NOW健康
- 健康數位內容第一品牌！《NOW健康》提供全方位醫療保健新知，適用於0到100歲以上。基因與生俱來，體質後天翻轉；打造長壽體質，就從《NOW健康》開始。【更多健康資訊一次滿足！盡在：NOW健康】
皮膚病理數位化！長庚攜手雲象 首創皮膚影像診斷平台
2024-07-18
1813
林口長庚皮膚團隊首創國內皮膚病理數位化全玻片影像系統，內含皮膚發炎性疾病、感染症、皮膚各式腫瘤、淋巴增生型疾病、皮膚轉移腫瘤、毛髮疾病等疾病種類，供臨床醫師疾病診斷。
皮膚疾病表現多樣化，如何提高正確診斷率，成為臨床挑戰，林口長庚皮膚團隊首創國內「皮膚病理數位化全玻片影像系統」，內含皮膚發炎性疾病、感染症、皮膚各式腫瘤、淋巴增生型疾病、皮膚轉移腫瘤、毛髮疾病等疾病種類，供臨床醫師疾病診斷。
該影像系統係由林口長庚醫院榮譽副院長暨顧問醫師郭承統主持，率領長庚醫療人工智能核心實驗室與皮膚科團隊，並與攜手雲象科技合作，花了6年時間，才建置完成。
在郭承統教授逐一標註了病理特徵、病理描述及診斷資料，以及相關免疫螢光染色影像、個案的臨床表現及皮膚鏡變化等，全部資料均匯入系統，達到良好的臨床病理整合。
該影像系統係由林口長庚醫院榮譽副院長暨顧問醫師郭承統主持，率領長庚醫療人工智能核心實驗室與皮膚科團隊，並與攜手雲象科技合作，花了6年時間，才建置完成。
在郭承統教授逐一標註了病理特徵、病理描述及診斷資料，以及相關免疫螢光染色影像、個案的臨床表現及皮膚鏡變化等，全部資料均匯入系統，達到良好的臨床病理整合。
▲長庚醫院皮膚病理數位化全玻片影像系統之系統畫面。本系統內之數位病理影像，皆有郭承統教授標註的病理特徵、亦可看到病理診斷及描述顯示於右上角功能區。（圖／長庚醫院提供）
林口長庚醫院皮膚科醫師林千又表示，皮膚病理數位化全玻片影像系統收集近20年皮膚組織病理切片，共481件案例、811個病理玻片。每個案例的數位化全玻片影像，皆有觀察組織形態的標準染色方法（H&E），及針對不同細胞生化特性的特殊染色，如，組織化學染色、免疫組織染色、EB病毒小RNA片段原位雜合技術等。
最重要的是，該系統將玻片影像化，圖片可以放大、縮小，從低階到高階的影像呈現，搭配註解說明與表徵照片，與傳統書籍及文字描述相較，有助於學生、實習醫師的學習、辨識。
雲象科技公司創辦人暨執行長葉肇元表示，系統中整合資料眾多，包括，從最早了外觀病灶，至最終的病理判斷，以及診斷相關的案例照片、數位病理組織玻片影像，均詳細標註及說明。
長庚醫療人工智能核心實驗室主任郭昶甫表示，所有的實體玻片都經過玻片數位化掃描儀製作成全玻片影像，此玻片掃描儀可於1批次4.5小時內掃瞄360片載玻片，而完成後的數位化全玻片影像，存於長庚醫療人工智能核心實驗室。
林口長庚醫院教授溫明賢表示，該影像系統具有4大特色，分述如下：
1.完整的病理特徵註記，可幫助醫師自我學習。
2.輔以臨床病灶影像，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的快速參考工具。
溫明賢教授強調，在AI大數據參與醫療，該院從皮膚科開始，希持續建立相關影像資料庫，並與AI模組合作，縮短病理工作流程，並提高判讀效率，減少人工誤判機率。例如，醫師拿到患者玻片資料後，直接掃入系統，即可迅速判讀，提高處理效率。（陳如頤／台北報導）
（首圖來源／長庚醫院提供）
來源：皮膚病理數位化！長庚攜手雲象 首創皮膚影像診斷平台
出處：NOW健康
林口長庚醫院皮膚科醫師林千又表示，皮膚病理數位化全玻片影像系統收集近20年皮膚組織病理切片，共481件案例、811個病理玻片。每個案例的數位化全玻片影像，皆有觀察組織形態的標準染色方法（H&E），及針對不同細胞生化特性的特殊染色，如，組織化學染色、免疫組織染色、EB病毒小RNA片段原位雜合技術等。
最重要的是，該系統將玻片影像化，圖片可以放大、縮小，從低階到高階的影像呈現，搭配註解說明與表徵照片，與傳統書籍及文字描述相較，有助於學生、實習醫師的學習、辨識。
雲象科技公司創辦人暨執行長葉肇元表示，系統中整合資料眾多，包括，從最早了外觀病灶，至最終的病理判斷，以及診斷相關的案例照片、數位病理組織玻片影像，均詳細標註及說明。
長庚醫療人工智能核心實驗室主任郭昶甫表示，所有的實體玻片都經過玻片數位化掃描儀製作成全玻片影像，此玻片掃描儀可於1批次4.5小時內掃瞄360片載玻片，而完成後的數位化全玻片影像，存於長庚醫療人工智能核心實驗室。
林口長庚醫院教授溫明賢表示，該影像系統具有4大特色，分述如下：
1.完整的病理特徵註記，可幫助醫師自我學習。
2.輔以臨床病灶影像，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的快速參考工具。
溫明賢教授強調，在AI大數據參與醫療，該院從皮膚科開始，希持續建立相關影像資料庫，並與AI模組合作，縮短病理工作流程，並提高判讀效率，減少人工誤判機率。例如，醫師拿到患者玻片資料後，直接掃入系統，即可迅速判讀，提高處理效率。（陳如頤／台北報導）
（首圖來源／長庚醫院提供）
來源：皮膚病理數位化！長庚攜手雲象 首創皮膚影像診斷平台
出處：NOW健康
作者介紹
延伸閱讀
