【記者曾博群台北報導】傳統電腦斷層掃描影像（CT）在分割病灶的難點包括：病灶識別困難、需大量專業人力分析和手動標註病灶相當耗時，導致診斷效率低下，增加醫療成本。人工標註的過程中，容易因疲勞、有限診斷作業時間和經驗不足而漏判。

台科大醫工所教授王靖維團隊開發「通用3D病灶分割AI模型」，用於電腦斷層CT掃描影像，迅速且精準辨識與分割多類別胸腹部病灶，在今年國際醫療3D CT影像AI競賽（ULS23）中榮獲第3名佳績。

王靖維表示，團隊研究開發AI模型，可以精準辨識多類別胸腹部灶，適用於胸腹部CT影像，可自動化精準標註多種3D CT病灶，幫助放射科醫師以3D形式標註病灶，解決手動標註耗費大量人力成本問題。

除了精準辨識，在處理效率上更充分滿足臨床應用需求。傳統人工標註每案約耗費30∼60分鐘，但團隊AI技術在配備單一T4 GPU的Grand Challenge平台伺服器上處理每個3D病灶資料只需3.25秒。

王靖維說明，3D的CT影像病灶分割與2D影像相比，提供更多有助醫師監控病灶成長的資訊，如病灶體積、形狀和空間位置。