簡介
結核病是由結核分枝桿菌（Mycobacterium tuberculosis）所引起的疾病，目前仍是全球性的慢性傳染病，在未開發及開發中國家尤其盛行。根據WHO 2017年報告顯示，為全球十大死亡原因之一，是當今地球上傳染性最強悍之疾病。一般光顯微鏡檢是目前最廣為使用的檢測方法，醫檢師可透過顯微鏡檢查經過抗酸性染色的痰液抹片，尋找是否有結核菌的存在。但方法的缺點是過程需要大量的人力消耗，以及準確率只能維持在約50％~70％之間。因此對於疾病防疫來說，自動快速而且準確的結核菌辨識系統顯得非常重要。本計畫應用人工智慧深度學習技術於自動結核桿菌識別系統的研發，並改良與優化深度學習的最佳化技術。有效增加結核桿菌識別的醫檢速度及提升準確率，同時也對深度學習方法提出創新性的學術探討。相關成果將在後續研究期程中，推廣到非典型分枝桿菌及非肺結核桿菌識別，為結核病的管控提供更完善的幫助。本計畫的完成不僅能夠培養國內人工智慧相關技術人才，並且可以與國內外醫療產商緊密合作以提升我國人工智慧醫療器材的競爭力。