廣告
台科大攜手三總打造AI「第二雙眼」 助降達文西手術誤傷風險
【記者賴昀岫／台北報導】為協助醫師更精準辨識器官與病灶，台科大電機系特聘教授郭景明團隊，與三總婦產部醫師王毓淇團隊合作，透過AI與即時影像辨識技術輔助醫師進行婦科微創手術，降低器官誤傷風險，提升手術安全與醫療品質。郭強調，這項技術的目標並非取代醫師，而是成為「手術過程中的第二雙眼」。
色塊方式標記重要器官組織 降低手術誤傷風險
郭景明指出，現行達文西手術雖具備高解析度影像與精準穩定的優勢，但仍存在缺乏觸覺回饋、在器官與重要組織的辨識高度仰賴醫師經驗等限制，對於年輕醫師或高難度手術而言，潛藏一定風險。因此，研究團隊蒐集實際婦科達文西手術影像資料，由專業醫師進行標註，再進行深度學習模型的訓練與優化。
團隊運用深度語意分割技術自主開發「器官圖像分割系統(DeepVinci)」，在手術進行中即時辨識，並以色塊方式清楚標記子宮、卵巢、輸卵管、結腸及腫瘤等多個重要組織，協助醫師在解剖與切除過程中掌握器官或腫瘤邊界，有助於降低手術誤傷風險，為婦科微創手術建立更安全、視覺化的輔助機制，進而減少潛在醫療糾紛。
新技術盼成「手術過程中的第二雙眼」
在效能上，器官圖像分割系統可即時處理每秒30幀的手術影像資料，器官偵測靈敏度達90%。郭景明指出，這項技術的目標並非取代醫師，而是成為「手術過程中的第二雙眼」，特別是在血管、輸尿管等容易受損的重要組織周邊，提供即時的視覺提醒。
目前系統已達到接近手術即時需求的影像更新速度，能與臨床手術節奏配合，但為確保系統具備適應不同狀況的可靠性，研究團隊也根據手術場景進行客製化調校，累積百例以上手術影像作為訓練與測試資料，未來也將持續優化模型在極端情境下的表現，例如不同光源、大量出血或視線遮蔽等狀況，強化模型反應速度與辨識穩定性。
未來有望延伸至其他內視鏡、微創手術
團隊發現器官圖像分割系統的核心技術具備高度通用性。郭景明表示，只要有足夠且高品質的醫療影像資料，即可進行模型轉移與再訓練，未來可延伸應用至其他內視鏡手術、一般外科及各類微創手術，甚至拓展至MRI、CT等醫學影像分析領域。
郭景明進一步指出，系統還能進一步導入手術器械軌跡的偵測與追蹤，用於術後手術流程分析與手術品質回饋，甚至結合AR、VR技術發展數位雙生平台，協助年輕醫師進行達文西手術的學習與模擬訓練，提升培訓效率與臨床熟悉度。
研究成果獲第22屆國家新創獎「學研新創獎」
台科大表示，研究成果也榮獲第22屆國家新創獎「學研新創獎」。郭景明說，AI手術輔助系統未來將成為醫師的重要輔助工具，有助於縮短經驗落差、提升臨床決策品質，讓智慧醫療不只停留在研究成果，團隊目前已完成技術移轉，由利像科技負責後續產品化與市場推廣，並持續進行臨床驗證與相關法規認證，逐步導入實際醫療場域。
