善用AI優勢發展數位病理平台 減少誤判延誤醫療機率

長庚醫院近年積極發展數位醫療，耗時6年將皮膚病理玻片影像作高階數位化之餘，更經由郭承統教授的經驗傳承，將病理玻片加註病理特徵與病症呈現照片，相較國外此類系統提供了更詳細的判讀依據，除方便臨床使用，更能嘉惠教學與學習使用。

臨床上，醫師取樣或切除的病人組織，會做成病理玻片，由病理醫師用顯微鏡仔細觀察，憑藉其專業訓練及知識做出病理診斷，包括良惡性判別、器官的發炎成因與嚴重度等。臨床醫師也會根據病人的病理診斷，提供適當的治療與處理，因此病理科醫師又被稱為「醫生中的醫生」。

但傳統玻片有保存及染色褪色等問題，且實體玻片數量不多，無法供全部學生使用。郭承統教授無私提供收集近20年的皮膚組織病理切片，共481件案例、811個病理玻片，一片片加註病理特徵做為判讀依據，建立此皮膚病理數位化全玻片影像系統，包含了七大疾病種類，分別為皮膚發炎性疾病、感染症、皮膚各式腫瘤、淋巴增生型疾病、皮膚轉移腫瘤、毛髮疾病及其他等。

系統特別之處，除了將玻片影像化，且可將圖片放大縮小，從低階到高階的影像呈現，搭配註解說明與表徵照片，以電腦螢幕看圖更能融會貫通，相較過去書籍以文字描述、學生靠想像力投射到玻片上，更容易學習，且能陸續新增特殊病例，因此也具有1.完整的病理特徵註記，以幫助醫師自我學習；2.輔以臨床病灶影像，以強化臨床病理整合；3.完整搭配其他特殊染色，以強化診斷；4.當醫師需要查找特定疾病的病理特徵時，此系統可作為高可近性之快速參考工具等優勢。

在林口長庚醫院溫明賢教授表示，在AI時代來臨，長庚目前從皮膚科開始，希望陸續推動資料庫建立，與AI模組合作，改善病理工作流程提高判讀效率，減少人工誤判機率，也可加速判讀流程，拿到玻片後直接掃入系統，即可迅速判讀，提高處理效率。