產業技術評析

一、神經性疾病掃描影像簡介
 

根據國家發展委員會的推估，臺灣65歲以上老年人口預計在2025年佔總人口數的比例將達到20%，邁入超高齡化社會，預期將會因為超高齡化社會的緣故同時帶動罹患神經系統疾病的人數攀升。腦部神經系統疾病包括腦中風、腦腫瘤、多發性硬化症、失智症、阿茲海默症、帕金森氏症等，常會發生認知退化、記憶衰退、運動能力喪失等情形，尤其在臨床照護人力不足的情形下，當發病時常會對臨床照護造成負擔，因此如何提早預防神經性疾病，維持個人整體健康狀態已是每個人必須面對的議題。

大腦是管理人體任何活動的核心中樞，舉凡像是呼吸、心跳、認知、記憶、動作、情緒等，管理著我們日常生活。腦部掃描醫學影像是用於觀測腦部活動的重要工具，在神經科中經常仰賴的醫學影像設備種類包括電腦斷層(CT)、核磁共振(MRI)及正子照影(PET)，透過這三種影像設備掃描腦部，能夠清楚了解腦部3D結構、血管分布、功能運作，進一步診斷腦腫瘤、診斷腦出血或腦部功能異常等臨床疾病。

電腦斷層(CT)、核磁共振(MRI)及正子照影(PET)在神經性疾病醫學影像掃描中各有其臨床掃描上的優勢，因此在臨床上有不同的臨床掃描用途。電腦斷層(CT)因為其快速掃描的優勢，經常能夠為臨床上提供快速臨床診斷結果，因此在急診發生腦中風的病患時，經常仰賴CT影像，確認病患出血性腦中風的嚴重情形並進一步進行臨床處置。除此之外，CT影像如果搭配使用含碘照影劑，能夠即時將腦部血管的3D分布影像完整掃描，因而讓醫師容易觀測阻塞性腦中風的區域，做為後續進行手術的依據。

核磁共振(MRI)具備對軟組織高分辨率的優勢，或是透過調整掃描參數，能夠產生多種不一樣的影像，讓神經、肌肉、脂肪等不同細胞組織在MRI影像中呈現不一樣的結果，因此能夠完整掃描腦部更細緻區域，產生多元化的影像結果，能呈現的腦部影像區域例如杏仁核、神經網路走向或是觀測腦部活躍區域等，讓醫師能夠診斷多發性硬化症、帕金森氏症等多樣不同疾病、評估大腦退化性疾病或是腦部創傷等疾病。正子照影(PET)則是藉由細胞代謝放射性同位素時，在細胞中的放射性同位素釋放正子，藉由正子的互毀效應產生影像，是屬於一種生理代謝功能性影像，因此PET影像經常用於觀測失智症、阿茲海默症等腦部退化性疾病。

由於腦部神經性疾病的複雜性，醫師經常在診斷上仍可能在影像上錯過一些重要的腦部影像病變的特徵，因此臨床上透過導入人工智慧，協助分析影像特徵，進一步偵測腦部疾病位置、分析腦區大小的變化，或是分流危急需立即處置的病患等，幫助醫師在診斷神經性疾病醫學影像掃描日常中，分擔臨床上日益增加的神經性疾病掃描影像的臨床負擔，藉由人工智慧提升疾病診斷效率、加快臨床流程效率。
 

二、神經性疾病醫學影像市場概況
 

神經性疾病醫學影像應用在趨於高齡化社會中的重要性持續上升，也因此整體神經性疾病醫學影像掃描市場屬於穩定成長的趨勢。根據Markets and Markets 市場調查資料顯示，2021年神經性疾病醫學影像掃描市場全球共22.4億美元，2021-2026年年複合成長率達4.8%。核磁共振(MRI)為此領域大宗使用的醫學影像掃描設備，佔全球79%，顯示出MRI 在神經性疾病醫學影像掃描的重要性地位。
 

資料來源：Markets and Markets; 工研院產科國際所ITIS研究團隊整理(2022/08)
圖1 神經性疾病醫學影像市占率概況
 

人工智慧使用在各種臨床科別醫學影像的市占率上，以放射科醫學影像使用上最多，心血管醫學影像使用上次之，神經科醫學影像為第三多使用的醫學影像種類。從整體市場規模分析，雖然在2021年人工智慧使用臨床科別醫學影像上的市場總額僅有7.3億美元，但隨著臨床使用上的增加，促成整體醫學影像人工智慧具有爆發性的市場成長潛力，2021-2026年的年複合成長率達50.1%。在神經科醫學影像掃描上，人工智慧大部分應用於MRI及CT醫學影像分析，提升醫學影像臨床診斷上的效率，且相較於各種醫學影像臨床診斷，人工智慧應用於神經科醫學影像掃描的成長率最高(2021-2026年的年複合成長率為52.5%)。
 

