2月26日，
臺北醫(yī)學大學宣布，其與雲(yún)象科技公司合作，開發(fā)出領先全球的肺部腫瘤不須人工標註的全玻片病理影像辨識系統(tǒng)，可輕易區(qū)分肺腫瘤病理切片是良性或惡性，且準確率高達95%以上，病理診斷判讀時間大幅縮短三分之二。該成果登上知名醫(yī)學期刊《Nature Communications》。
臺北醫(yī)學大學校長林建煌自三年前推動數(shù)位病理，也獲科技部補助進行「巨量影像資料庫建置與應用」計畫，透過該計畫與雲(yún)象科技以國研院國網(wǎng)中心於前瞻基礎建設計畫所建置的臺灣杉二號超級電腦，開發(fā)的人工智慧（AI）系統(tǒng)，是啟動臺灣十大癌別病理玻片數(shù)位化中的第一個重要成果。
第一作者、臺北醫(yī)學大學醫(yī)學院副院長陳志榮表示，這些病理玻片是經(jīng)X光、核磁共振或電腦斷層等檢查後，經(jīng)醫(yī)師穿刺或開刀取出的肺部腫瘤組織所製成，統(tǒng)計逾九千張，全部掃描成數(shù)位影像檔，由多位病理?？漆t(yī)師一張張標註出病灶及非病灶區(qū)域，再交由AI的不斷學習修正後，這套系統(tǒng)的診斷準確率高達95%左右。
陳志榮表示，傳統(tǒng)的肺部腫瘤確切診斷模式是將醫(yī)師經(jīng)由穿刺或開刀取下的疑似腫瘤組織，送到病理檢驗部門，製成病理玻片後，病理科醫(yī)師再透過顯微鏡一張張判讀，既費時又費力，還可能會因醫(yī)師的經(jīng)驗值不同而有不同結果，且醫(yī)師判讀時必須先標註出可疑區(qū)塊再不斷標註診斷直至確認。
但北醫(yī)大與雲(yún)象科技研發(fā)的這套AI辨識系統(tǒng)，可以直接透過全玻片，且不需人工標註，就能自動判讀肺癌與腫瘤細胞亞型。
陳志榮指出，國外研發(fā)的類似辨識系統(tǒng)，將整張病理切片影像圖檔切割成上萬張圖檔，並且必須由病理醫(yī)師先行標註，再提供AI學習，但這樣的方法受限於專業(yè)病理醫(yī)師人力資源，也容易因為圖檔的重疊而失去準度，影響最終的判讀結果。
而北醫(yī)大與雲(yún)象科技組成的研究團隊開發(fā)這套領先全球的「肺部腫瘤全玻片病理影像辨識系統(tǒng)」，是透過病理切片數(shù)位影像，讓AI比照病理科醫(yī)師直接在顯微鏡底下觀看病理切片的模式自我學習，可改善影像重疊導致的失真，判讀精準度更高。
陳志榮強調(diào)，系統(tǒng)會先從肺部腫瘤病理切片數(shù)位影像中，區(qū)分正常與不正常區(qū)域，再從不正常區(qū)域中分辨腫瘤組織為良性還是惡性；若為惡性腫瘤，可再進一步區(qū)分肺腺癌或肺鱗狀上皮細胞癌，最後，再由病理科醫(yī)師彙整AI提供資訊進行最後確認診斷。
陳志榮表示，透過AI先辨識判讀患者的病理切片，有如先為醫(yī)師進行重點摘要整理，因為AI已先找出病灶並區(qū)分腫瘤的屬性，病理科醫(yī)師只要針對有問題的區(qū)域進一步判讀，就能確認診斷，不僅減少人為判斷錯誤的機率，更能大幅縮短時間。若以每位病患8~15張病理切片計算，傳統(tǒng)僅由病理科醫(yī)師執(zhí)行的判讀時間約10~15分鐘，利用這套系統(tǒng)只需三分之一、約3~5分鐘即可完成。
研究論文：
https://www.nature.com/articles/s41467-021-21467-y