AI影像辨識導入動物實驗　加速醫藥研發量化

人工智慧(AI)正從影像判讀進一步走向生醫研究儀器化。國家衛生研究院攜手國立清華大學開發「AI影像辨識技術精準判別實驗動物行為」系統，將攝影機、深度學習與AI辨識模型整合為可安裝於既有動物飼育籠的多功能影像紀錄器，能連續24小時監測並辨識至少8種行為，讓傳統仰賴人工觀察的動物實驗，進一步從「看得到」轉向「量得到」。研究成果已發表於國際期刊《iScience》。

圖一 : 國衛院生醫工程與奈米醫學研究所研究團隊合照

實驗動物的生理及行為變化，是藥物安全性、療效與疾病研究的重要評估依據，但傳統方式需要研究人員長時間觀察與人工記錄，不僅耗費人力，也容易受到觀察時段與人員判讀差異影響。國衛院生醫工程與奈米醫學研究所因此結合實驗動物中心及清大研究團隊，將AI影像分析導入實驗場域。

這套「AI電眼」的技術核心，在於把影像感測、長時間紀錄、行為辨識及數據分析整合成研究儀器。系統透過攝影機持續取得動物活動影像，再利用深度學習模型進行行為分類，目前可辨識飲水、理毛、進食、搜尋、休息／睡覺、啃咬、抓癢及直立站立等8類行為，其中4種行為辨識精準度超過90%，8種行為整體判定精準度則達80%以上。

相較單次或特定時段的人工觀察，24小時連續紀錄可建立更完整的行為時間序列，研究人員得以分析藥物介入前後的活動頻率、時間與行為模式變化，將過去偏向質性描述的觀察結果轉化為可追蹤、比較的量化資料，提升醫藥研發與動物實驗的資料完整性。

圖二 : 「AI電眼」的技術核心是整合影像感測、長時間紀錄、行為辨識及數據分析技術成研究儀器。

在儀器部署方面，系統可直接安裝於既有飼育籠，降低研究場域導入門檻，並可搭配無線網路及資訊安全管理。透過自動化監測，也能減少研究人員長時間人工紀錄負擔，使AI成為實驗室持續運作的數位觀察助手。

這項設計同時呼應實驗動物「3R原則」中的精緻化（Refinement）。藉由持續掌握不同時間點的行為與狀態，可進一步建立量化生存品質指標，在提升研究可靠度之外，也有助於更細緻掌握實驗動物狀態。從AI影像辨識走向可部署的研究儀器，也顯示AI正逐步深入藥物開發與生醫實驗流程，成為研究數位化與自動化的新工具。

而從產業角度觀察，AI導入生醫研究正帶動實驗設備由單純量測儀器朝「感測器＋AI模型＋資料平台」整合發展。未來涵蓋影像感測、邊緣運算、AI視覺辨識、網通設備、資料儲存及實驗室資訊系統等，都可能成為智慧生醫儀器的重要技術環節。

[參考資訊]

研究論文全文：https://www.sciencedirect.com/science/article/pii/S2589004224024489