資料來源：Markets and Markets; 工研院產科國際所ITIS研究團隊整理(2022/08)
圖2 各種臨床科別醫學影像導入人工智慧的市占率概況
 

三、 神經性疾病醫學影像及其人工智慧應用概況
 

神經性疾病醫學影像隨著全球先進國家社會的高齡化社會發展趨勢，及人工智慧應用於神經性疾病醫學影像的高成長性，因此各家廠商皆嘗試投入神經性疾病醫學影像人工智慧的各種相關性應用，以下將就臨床神經性疾病醫學影像導入人工智慧的應用概況，各家廠商在市場上的最新布局現況進行說明。

(一)腦血管影像掃描應用

一般腦血管異常疾病是由於腦部血管破裂或阻塞造成的腦中風引起，急性症狀通常會造成突發性的頭痛、肢體癱瘓/麻木/不協調、認知障礙、視覺模糊、失語等症狀，隱性症狀包括記憶障礙、經常性失語症、行動障礙、平衡障礙、四肢顫抖、喪失行動能力等。電腦斷層(CT)、核磁共振(MRI)經常用於腦血管異常疾病的醫學影像掃描，因此，用於腦血管異常疾病相關分析的醫學影像分析軟體以這2種醫學影像產品類別最多。

以色列新創公司Aidoc 致力於開發電腦斷層CT掃描的AI分析軟體，臨床適應症包括腦出血、腦部血管阻塞造成的腦中風，當Aidoc開發的軟體醫材產品偵測腦部CT 影像掃描中有腦出血或腦阻塞的特徵時，會即時通知醫師即刻進行臨床處置，避免病患病情進一步惡化，發生生命危險。Aidoc所開發的解決方案是透過建置於Amazon AWS雲端運算平台，能夠提供擴充、易管理、使用最新平行演算GPU等優勢的雲端大數據運算服務，並能夠整合於醫療院所網路系統中，為醫療院所提供無縫的人工智慧運算服務，提升急診臨床醫療流程效率，有效調配急診臨床醫學人員，使急診臨床醫學人員專注於可能發生生命危險的病患。
 

資料來源：Aidoc官網
圖3 Aidoc開發之腦部血管CT影像掃描的AI分析軟體
 

(二)腦實質影像掃描應用

整體腦實質的健康狀態如果發生惡化情形，對於個人生活會造成衝擊，經常發生生活無法自理情況，如何評估腦實質健康狀態是臨床上重要的課題。在臨床上經常發生腦實質健康狀態惡化常見因素為發生腦部退化性疾病，因此在臨床上經常仰賴腦實質醫學影像掃描，用於評估腦實質3D結構、腦區功能運作、神經系統代謝等臨床診斷指標。腦部退化性疾病一般是指掌管特定功能的大腦區域發生退化的情形，或是神經傳導物質生成/代謝異常造成的腦部疾病等，常見的退化性腦部疾病像是帕金森氏症、阿茲海默症、失智症、多發性硬化症等，依照不同疾病有不同的臨床症狀，例如帕金森氏症一般常見的症狀有靜止型顫抖、運動遲緩、肌肉僵硬等，致病成因為中腦幹的黑質退化，造成大腦中基底核的多巴胺神經元退化，突觸間的多巴胺含量下降所造成的症狀；阿茲海默症常見的成因是腦部中β類澱粉蛋白質或tau蛋白大量堆積而成，因而影響短期記憶、情緒不穩、生活無法自理等症狀。

1.人工智慧應用在核磁共振(MRI)醫學影像設備

現今醫學影像設備藉由人工智慧加值，使得醫學影像設備透過人工智慧加快影像重組速度、減少雜訊、產生高解析度影像，且在各種科別皆能夠應用，亦能優化核磁共振(MRI)在腦實質醫學影像掃描的流程。核磁共振(MRI)的軟組織成像優勢，因此經常用於神經網絡走向、大腦功能認知性、疾病進程、早期診斷及預後評估的腦部掃描影像，進而診斷腦部退化性疾病。

MRI 相較於電腦斷層(CT)的掃描時間較長，腦部掃描一般需要30分鐘，為了縮短MRI掃描時間，MRI醫學影像設備大廠亦嘗試導入人工智慧，加快MRI影像臨床掃描上任何部位的掃描，技術原理為介入MRI原始訊號轉換成影像訊號的過程，透過人工智慧將原始訊號雜訊濾除，僅重組腦實質掃描訊號為影像，進而達到加速影像重組的目的。開發該類型AI的設備大廠，皆在最新MRI機型中內建邊緣AI ，例如Siemens Healthnieers MRI機型 MAGNETOM Free.Max的AI演算法Deep Resolve、GE MRI機型SIGNA™ Hero的AI演算法AIR™ Recon DL，以及Philips MRI機型MR 5300的AI演算法SmartSpeed，以最新發佈的Philips MRI SmartSpeed演算法為例，導入的結果可以減少50%的掃描時間，應用在腦部退化性疾病掃描上，能夠快速完成腦部MRI掃描減少移動造成的假影，例如帕金森氏症造成四肢無法靜止的病患進行MRI掃描時，快速完成掃描以減少移動造成的假影。
 

