大學指出，根據EduRANK網站公告，元智大學電通學院電機工程系在全台44間最佳電機工程學系排名中(Electrical Engineering)，脫穎而出，名列全台大專院校第11名，更是私立大學第1名。此外，工業工程與管理學系在全台灣最佳工業工程學系排名中表現優異，名列全台大專院校第6名，更是私立大學的冠軍。另如會計、財務金融、化工與材料及計算機科學與工程等，也進入全台前10名。
本篇文章轉載自《 桃園電子報 》。原文：元智大學結合AI判讀斷層影像奪冠 準確率達93%關鍵技術曝光