長庚攜手捷絡 「口腔癌神經侵犯」AI自動判讀準確率達98%

撰文記者 巫芝岳
日期2022-11-03
長庚攜手捷絡 「口腔癌神經侵犯」AI自動判讀準確率達98% (圖片來源:網路)

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)