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」。