心血管疾病位居台灣十大死因前三名，也造成醫療及社會相關成本日益增加。而冠心症的精準診斷、治療策略都與預後息息相關。

核醫心肌灌注掃描
　　過去文獻指出，核醫心肌灌注掃描為心導管及血管再通術重要的依據，更是臨床追蹤、預後評估的利器；目前各大國際慢性冠心症治療指引均建議中高心血管風險病人在不同的臨床條件及情境，可依據壓力催迫性核醫心肌灌注掃描擬定冠心症的最佳診斷及治療策略，或推論冠狀動脈治療標的對術後缺血程度的影響，可減少非必要的侵襲性檢查及治療，在臨床決策及預測中長期的預後十分重要。由於人為判讀不夠標準化，而目前商用軟體有諸多限制，最大的問題是缺少亞洲人資料庫。近年雖然人工智慧學習模型蓬勃發展，但資料仍少，且缺少大規模臨床試驗，尚未有完美解方。另一方面，由於醫療進步，現今轉介核醫心肌灌注掃描檢查的受測者冠心症盛行率及疾病嚴重度下降，也會降低陽性診斷率，因此提高診斷正確率刻不容緩。

阻塞性冠狀動脈疾病的預測系統及研究方法
　　本院與台大醫院核醫心肌灌注掃描巨量的臨床資料研究，並且與台灣大學醫工所合作發展深度學習預測模型，由原始影像預測需要治療的冠狀動脈狹窄病灶。本技術提供一種新穎快速一站式用以作為阻塞性冠狀動脈疾病的預測系統及方法，可全自動的將心肌灌注掃描影像進行預處理，並利用深度學習方法預測顯著的血管阻塞及預後。

　　影像預處理包含全自動的心肌範圍分割、心肌與標準模板自動對位、灌流活性標準化處理、以及球座標轉換。這些預處理技術能夠讓深度學習模型用三度空間的方式進行影像的運算與疾病預測，而創新的球座標轉換方式，也克服了卷積神經網路對於三度空間心肌結構判讀時方向性的問題。

　　經過千例實際臨床掃描的交叉實驗、額外千例案例的外部驗證，同時進行二個中心的比對驗證，證實本技術可以超越傳統使用的全灌流缺損分數所做的預測，更重要的是在無需正常人資料庫之下達到相同的診斷預測能力，因此可以免去收集常模的麻煩步驟。
　　
心肌灌注掃描免常模一站式冠狀動脈狹窄預測系統
　　現在已進行第二代的模型研發，進一步可由術前的核醫檢查來預測冠脈介入治療的效果與預後。因此，本系統可望在病人為中心的架構下，快速分析，用以輔助進行最佳醫療臨床決策，增進醫病溝通效率，並改善醫療資源分配及支出。核醫影像會受到儀器設備或性別、人種等影響，因此過去的自動化分析或判讀系統多需要建立常模，但本團隊發展的模型無須建立常模，可以廣泛運用於不同族群或設備；另外本技術全自動無須人為校正，穩定度高再現性佳，為一創新的「心肌灌注掃描免常模一站式冠狀動脈狹窄預測系統」。
　　
結論
　　除申請專利，本計畫已獲得2023未來科技獎，並在10月14日獲頒此獎殊榮，同時入選國家新創獎(學研新創組)複審，未來本團隊將持續努力邁向精準醫療新時代。

心臟血管醫學中心主任/心臟血管內科 吳彥雯醫師
專長心臟學專長：動脈硬化疾病：心臟衰竭、婦女心臟醫學、腫瘤心臟醫學、遠距醫療照護；核醫學：核醫診斷學、正子掃描、心血管功能暨分子影像、同位素治療

https://www.femh.org.tw/section/sectionDetail2?CID=0401&&DoctorID=90116

心肌灌注掃描免常模一站式冠狀動脈狹窄預測系統，影像研究結果示意圖

 2023年10月14日獲得「未來科技獎」之殊榮