乳癌是國人女性癌症發生率第一，越來越多適齡婦女會進行乳房X光攝影檢查。根據衛福部國健署統計，2018年乳癌篩查量已經超過86萬筆檢查，也造成負責篩檢報告的醫師工作壓力極大。為了減輕醫護人員工作負擔，並且提供更好的醫療服務品質，高雄榮總與資策會數位轉型研究所(數位所)攜手合作，透過人工智慧(AI)協助乳房X光攝影判讀，已經完成人工智能的訓練模型測試，預期到今年底可以完成人工智能驗證3000個案。

資策會利用近年來發展逐漸成熟的人工智能模型技術，應用於房病變偵測辨識解決方案，圖為人工智慧(AI)協助乳房X光攝影判讀影像。

高雄榮總於2018年起與資策會進行合作，整理多年累積的高品質乳房X光影像與標準化結構性報告，透過資策會的醫療影像標記系統，建立完整的乳房病徵資料集以訓練人工智能模型。醫師同時也能使用資策會發展的醫療影像標記反饋系統( Feedback loop) 對人工智能模型進行回饋修正，針對人工智能模型的初步判讀結果進行調校，逐步提高AI乳篩助理的準確度。

資策會在經濟部技術處科技專案的支持下，利用近年來發展逐漸成熟的人工智能模型技術，應用於房病變偵測辨識解決方案，運用深度學習模型發展「AI乳篩助理」，學習放射科醫師對乳房X光攝影影像中辨識可疑病徵，如腫塊、鈣化與微鈣化等，並依據病徵進行BIRADS（乳房影像報告與資料系統，Breast Imaging Reporting and Data System）分級評分。

高雄榮總乳房放射影像學專家也是研創中心創新長的楊宗龍醫師表示，一般乳房X光攝影檢查結果為正常(也就是無乳癌病徵跡象)的陰性案例約為90%以上，預計未來可使用資策會的AI乳篩助理先將影像表現有高風險的病人篩選出來，醫師可優先針對這些10% 影像風險偏高, 有問題的影像進行判讀，加速篩查報告的產出。AI乳篩助理能在幾秒內，偵測出腫瘤所在的位置與體積大小，輔助醫師判讀，可縮短醫師判讀時間，並增加精準度。

楊宗龍醫師同時也指出，深度學習的 AI 技術在各類醫療影像分析應用發揮相當大的作用，藉由 AI 技術能改變當前的醫療結構，除了提升診斷正確性也能提升醫療效率，並能減少醫師判讀時間，使醫師能更專注於與病人溝通。資策會的AI乳篩助理可透過醫師的協助校正，讓AI再次學習，可將判讀正確性持續提高，接近資深醫師的判斷水準。

未來在AI 門診的趨勢下，於高雄榮總進行乳癌篩查，所完成的乳房X光攝影將會使用資策會研發的人工智慧乳房病變偵測辨識解決方案，預期可以縮短醫師判讀時間，加速篩查報告產出，讓醫師有更多時間解釋影像病徵，進而幫助醫病深度溝通。藉由此科技與醫療的合作案，不僅降低醫師負擔，更能提高診斷的準確率，及提升民眾的就醫品質。