AI system enhances liver cancer detection accuracy in Taiwan
L'essentiel
- Taiwan's Hepatic Disease Prevention and Treatment Foundation launched the 'iGood Liver AI' system to aid doctors in identifying potential liver tumors via ultrasound, aiming to improve early detection rates and reduce mortality.
- 50 sets are donated to rural clinics.
Résumé généré par IA
Pourquoi c'est important
Liver cancer is a significant cause of death in Taiwan, with over 7,500 fatalities annually. Early detection is crucial but challenging due to the 'silent killer' nature of liver disease. Abdominal ultrasound is a key tool, but its effectiveness relies heavily on physician experience.
AI可自動標示疑似肝腫瘤區域,協助醫師提高診斷準確度。(記者侯家瑜攝)
〔記者侯家瑜/台北報導〕台灣每年超過7500人死於肝癌。肝病防治學術基金會(肝基會)推出「肝瘤偵」AI智慧影像系統,透過深度學習輔助超音波判讀,提高肝腫瘤辨識能力,並捐贈50套至偏鄉醫療院所。專家表示,腹部超音波仍是早期發現肝癌最重要工具,搭配AI有助提升診斷品質,落實智慧醫療與肝病早期防治。
肝病長年被稱為「沉默殺手」,許多患者在肝炎、肝硬化甚至肝癌早期幾乎沒有明顯症狀,往往等到身體不適時已錯過最佳治療時機。根據衛福部113年死因統計,國內因肝癌、慢性肝病及肝硬化死亡人數達1萬1238人,其中肝癌死亡7513人,高居十大癌症死因第2位。
腹部超音波是目前早期發現肝硬化與肝癌最方便、無侵入性的檢查工具,但檢查結果與醫師經驗密切相關。為提升診斷品質,肝基會自2018年起投入AI輔助超音波技術研發,攜手好心肝基金會、台大醫院及影像處理科技業者合作,開發「肝瘤偵(iGood Liver AI)」智慧影像辨識系統。這套系統透過深度學習技術,可在超音波影像中自動標示疑似肝腫瘤區域,並協助辨識良性或惡性病灶,提供醫師作為診斷參考。
為縮短城鄉醫療差距,肝基會此次獲得社會善款支持,捐贈50套「肝瘤偵」系統至偏鄉及各地醫療院所,希望讓更多民眾享有智慧醫療資源,提高肝癌早期發現機會。
衛福部長石崇良表示,台灣已提前於2025年達成世界衛生組織消除C型肝炎目標,顯示多年肝炎防治政策已有成果。未來將持續強化篩檢與治療可近性,結合AI等創新科技與跨領域合作,降低肝癌發生率與死亡率。
肝基會董事長許金川指出,雖然慢性肝病及肝硬化已退出十大死因排行榜,但肝病威脅並未消失。台灣每年仍有超過7000人死於肝癌,約4000人死於肝硬化及慢性肝病。尤其40歲以上、未接種B型肝炎疫苗者,仍是高風險族群。
許金川表示,肝基會推動「今年超了沒-全台免費腹部超音波檢查」活動已邁入第5年,累計超過30家醫療院所參與,服務2萬1212人次,發現576名疑似肝癌或肝腫瘤高風險個案,比例近3%;此外,每年超過半數受檢者有脂肪肝問題。另一項「救救肝苦人」偏鄉外篩活動累計已舉辦超過966場,服務逾70萬人次,顯示肝病篩檢需求仍十分龐大。
肝基會執行長粘曉菁表示,AI系統導入後,不僅能協助醫師提高肝腫瘤辨識精準度,也能縮短病患等待診斷時間,降低面對肝病的不安與焦慮。透過腹部超音波結合AI輔助判讀,可望提升肝癌早期篩檢品質,推動智慧醫療深入偏鄉,讓更多民眾及早發現、及早治療,進一步降低肝病對國人健康的威脅。
「肝瘤偵AI」系統可提升肝癌篩檢品質。(記者侯家瑜攝)
Questions ouvertes
- What is the specific accuracy improvement rate of the AI system compared to traditional methods?
- What are the long-term impacts of the AI system on healthcare costs?
- How will the training and maintenance of the AI system be managed in rural areas?
- What is the patient feedback on the AI-assisted diagnosis process?






