圖說：AOCR 2024競賽團隊合照，資工系老師涂崇一(左一)、榮總黃致穎醫師(左二)。
競賽的主題聚焦於急性闌尾炎的電腦斷層掃描（CT）影像辨識，這是一項極富挑戰性的醫學難題，需要快速而精準的診斷。儘管電腦斷層掃描在診斷上扮演著重要角色，但準確辨識急性闌尾炎仍然是一大挑戰。然而，本次競賽彰顯了跨領域合作團隊在醫學影像分析領域的優異表現，為此富挑戰性的議題帶來了新的突破。
圖說：第二階段競賽簡報，由黃醫師介紹nnUNet對闌尾炎CT影像辨識技術的應用。
本跨域合作團隊由亞洲大學資訊工程系涂崇一教授透過龍華科大丁鯤講座教授AI機器人團隊推薦，與台北榮總放射科邱宏仁主任、孫英洲醫師、黃致穎醫師、三軍總醫院王啟綸醫師，一同組成以台北榮總醫院VGHTPE為名的競賽團隊，使用了手動標籤的闌尾炎遮罩和數據前處理等方法，通過Google Colab雲端運算，訓練了多個深度學習模型，包括YOLOv8、UNet和nnUNet等。這些模型不僅具有出色的分割能力，還能夠根據不同的情況進行分類，提高了診斷的準確性。最終於決賽階段，選擇了性能較優的nnUNet模型，憑藉86%的預測準確度，在急性闌尾炎電腦斷層影像辨識競賽中展現出卓越的預測水準。
圖說：台北榮總放射科邱宏仁主任（左一）頒發獎狀，亞大資工系老師涂崇一（右一）與黃致穎醫師（右二）為獲獎人，榮獲AOCR 2024競賽亞軍，獎金8萬元。
涂教授強調，台北榮民總醫院放射科醫師與三軍總醫院醫師在此次競賽中扮演了不可或缺的關鍵角色。他們以其豐富的臨床經驗和專業知識為模型的設計和訓練提供了寶貴的建議，確保模型能夠準確解讀和分析影像，從而提高了診斷的準確性。
此次亞洲大學與榮總、三軍總醫院與龍華科大的密切跨域合作為人工智慧應用於醫學CT影像辨識帶來了寶貴的經驗與學術交流。透過合作，我們深化了對急性闌尾炎診斷技術的理解，同時擴展了醫學影像分析領域的研究範疇。這種跨領域的合作模式為未來相關研究提供了參考與啟示，豐富了各方在醫學科技領域的專業知識，為醫學影像分析技術的進步開啟了新的可能性。
