檢驗醫學人工智慧技術應用

課程概述：本課程因應精準醫療趨勢發展，結合臨床檢驗影像與AI處理運算，培養學生具備AI跨領域影像處理技術，使其能發想並建構電子化病理影像輔助診斷軟體的雛形，提升智慧醫療實作能量訓練，讓病理影像的病程診斷更具準確性與效率性。課程規劃採用Design Sprint流程，引導學生從基礎病理免疫化學染色知識學習，銜接傳統判讀與自動化辨識的優缺點比較，透過Image J、Python及Scikit-image視覺化套件的實作練習，讓學生能針對癌症不同生物標記影像進行開發與驗證。

課程目標

提升學生在免疫化學染色影像自動化判讀的基礎研發能力

01

目標

掌握免疫化學染色影像判讀基礎

02

目標

演練AI影像自動化辨識分析技術

03

目標

培養跨領域數據處理與編碼實務

修課心得

這門課讓我體認到醫檢師的專業能力已不再侷限於傳統顯微鏡的觀察操作。透過AI電子化影像的處理學習，可將傷眼勞力的臨床影像判讀轉化為AI自動化數據處理與判讀。並藉由原本生疏的 Python 程式編碼中，以實作練習來進行影像色彩優化轉換與蛋白質生物標記表達強度數據量化。印象深刻的是可利用大型語言模型輔助編碼，大幅降低了程式編碼的技術門檻，讓我們能將更多精力放在「如何判別影像特徵」與「優化判讀成效」的處理上。雖然學習過程充滿除錯失敗的挑戰，但看到自己的學習練習在跨領域的影像自動化判讀的呈現成果，及協助同學程式碼除錯，感到非常有趣與成就感。更意識到 AI 跨領域的多元疊加技能可提升我們在未來職場的競爭力，後續更要去思考如何利用AI數位工具來達成「精準醫療」的轉型過程。