近日(10月24日)， 林口長庚醫院口腔癌團隊在與捷絡生技(JelloX)的合作下，開發出一套可協助精準診斷口腔癌神經侵犯的AI模型「Domain-KEY (knowledge enhanced yield)演算法」，其運用80名口腔鱗狀細胞癌患者病理切片影像開發而成，搭配MetaLite軟體，診斷準確率優於傳統方法，平均準確率高達98%，並發表於期刊《Frontiers in Oncology》中。

此AI演算法，也被證明能縮短病理診斷、加速醫師判讀時間，相較於僅能以肉眼判讀影像，其輔助第一和第二位病理醫師，減少15%和24%診斷神經侵犯的平均時間，解決臨床上未滿足的需求。

這項由林口長庚耳鼻喉部頭頸部腫瘤科醫師廖俊達領導的研究，首先針對80名口腔鱗狀細胞癌患者病理H&E染色的「全數位切片圖像」(whole slide image, WSI)，模擬病理醫師診斷神經侵犯過程的決策，並構建兩個語義分割模型，先識別神經纖維、再診斷神經侵犯。

接著，團隊又選取獨立的10個WSI，由Domain-KEY演算法讀取和標記，最後再由兩名病理醫師獨立檢視標記的正確性。

論文中指出，該演算法分析WSI的平均診斷準確率，可高達98%；另外再取25個口咽癌及下咽癌病人的WSI驗證時，診斷準確率也高達96%，顯示新方法具有廣泛的適用性。

研究團隊表示， Domain-KEY演算法成功模仿人類的決策技能，且透過優化演算法開發流程，僅以小型資料訓練，即能開發出高準確率的AI模型。

他們指出，在與捷絡生技合作下，本次可說為數位病理界建立創新深度學習模型、導入「規則主導」(rule-based)的訓練方式，預期未來也能將能廣泛應用到多種實體癌症的神經侵犯、血管侵犯、及淋巴侵犯等診斷。

捷絡也表示，此種規則主導的訓練方式就如同AlphaGo Zero，無須讓機器人背棋譜，而是提供基礎的病理判斷規則即可訓練AI，因此決策過程更擬人化。

神經侵犯是口腔癌術後重要的危險因子，台灣及全球3大醫學中心(MD Anderson、Memorial Sloan Kettering、Tata Memorial)發表的文獻都指出，神經侵犯與口腔癌的腫瘤控制及存活率息息相關。

參考資料：https://www.frontiersin.org/articles/10.3389/fonc.2022.951560/full

(報導/巫芝岳)