癌症長期高居國人十大死因之冠，其中又以肺癌是癌症死因之首；中央健康保險署委託國立成功大學蔣榮先教授團隊合作開發「運用人工智慧技術建構胸腔X光影像偵測癌症疑似病灶模型」，利用健保資料庫肺癌病人的胸腔X光影像及相關資訊，建構人工智慧影像判讀模型，找出肺部結節，並判斷是否為癌症病灶。初步優化後模型之整體敏感度達0.81、特異度達0.82，已達一般資深醫師的判讀水準，未來可望將這些研究成果或模型留在健保相關系統供民眾或醫界運用，以便早期偵測肺癌蹤跡，早期治療。

健保署今(23)日召開「運用人工智慧技術建構胸腔X光影像偵測癌症疑似病灶模型」研究成果暨「放射線檢查輻射量知多少？健康存摺報您知」記者會，邀請成大蔣榮先教授說明運用健保醫療影像倉儲資料並建構胸腔X光影像偵測癌症疑似病灶模型，並公布「全民健保行動快易通｜健康存摺APP」新增個人放射線檢查醫療輻射量資訊，供民眾自我健康管理。

根據健保統計，109年領有重大傷病之0-1期肺癌病人，平均每人年醫療費用約在10萬元左右，醫療費用則隨著癌症期別增加而以倍數成長，第4期病人平均每人耗用近五十萬元；另外，觀察病人的5年存活率，早期肺癌病患尚有80%，然隨著期別增加，存活率便急遽下降，到第四期已低於10%。因此，早期偵測肺癌並加以治療，可提高存活率、降低醫療成本。

健保署李伯璋署長表示，健保署近年致力各項福國利民之技術導入健保應用，積極與學術單位合作，除持續擴展醫療影像倉儲，由健保署提供巨量醫療影像資料，供學界進行AI偵測模型開發與訓練，教授的研究成果非常可貴，後續可將此技術導入健保相關系統，提示高風險病人請醫療團隊優先評估介入，為民眾健康把關。

健保署指出，現行胸腔X光檢查執行門檻低，且輻射量較電腦斷層小，是簡便快速的初步檢查，但要作為肺癌初篩之影像工具需仰賴經驗豐富的臨床醫師才能有其預警效果，有鑒於此，本署委託蔣榮先教授團隊利用人工智慧深度學習技術，先以成大醫院及美國、日本、越南等開放資料庫建置基本模型後，再以健保醫療影像倉儲資料進行驗證，在建置AI判讀模型時，將胸腔X光片影像資料進行切割後，找出肺部結節，並判斷是否為癌症病灶。初步優化後模型之整體敏感度達0.81、特異度達0.82，已達一般資深醫師的判讀水準；相關研究成果，日前也獲110年度科技部未來科技獎及國家新創獎的肯定。

現行肺癌篩檢工具包括電腦斷層、低劑量電腦斷層及胸部X光檢查，電腦斷層最為準確，但輻射量為胸部X光的100倍；低劑量電腦斷層目前則普遍應用於自費篩檢早期肺癌，輻射量約為電腦斷層的五分之一。李伯璋署長表示，胸部X光輻射量較低、且設置標準門檻低，若能配合AI判讀模型做為肺癌初篩利器，可輔助醫師大量判讀胸部X光片並廣泛運用於無法設置電腦斷層之醫療資源缺乏地區，讓資料加值回饋全民。

蔣榮先教授研究團隊長期鑽研於X光的加值應用開發研究，研究成果豐碩並獲獎無數，去年開發的MedCheX模型可判讀胸部X光快速預測罹患COVID-19風險，更於WHO舉辦的國際COVID19科技防疫黑客松大賽獲得肯定，該團隊不僅是國內X光AI應用的優秀團隊之一，更因聯合國教科文組織為了推展聯合國之SDGs永續發展目標，被UNESCO推舉為全球最頂尖(Top 10 Outstanding)之十個AI團隊，也是亞洲唯一獲選的團隊。本署將持續與蔣老師合作，精進預測結果，並介接至健保署對外系統，優先警示肺癌高風險病人，達早期診斷早期治療之目的，提升民眾健康。