原刊登於健康醫療網

肺癌堪稱「新國病」，根據最新衛福部國健署癌症統計報告顯示，肺癌第一次診斷為晚期比率將近七成，兩年平均存活約15％，惟有早期篩檢才有機會提高預後。中華民國放射線醫學會理事、臺北醫學大學副校長陳震宇教授表示，現今科技越來越進步，台北醫學大學附設醫院研發「肺癌臨床智能決策輔助系統」，於診斷、治療及預後的決策，透過導入AI技術，更快速且完整評估患者狀況，有效提高診斷正確性，並精準治療，提升存活率。

7成患者第一次診斷已「晚期」突顯早篩重要性

醫界觀點一致認為，肺癌在十大癌症中，發生率高居第三，五年致死率最高的也是肺癌。肺癌早期並無症狀，且台灣約7成患者，第一次診斷時已「晚期」，陳震宇副校長說明，晚期的意義是不能開刀，只有早期才能開刀，因為晚期開刀並不會存活更久，因此需進行輔助療法，例如放射治療、化學治療、免疫療法及標靶治療，若藥物無法有效治療，患者必須選擇進行臨床試驗，嘗試新藥。

陳震宇副校長研發團隊合影，左起張資昊資訊長、許明暉數據長、陳志榮教授、陳震宇副校長、黎阮國慶老師、蕭世欣主任

傳統胸部X光、電腦斷層　仍有死角與困境

陳震宇副校長表示，「早期肺癌可能毫無症狀，這是診斷的困境。」一般人健檢時，會照胸部X光，但若是對於早期肺癌診斷率偏低，尤其是「毛玻璃狀病變」，X光基本上看不到。另外，心臟與肋骨可能會擋住一部分肺臟病灶形成死角，但是胸部X光在健檢仍然有其角色，可同時評估心臟大小，肺感染等。

因此，現今肺癌篩檢，大多使用低劑量電腦斷層掃描（Low-Dose computed tomography, LDCT），速度極快，約十秒鐘可掃描完畢且無死角，跳脫傳統症狀學限制、如醫師聽診及胸部X光的困境。然而，陳震宇副校長表示，由於肺部LDCT檢查將會產生約300多張約1毫米厚的影像，跟頭髮一樣細，大量影像相當考驗醫師眼力，因為肺臟有許多血管，呈現許多小點，有時會誤判成結節，產生假陽性，使病人後續做不必要檢查。」

陳震宇副校長(左二)2021年度未來科技展

北醫導入AI技術　快速精準判斷基因變異、良惡性等

肺癌必須早篩，應使用最有效率的診斷工具，以及提高診斷正確性，避免假陽性。對此，台北醫學大學附設醫院發展「肺癌臨床智能決策輔助系統」，於幾秒鐘內從300多張影像中，精準揪出結節位置，同時亦以3D立體的方式，描繪結節邊緣。陳震宇副校長指出，「使用放射組學(radiomics)技術，原先影像呈現的結節可以被擷取出成千上萬點的資訊，再加上系統已經有4-5千例肺癌病人分析影像做組學比對，可進行AI機器學習訓練，以自動判斷患者肺節結是否為惡性。」

陳震宇副校長進一步表示，近期研發的軟體，甚至可判定影像所觀察到的腫瘤是否有致癌基因突變。末期患者不能開刀，通常先尋求化療或標靶藥物，讓腫瘤縮小到一定程度後開刀，有機會延長壽命。尤其標靶藥物，需先將癌組織進行腫瘤基因分析，找出基因變異，大多數患者中，最常見為「EGFR基因突變」，找出EGFR突變非常重要，因為有較多可以選擇的藥物進行「精準治療」。而LDCT導入AI技術，有七成五的機會揪出基因突變；良性或惡性為八成；九成可逮到肺癌位置。

AI也可幫助醫師評估患者後續的追蹤，陳震宇副校長表示，結節可能會出現癌變，而每一個結節大小不同，根據美國放射學院提出Lung Rads指引，將結節大小進行分數評估，若為2分，絕大多數是良性，一年追蹤一次即可，若進展為4，可能要每三個月追蹤一次或進行切片檢查。但對醫師而言，除了要有好眼力，醫師也無從預測是否該腫瘤是否為EGFR基因突變型。另一方面，每個醫師對Lung Rads 瞭解不同，可能造成不同的建議追蹤期程，尤其分數判斷非常複雜不易評估，對此，北醫所研發的AI軟體，可自動計算Lung Rads分數，提升效率與精準度。

有效提升診斷正確度與精準治療　幫助醫病進行醫療決策

陳震宇副校長表示，「肺癌臨床智能決策輔助系統」可協助臨床醫病進行治療決策，其實北醫AI不只運用於LDCT，另外可透過上千筆資料大數據、基因庫等，預測患者存活率，甚至可透過大數據預測肺癌腦轉移機率，再使用腦部MRI檢查，讓患者及早獲得適切藥物抑制腦轉移。

然而，未來AI會不會取代醫生呢？陳震宇副校長說明，「AI也會犯錯，可能會診斷得太超過，讓病人做不該做的檢查，因此最後決策仍是臨床醫師與病人討論，所以AI絕對不會取代醫生，它是用以提供資訊參考或有根據性的提醒，提升診斷水平、增加效率，導入AI技術，可相當地改善、加速與促進診斷和治療的能力」。