在醫療上使用率高的電腦斷層，需要醫生以人工標註與判讀，不僅每案約耗費30到60分鐘，更有病灶識別困難、需大量專業人力分析和手動標註病灶，導致診斷效率低下，增加醫療成本等缺點，甚至可能因為由人工標註，容易因疲勞、有限診斷作業時間和經驗不足而漏判。
國立臺灣科技大學醫工所王靖維教授團隊開發「通用3D病灶分割AI模型」，以AI來判斷電腦斷層CT掃描影像。王靖維說，3D的CT影像病灶分割與2D影像相比，提供更多有助醫師監控病灶成長的資訊，如病灶體積、形狀和空間位置。
尤其CT掃描的自動AI病灶分割比手動分割具有提高效率、可重複性、準確性和標準化，從而實現更精確的定量分析，並促進研究成果轉化為臨床實踐，在判斷速度上，團隊AI技術處理每個3D病灶資料只需2秒到3.25秒，大幅縮短時間及人力。
王靖維的這項研究在今年(113年)國際醫療3D CT影像AI競賽(The Universal Lesion Segmentation ’23 Challenge，ULS23)，在632名參與者脫穎而出，榮獲第3名佳績。