1.影像內容說明:以PACS系統中有進行Chest X-ray掃描的資料進行收集,其中包含健檢與門診開單之患者肺部Chest X-ray檢查。
2.資料特色價值說明:Chest X-ray乃為健檢、入院前肺部疾病篩檢最普遍的影像檢查,影像量體相當龐大(地區醫院以上每年可產生數萬到數十萬張影像)。然而龐大的量體也造成臨床醫師診斷的負擔,發展可靠之機器學習模型,能以整張或局部Chest X-ray影像進行肺部常見疾病之自動分類,並以達到足夠之敏感度與特異性為目標,將能助益於臨床實務。
發展Chest X-ray影像疾病分類的模型極具挑戰性,如何在影像中不同成分(胸膜、胸壁、肋骨、心臟與肺部病灶)的交互疊加與影響前提下,有效鑑別可能疾病,仍是目前臨床關切之議題。發展可靠之機器學習模型與介面,將可大幅節省醫師人力與醫療成本,更進一步提升Chest X-ray的臨床重要性。未來若能將相關成果與肺部電腦斷層之相關診斷進行比較與整合,亦能進一步提升其潛在應用價值。