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。
![](/upload/article/2024/05/0525_AI_pathology_forum.002.jpeg)
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。
![](/upload/article/2024/05/0525_AI_pathology_forum.003.jpeg)
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
![](/upload/article/2024/05/0525_AI_pathology_forum.004.jpeg)
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
![](/upload/article/2024/05/0525_AI_pathology_forum.005.jpeg)
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)