數位病理AI新平台 19種癌症歸它管

記者／劉閔

目前在美國哈佛大學任教及從事研究工作的余坤興（Kun-Hsing Yu）帶領其團隊，成功開發出一款具有廣泛通用性特色的數位病理玻片影像分析 AI 模組。除了可執行橫跨多種癌症診斷，甚至還可找出可能對標準療法反應不彰的患者，以落實「對症下藥」，來達到最佳療效。研究團隊表示，它的表現超越許多現有的癌症診斷 AI，同時也是首個在多個國家患者群體中驗證的 AI 模型。該研究發表於《Nature》期刊上。

平台以數萬張全玻片影像來進行訓練

據了解，在這項研究中團隊開發出一套名為CHIEF的AI模型，其全名為「臨床組織病理學影像評估基礎」。主要是透過來自19個解剖學機構的數萬張全玻片影像來進行訓練，幫助CHIEF能夠提取顯微影像表徵，同時用於癌症細胞偵測、辨識腫瘤起源、分子圖譜表徵及預後預測。團隊更聲稱其影像表徵的提取表現，明顯優於目前的AI方法。

更多新聞：【學長姊帶路】300封履歷、600次努力：在2023求職寒冬中我如何突圍？

如同可使用大型語言模型的ChatGPT

余坤興教授表示，這是一個多功能的靈活AI平台，可執行廣泛的癌症評估任務，以及多種癌症的檢測、預後與治療反應相關中派上用場。除此之外，這套模型更能在19種癌別中完成測試，甚至預測多種癌症類型的患者存活率與準確地找出腫瘤周圍組織的微環境特徵，進而提升臨床醫師有效準確評估癌症的能力。而其擁有的彈性，就如同可使用大型語言模型的 ChatGPT。

也因此團隊認為，這項 AI 模型能夠解決數位病理學中使用不同族群樣本時觀察到的模型資料變化問題，以及不同玻片製備方法的挑戰，可望替癌症患者的高效數位病理學評估，提供通用基礎。

※探索職場，透視薪資行情，請參考【科技類-職缺百科】幫助你找到最適合的舞台！

瀏覽 313 次