今(25)日，由台灣個人化醫學研究學會主辦、台灣病理學會協辦的「創新人工智慧驅動之數位病理」研討會中，上半場邀請雲象科技、捷絡生技兩家數位病理廠商，分享AI用於數位病理的機遇；隨後也由多位醫師、教授，探討台灣臨床使用數位病理，及實際開發AI演算法的過程。
 
台灣病理學會理事長/台大病理科主任鄭永銘首先表示，由於台灣在電機、資通研究技術上的利基，台灣在發展數位病理，甚至結合AI上相當有優勢。他也期望，未來從台灣發展而出的數位病理技術，能夠得到國際認同。
 

 台灣病理學會理事長/台大病理科主任鄭永銘 (攝影/巫芝岳)

我國首位引進數位病理臨床診斷的先行者——台灣個人化醫學研究學理事長/北醫大附醫研發副院長周德盈則表示，本次研討會中結合產業、臨床和學術三方知識，且著重探討AI在數位病理中的應用，與會者也有許多國內病理學界的翹楚，相信對產、學、醫界而言都是絕佳的學習機會。
 

台灣個人化醫學研究學理事長/北醫大附醫研發副院長周德盈 (攝影/巫芝岳)

雲象科技葉肇元：敏感度提升、效率增加！ AI將使數位病理真正發揮價值

 雲象科技執行長葉肇元 (攝影/巫芝岳)

雲象科技執行長葉肇元表示，「數位病理」其實發展已有數十年之久，但一直困於系統昂貴、需額外人力操作，且效率可能更低(相較傳統顯微鏡操作，以滑鼠拉動影像效率較低)等因素，發展相當緩慢。
 
「然而，這些限制都可望在AI加入下一一克服，使數位病理真正發揮其價值。」葉肇元強調。
 
雲象團隊從2018年起，先選定歐美較不常見的鼻咽癌進行研究，和林口長庚醫院合作，確認AI確實能助益病人鼻黏膜檢體的病理檢驗，該研究於2020年刊載於期刊《Cancer》。
 
葉肇元強調，AI不可能取代病理科醫師，而是應用以協助醫師提升工作效率，並幫助醫師減少在時間壓力下「看走眼」的機率。
 
雲象後來針對「加入AI能否提升效益」進行研究，比較同樣使用數位玻片系統下，導入AI的效果。結果顯示，AI能幫忙把淋巴轉移中微轉移(micro-metastasis)診斷的敏感度從82%提升到96%，對單獨性腫瘤細胞(isolated tumor cell)診斷率也可從68%提升到96%，且能縮短診斷時間25~30%。

葉肇元也分享他們和奇美醫院合作，針對淋巴瘤檢體中各種細胞的細部型態，進行量化與統計，以及和諾華(Novartis)與長庚合作，進行骨髓增生性腫瘤(MPN)的血液抹片AI開發等。

葉肇元認為，未來在AI協助下，不但能加速醫師診斷，也能讓許多目前用「質化」方式診斷的項目，有了「量化」的依據。
 

捷絡生技林彥穎：3D數位病理+AI 突破2D病理取樣界線

 捷絡生技執行長林彥穎(攝影/巫芝岳)

捷絡生技執行長林彥穎分享，從一百多年前建立起的病理學方法以來，傳統病理診斷流程的資訊是來自「一次又一次」的抽樣結果；捷絡發展的3D影像技術，試圖打破在這樣的抽樣過程中，可能使重要資訊被忽略的痛點。
 
林彥穎指出，3D影像技術能看到的資訊量，是目前2D方法無法做到的。捷絡建立的流程，包括需先使用「組織澄清」(tissue clearing)的技術，再加上高速影像技術，並結合AI分析，就能讓醫師更快速、全面地從3D病理技術得到協助。
 
捷絡多年來建立的技術平台，能將抽樣組織中的所有資訊，盡可能以生物和資訊技術一次取得。病人的組織進行3D影像掃描後，同時也能再用於免疫組織化學染色法(IHC)、蘇木精-伊紅染色(H&E)、基因體學檢驗、次世代基因定序(NGS)、液態活檢、蛋白質體學檢驗，大幅提升檢體的利用率與多元特徵資訊整合性。目前捷絡和3D病理使用者的臨床研究已經累計發表超過10篇國際期刊論文。
 
捷絡跟林口長庚合作建立口腔癌侵犯特徵AI模型，亦跟台大、北榮等醫院醫師合作，分別針對乳癌的HER2、非小細胞肺癌中的PD-L1等可作為用藥效預測的生物標記，進行3D病理學的分析。最新的發現證實相較於傳統2D病理學高靈敏度3D病理診斷可由生物標記陰性的族群中找到陽性的訊號，這將使得30%-50%以傳統方法判不適合使用標靶或免疫治療藥物的病人，得到全新生機、加速精準醫療的應用性。
 
林彥穎也表示，他認為每位病理科醫師產出的資訊，都該一一留存下來，並可透過聯邦式學習分享，讓全球醫院數位病理技術能共同發展；他也表示，東南亞有望成為台灣發展智慧病理的重要出口，例如透過聯邦式學習，捷絡也已與Intel、Roche等夥伴，共同導入並探索馬來西亞的發展機會。捷絡與Mayo Clinic合作推動Next Generation Pathology，亦將於BIO及Bio Asia大會分享。
 
(報導/巫芝岳)