光學導引AI硬膜外針之研發與應用

分享至

光學導引AI硬膜外針之研發與應用

講者/丁乾坤(臺北榮總一般麻醉科主任暨國立陽明大學醫學院教授)
彙整/《科學人》編輯團隊|整理自2019.06.29〈科創講堂.智慧醫療〉

發現未滿足的醫療需求是研發的起點

傳統麻醉科醫師在執行硬脊膜外麻醉,是依靠麻醉科醫師的經驗和手感來替病人打針,缺乏客觀的科學方法,硬脊膜外麻醉常用於無痛分娩、術中半身麻醉以及術後急性疼痛控制,然而硬脊膜外腔為極窄小空腔,因為體型年紀不同有寬度差異,最窄處大概只有1-2mm,若不慎刺穿使腦脊髓液(龍骨水)流失,會造成患者急性頭痛,使得住院時間被延長;也可能因為穿刺部位錯誤造成藥物進入靜脈而導致顛癇及心律不整,抑或注入蛛網膜下腔的腦脊髓液中,將會造成藥物過量導致血液動力學不穩等併發症,目前人工方法的失敗率為2-5%,並有0.01%的機率造成永久的神經損傷甚至癱瘓。

丁乾坤教授發現了這個硬脊膜外麻醉的未滿足醫療需求,尚未有好的解決方法,從2004年開始投入研發光學導引硬膜外針,迄今花費十數年,過程中不斷與時俱進結合最新科技,終於在近年結合AI科技的輔助之下,讓研發成果能夠成功達到100%的準確率。

結合新科技跨越商品化門檻

從剛開始的雷射光方法,將光纖放入針頭進行偵測,準確率能夠達到90%,創新成果被刊登在國際權威麻醉期刊,不過丁乾坤教授認為只有90%的準確率還不夠,因為人工手感的準確率可以達到95-98%,2011年加入AI去識別訊號,準確率提升到95%,2014年OCT技術(光學同調斷層掃描術)出現,可以將雷射光的訊號重組,讓影像由2D變成高解析的3D影像,不過影像產出後還是用人工去判斷,準確率只有提升至96%,終於到了2017年,隨著AI的發展,丁乾坤教授與台大數學系合作光學影導式探針系統,透過光學探頭裝置即時對針頭周圍造影,再利用紅外光斷層影像導引系統取得2D影像資訊,並將擷取影像的特徵值丟到deep learning去跑,終於完成100%準確的麻醉醫療輔助系統,未來將有益於提供麻醉醫師客觀的醫療輔助。

市場規模上看百億元

丁乾坤教授表示透過deep learning改善系統準確率,讓影像不需要很高的解析度也能有100%的準確率,因高解析度影像費用昂貴,如此一來便成功降低了商品化成本,目前正在為商品化進行醫療器材驗證,已通過前臨床的階段,即將進入人體臨床試驗,丁乾坤教授分析,硬脊膜外阻斷術市場規模1年可達到75億,並且還可以應用到其他的疼痛治療市場,像是周邊神經阻斷術、神經內外科、急診、婦產科等,預估全球有百億的市場機會。

(本文由教育部補助「AI報報─AI科普推廣計畫」取得網路轉載授權)

(Visited 66 times, 1 visits today)

分享至
views