原刊登於CTIMES

臺北醫學大學陳震宇特聘教授研究團隊，執行肺癌大數據精準醫療人工智慧系統計畫，以「早期預防、精確診斷、精準用藥」為目標，成功打造全台第一個醫病決策共享的「肺癌臨床智能決策輔助系統」(Clinical Decision Support System-Shared Decision Making, CDSS-SDM)，榮獲最新一屆FUTEX未來科技獎與國家新創獎。

肺癌是台灣癌症的頭號殺手，唯有早期診斷、精準治療才能戰勝肺癌。肺癌治療決策需要多方面考量，臨床上肺癌早期診斷需要精準影像，治療與藥物選擇則需參考致癌基因變異等多重因素。肺癌從影像診斷的第一天起，病人就和時間賽跑，關鍵的前10天至少有4次檢查結果必須與經驗豐富的醫師共同討論治療決策，使用大數據和人工智慧有助於早期決策，提高醫療效能、達到肺癌精準臨床治療願景。

「肺癌臨床智能決策輔助系統」由臺北醫學大學與科技部攜手，集合跨領域生醫專家，將AI大數據加值，運用創新人工智慧肺癌模組，輔助臨床電腦斷層攝影與數位病理影像判讀，結合臨床數據與基因資料，成功開發出創新平台，讓肺癌早期診斷，個人化精準治療的醫病共享決策模式變成可能。

團隊開發的「全自動低劑量電腦斷層肺癌基因突變預測模型」可自動從300多張電腦斷層影像自動偵測腫瘤，並精確切割運算，判斷腫塊類型和可能的基因突變，自動報告肺結節的處理建議。

團隊更將電腦斷層預測結果和臨床大數據結合，透過肺腺癌病患醫療大數據和自動機器學習方法建立腦轉移、預後與藥物反應預測模組，當電腦斷層影像發現新發個案時，可立即預測腦轉移風險和選藥建議。

臺北醫學大學與臺灣醫療科技大廠雲象科技合作，開發可在全玻片數位病理浩瀚的細胞影像結構中，高速搜尋癌細胞並進行判讀之技術，並以此延伸開發全新的「全自動數位肺腺癌病理基因突變預測選藥模型」，可快速自動標註，並預測表皮生長因子受體(EGFR)最常見基因的突變狀態，結合病理與千人臨床數據，有助於提早精準用藥，相關成果，目前正積極申請海內外專利。

此外，團隊更以突破性技術開發「病理報告自然語言處理(NLP)自動判讀選藥建議系統」與「肺腺癌全基因用藥建議模型」，以人工智慧自然語言處理技術，輸入病人的一份病理報告即可自動得到存活率較高的健保與自費用藥推薦。並將治療效果和存活期做串聯，篩選出與病患相似且預後最佳的選藥治療建議。

對於晚期肺癌無法開刀或已經轉移復發，系統自動將病人狀況媒和全球新藥試驗場域，讓病人有機會媒合最適合的臨床試驗，為患者帶來新興的治療方向。