【記者呂詠倢報導】膽道閉鎖是常見的新生兒疾病，嚴重情況下可能致命，然而，其初步診斷多僅依賴糞便色紙卡判讀，印刷差異與光源條件常造成誤判，錯過治療時機。為解決此問題，國立臺東專科學校資訊管理科主任林國豪，率領學生邱竑仁、陳濟恩與傅堃哲，共創「幫寶識：一種基於嬰兒糞便影像辨識之大便色卡智慧健康預警系統與方法」，一舉拿下2025IIIC國際創新發明競賽金牌。 膽道閉鎖的主要外顯症狀為黃疸，但新生兒因肝臟功能尚未發育完全，經常難以順利代謝紅血球溶解後所生成的「膽紅素」（註一），致使黃疸現象相當普遍，連帶增加識別膽道閉鎖的難度，再加上東亞常見的UGT1A1變異與純母乳哺育的交互作用（註二），讓東亞新生兒的黃疸現象更加盛行；而台東縣作為原住民人口較多的地區，其中阿美族因遺傳因素較缺乏G6PD酵素（即蠶豆症），也會讓紅血球更容易被破壞為膽紅素，加劇黃疸形成。 註一：膽紅素是紅血球溶解後的產物，正常由肝臟處理後可經膽汁排出體外，但若該代謝路徑受阻，膽紅素便會在血液中積聚，造成新生兒眼睛、皮膚變黃的黃疸症狀。 註二：UGT1A1基因負責協助肝臟代謝膽紅素，東亞族群較常見的UGT1A1變異會使膽紅素轉化速度變慢；而當新生兒以純母乳哺育時，乳汁中部分成分又會抑制膽紅素代謝，使兩者相互作用下更容易出現較長時間的黃疸。 臨床上，臺灣家長一般會參考衛生福利部提供之兒童健康手冊，依據其中的「嬰兒黃金九色卡」比照顏色，若嬰兒糞便呈淡黃色或灰白色，則應儘速就醫。但初為人父的林國豪根據育兒經驗指出現有流程缺陷，「色卡印刷不夠精細會有色差，家長在不同光源下容易誤判，手機拍照也會有螢幕色溫的差異。」他說明，這讓醫生也難下定論，只能採再觀察策略，來往檢查間即拖延治療時機，且原鄉家庭多位處交通不便的山海線地區，還需遠赴高雄、台中或台北等地求醫，往返成本十分可觀。 幫寶識系統是以人工智慧深度學習中的卷積神經網路架構為核心，提供其大量的嬰兒糞便圖用以訓練光源判讀與色澤辨識，並將辨識結果與衛福部黃金九色卡中異常、正常色做對照，系統會計算最接近的顏色區塊並給出信心度百分比，數值越高則代表越吻合。學生邱竑仁表示，當初以機器學習方式設計系統，是因其不受情感因素干擾，「有些家長抱著希望孩子沒事的心態，容易下意識錯估糞便異常的狀態。」 談及如何解決光源偏差問題，林國豪解釋：「我們運用圖像資料增強的方法來訓練模型，像是將圖片亮度調整正負20%或做翻轉，來模擬各種拍攝情境。」他也進一步點出，相較國外類似系統，幫寶識最大優點在於操作簡便，對於手忙腳亂的家長而言「隨拍即判」才是重點，「像日本的系統還要去調整角度、光源和色溫，操作太繁瑣，最後都是閒置不用。」 開發過程中，團隊遇到的最大困難在於資料搜集。因網路上公開的新生兒糞便影像不多，學生們只能從臉書社團、學術論文或周遭親友取得品質參差不齊的資料，再花費大量時間進行資料標準化。由此，林國豪也坦言幫寶識若要擴大應用仍有阻礙，「我們做的是封閉型的實驗，還是需要醫學中心或國家計劃的力量，才能搜集到更多樣本，提升判別準確率。」國立臺灣大學醫學院附設醫院小兒部新生兒科主治醫師黃信中也表認同，「臺灣遲遲沒有相關開發，就是因為難保證判讀結果完全可靠，無法贏得民眾信賴。」但他仍肯認這套系統對偏鄉小兒疾病防治而言，具有啟示性意義。 目前幫寶識正在申請專利的階段。展望未來，林國豪以公衛教育角度切入，期許此系統可增進家長對疾病的警覺，「如果家長知道有人特別設計這套系統來檢測膽道閉鎖，或許會更留意嬰兒糞便顏色，甚至能提前了解若不幸患病，後續該怎麼做。」