資料來源：Philips 官網
圖4 Philips開發之MRI影像加速重組AI: SmartSpeed (機型MR 5300)
 

2.人工智慧應用在融合醫學影像設備(PET/CT、PET/MR)

在臨床上進行醫學影像掃描診斷腦部退化性疾病的過程中，亦常會搭配正子造影(PET)影像，更深入了解腦部神經傳導物質在腦組織間的傳遞/代謝是否有正常運作，或是透過核醫藥物標註造成阿茲海默症的腦中異常蛋白。以往PET影像經常搭配電腦斷層(CT)影像，透過一體式複合醫學影像設備PET/CT，能同時在單一融合影像中，在CT的3D影像上觀察PET腦部代謝性功能的位置，進而診斷腦部退化性疾病。在PET/CT的人工智慧應用上，Siemens Healthnieers 開發出AIDAN平台，該平台包含減少影像假影、全自動化PET/CT融合影像與影像等AI模組功能，讓臨床人員不再需要進行以往融合影像須人工比對PET影像及CT影像中的解剖位置，增進臨床掃描流程效率。

除了PET/CT之外，市面上亦有搭配核磁共振(MRI)的一體式複合醫學影像設備PET/MR，將提供生理代謝功能評估性的PET影像與軟組織3D成像的MRI影像結合在一起，在掃描影像上更能有效將軟組織呈現在影像中，且具備較低輻射劑量。PET/MR的機型像是GE 的SIGNA™ PET/MR，具備MotionFree Brain邊緣AI，自動比對解剖位置產生融合影像，減少MRI過長掃描時間因被掃描者的動作而造成腦部融合影像的模糊，提升影像的清晰度。
 

資料來源：GE官網
圖5 GE開發之之PET/MR AI: MotionFree Brain (機型 SIGNA™ PET/MR)
 

3.人工智慧應用在偵測腦實質相關疾病

相較於設備大廠專注於設備上的AI軟體加值功能，新創公司則專注於開發分析影像結果的AI軟體。創立於2001年的Cortechs.ai為一家致力於開發腦部MRI 分析影像軟體的公司，旗下主要產品為雲端軟體平台NeuroQuant，臨床醫師日常除了能夠透過該平台提供瀏覽MRI影像，亦能夠整合不同AI分析模組，分析T1加權MRI影像及T2 FLAIR MRI影像，為臨床醫師自動標記腦部結構、圈選腦區、量化腦分區體積及辨識病灶，並回傳腦區影像和形態量測報告給醫師，應用於多發性硬化症、失智症、多腦區結構萎縮、癲癇等腦部相關疾病。
 

資料來源：Cortechs.ai官網
圖6 Cortechs.ai開發之腦部MRI分析軟體：NeuroQuant
 

四、 神經性疾病掃描影像技術發展趨勢與結論
 

隨著高齡化社會的進展以及神經性疾病發病後的沈重社會照護負擔，各家廠商皆投入在神經性疾病掃描影像技術發展上，持續發佈新的產品及功能，期能改善臨床影像掃描流程的診斷效率，達到神經性疾病早期診斷的目標，在疾病早期階段進行治療，達到最好的疾病控制效果。

觀測神經性疾病掃描影像技術的發展與人工智慧的應用，第一類應用是在設備中使用的邊緣AI，主要功能為加快影像造影、減少雜訊、產生更高解析度的影像/融合影像，該類應用能夠不侷限在神經性疾病掃描影像上，在學習其他身體部位的掃描結果後，亦能夠應用在其他身體部位影像掃描上，然而，神經性疾病掃描影像上的臨床需求，像是早期診斷腦部疾病的人數需求逐年增長，驅使設備廠商在開發設備邊緣AI時，先聚焦在神經性疾病掃描影像的應用上。第二類是影像分析軟體，主要用於偵測影像中疾病特徵，輔助醫師更快的瀏覽到急性腦部創傷病患的影像，或是醫師能夠直接瀏覽AI針對腦實質影像掃描的偵測結果、自動圈選，使診斷流程更有效率。

在神經性疾病掃描影像人工智慧應用的發展趨勢上，主要是針對臨床疾病適應症持續開發出相對應適應症的AI影像分析解決方案，並搭配導入邊緣AI技術的醫學影像設備，提升影像解析度、降低影像雜訊，提升AI影像後處理分析的偵測效率，改善臨床醫師的診斷準確率及效率。目前常見的神經性疾病適應症應用，以腦中風、帕金森氏症、阿茲海默症為大宗應用，由於神經性疾病的複雜性，仍有許多神經性疾病尚值得透過人工智慧進行臨床研究，因此，持續觀測人工智慧如何應用在尚未被滿足臨床需求的神經性疾病影像掃描上，其相關的AI應用將會是未來值得持續關注的議題。
 

(本文作者為工研院產科國際所執行產業技術基磐研究與知識服務計畫產業分析師)