「血癌診斷醫時俱進,跨界引領AI新紀元」線上記者會合影,(由左至右)雲象科技創辦人葉肇元醫師、林口長庚解剖病理部副主任莊文郁、林口長庚解剖病理部主任陳澤卿、林口長庚血液科醫師郭明宗、諾華腫瘤(台灣)總經理陳喬松。圖/林口長庚提供
【記者陳玲芳台北報導】21世紀是AI人工智慧科技時代,雲象科技與台灣諾華首度攜手林口長庚醫院,跨界打造血液病理AI輔助判讀應用,將AI技術運用於血液病理診斷。林口長庚期許透過跨界攜手合作,成功發展人工智慧「助攻」血液腫瘤及早診斷,造福更多骨髓增生性腫瘤患者。
林口長庚醫院副院長邱政洵指出,血液癌症難以早期察覺,以骨髓增生性腫瘤(簡稱MPN)為例,因其種類多、臨床症狀相似,以及骨髓病理切片與突變特徵有高度重疊,過往以人工鑑別診斷不容易,需仰賴經驗豐富的臨床血液科醫師及血液病理次專科醫師。若無法及時提供準確的骨髓切片判讀結果,恐會延誤治療時機,進而影響病患存活率。
林口長庚血液科醫師郭明宗表示,骨髓增生性腫瘤臨床上常見3種基因突變,然而確切罹病原因尚在研究中,後天的基因變異、環境因素等皆為可能致病因子,目前在臨床上面臨的最大挑戰,不僅是治療,其實是從「診斷」程序就開始。
骨髓增生性腫瘤,被喻為困難診斷的疾病,因其為血液增生性疾病,病患不像其他實體腫瘤疾病有明顯可觸及的腫塊,通常是因疾病引起的其他症狀、併發症如出血、中風或是脾腫大等,無法直接看出原疾病為何。此時醫師們必須扮演「偵探」,由許多相類似的症狀、血液檢查數值等中「抽絲剝繭」,列出可能的凶手疾病名單。
林口長庚解剖病理部主任陳澤卿指出,林口長庚每月有近萬個案例、高達上萬筆的病理玻片需要判讀,病理團隊每日皆須面臨龐大且急迫的病例,為能及早且精準幫助病患確診,院方已全面將病理玻片數位化,為全台少數完成跨院區病理科數位化的醫療院所。目前林口長庚數位化玻片已累積超過38萬片,相當於126層樓高,其為AI研究開發的絕佳基礎。